技术:电子视网膜瞬间拾取物体

时间:2017-11-01 19:28:24166网络整理admin

ELISABETH GEAKE智能人工视网膜学会识别形状,可以让机器人几乎立即在视野内的任何地方发现物体,例如传送带上的螺栓像生物视网膜一样,系统在将图像传递给更复杂的处理器(如普通计算机)之前,首先决定是否识别图像它推断出来自不同图像的共同因素,而不是像传统计算机那样搜索像素的组合这减少了挑选物体所需的时间如果人工视网膜可以扩大规模,它可以与通用计算机一起使用,并大大加快生产线的速度该系统是神经网络的一种形式 - 一种模仿大脑某些行为的计算机程序到目前为止,大多数神经网络完全依赖于电信号,但人工视网膜对光信号进行操作,因此可以更快地处理图像因此无论视网膜有多大,处理光线只需几皮秒(百万分之一秒)都柏林日立实验室的研究小组负责人Paul Horan和都柏林三一学院的John Hegarty和Andrew Jennings通过在单一砷化镓芯片上构建光学和电子设备制作了人造视网膜在接收输入(例如来自摄像机输出的图像(编码为高电压或低电压))时,视网膜使用异步法布里 - 珀罗调制器(AFPM)将其转换为光这些是指状光学元件,每个都是人发的宽度,用作镜子都柏林队拥有21个镜子,面积为2.5毫米当输入电压馈入AFPM时,它们会改变镜子的反射率如果红外光照射到它们上,每个AFPM反射的光量取决于其输入电压,结果是一排暗条纹和亮条纹然后条纹“自相关”,这使得视野中的形状位置不重要条纹图案通过反射旋转90度并叠加在第一个AFPM阵列上重叠的条纹产生点图案,该点图案总是关于正方形的一个对角线对称例如,如果输入图像是字母T,则视场中不同位置的Ts产生相同的点图案但沿对角线的不同位置然后将这些点照射到第二阵列的AFPM上,并将从它们反射的光聚焦到光电探测器上阵列中每个镜子的反射率由“训练”设定为了使人造视网膜识别T,例如,给它提供Ts的例子,并且调节每个手指的反射率以使来自光电探测器的输出信号尽可能高当显示实际Ts,其可能处于不同位置或具有模糊边缘时,来自光电探测器的信号仍应足够强以使T被识别 AFPM的最大反射率是最小值的20倍霍兰说,需要这么广泛的范围来提供足够的不同重量与一些电子神经网络所需的数千个相比,