Imec芯片利用尖峰递归神经网络处理雷达信号 可用于汽车防撞系统

据外媒报道，欧洲研究与创新中心Imec声称推出全球首款利用尖峰递归神经网络（SNN）处理雷达信号的芯片。Imec芯片模仿生物神经元识别时间模式的方式，比传统方案相比，功耗减少了100倍，同时延迟减少了10倍，几乎可以瞬间做出决定。

（图片来源：Imec）

例如，仅使用 30 μW 的功耗就可对微型多普勒雷达信号进行分类。虽然芯片可以调整体系结构和算法，以处理各种传感器数据，包括心电图、语音、声纳、雷达和激光雷达流。其首个用例将包括创建低功耗、高智能的无人机防撞雷达系统，可以对接近的物体做出更有效的反应

人工神经网络（ANN）已被证实可用于广泛的领域，是汽车行业中常用的基于雷达的防撞系统的关键组成部分。但是，ANN也有其局限性。首先，ANN的功耗过多，无法集成到日益紧凑的传感器设备中。此外，ANN的基础架构和数据格式要求数据在做出决定之前，要经历从传感器设备到AI推理算法这一个耗时的过程。因此，Imec 决定使用尖峰神经网络。

Imec的Ilja Ocket表示，“SNN 的运行方式与生物神经网络非常相似，在这一过程中，仅当感知输入发生变化时，神经元才会随时间的推移稀疏地发射电脉冲，从而显着降低能耗。此外，该芯片上的尖刺神经元可以循环连接，即将 SNN 变成一个学习和记忆时间模式的动态系统。该技术是自主学习系统研发的重大飞跃。”

得益于其通用架构具有全新数字硬件设计，Imec的新型芯片可以轻松进行重新配置，以处理各种其他感知输入，如声纳、雷达和激光雷达数据。与模拟SNN方案相反，Imec的事件驱动数字设计使该芯片能够像神经网络仿真工具所预测的那样精确且重复地运行。该芯片可用于更智能、低功耗的无人机和汽车防撞系统。无人机需要系统设备对环境的变化做出快速反应，以便对临近的障碍做出适当的反应。

Ocket解释说，“此款新芯片的旗舰用例包括为无人机创建低延迟、低功耗的防撞系统。在靠近雷达传感器的地方进行处理，我们的芯片可使雷达传感系统更快、更准确地区分正在接近的物体。这将使无人机几乎可以立即对潜在的危险情况做出反应。目前，我们正在探索一种方案，该方案以自动无人机为基础，这些无人机依靠摄像头和雷达传感器系统在仓库内导航，在执行复杂任务时与墙壁和架子保持安全距离。这项技术还可以用于许多其他应用场景，包括机器人解决方案、自动导向车（AGV），以及健康监测。”