预约试听:15323438773
  


技术分享

News

像人脑一样看:机器视觉的一种新形式

日期: 2020-10-20
浏览次数: 31

像人脑一样看:机器视觉的一种新形式


  近年来,图像传感器阵列逐渐发展出一种集成神经网络的新体系结构,它可以同时采集和识别光学图像,并且可以在不将信号转换成数字形式的情况下使高速信息处理成为可能。


  视觉是我们最重要的感受之一。虽然人类的视觉更精确、更高效,但受生物学启发的机器视觉近十年来发展迅速,使得人工系统能够“看到”世界,从图像和视频中获取有价值的信息[1][2]。最近Mennel等人【3】报道了【0x9A8B】一种类似大脑的视觉系统,经过训练后可以在几纳秒内实现简单的图像分类。


  数码相机等现代图像传感器主要基于70年代初发展起来的半导体(凝聚态)技术,可分为电荷耦合器件和有源像素传感器两大类。这些传感器可以准确地捕捉来自环境的视觉信息,但它们也会产生大量冗余数据。这些光学信息通常被转换成数字电子信号,并传输到计算单元进行图像处理。


  这将导致传感器和计算单元之间传输大量数据,从而导致较大的功耗和延迟。随着帧率和像素的增加,带宽的限制使得系统无法将所有数据快速传输到中央处理器或云计算中心,以支持实时处理和决策——,这对于那些对延迟敏感的应用,如自主车、机器人、工业制造等尤为重要。


  更好的解决方案是将一些计算任务迁移到计算机系统外围边界的传感器设备,以减少不必要的数据传输。此外,由于传感器通常输出连续的模拟信号(不断变化),模拟处理比数字处理更适合,因为模数转换会消耗更多的时间和功率。


  为了模拟大脑对信息的高效处理,生物启发的神经形态工程采用一种具有高度互联元件(突触连接神经元)的计算架构来实现并行计算(图1a)。这些人工神经网络可以通过迭代——从周围环境中学习。例如,他们可以通过观察已知类的目标样本来学习识别事物(监督学习),或者在没有额外信息的情况下识别输入数据中的目标结构(无监督学习)。在学习过程中,算法不断进行预测,加强或削弱网络中的每一个突触,直到系统达到最优设置。


  内置计算的视觉传感器可以实现智能高效的预处理。

a、在传统的人工智能(AI)视觉传感器中,光学传感器采集信号后将模拟信号转换为数字信号(模数转换器ADC),放大后的信号送入外部的人工神经网络(ANN,层间互联的计算单元,图中一个圆),其连接权值可以根据模型输出不断调整,这样网络就可以针对图像分类等任务进行训练。ANN的输入层接收编码简单物理信息的信号(图中的点和线);后续层优化为中间层特征(图中简单形状),最终优化结果(图中三维形状)在输出层形成。整个过程耗时耗力。

b,Mennel等人【3】报道了芯片内部互联的传感器(图中的块)不仅可以采集信号,还可以以ANN的形式识别简单的特征,从而减少传感器与外部电路之间冗余数据的传输。维也纳理工大学的Mennel等人将人工神经网络直接嵌入到图像传感器中,他们使用只有几个原子层的二硒化钨光敏单元在芯片上构建光电二极管网络。这种半导体对光的响应强度可以通过调节电压来控制,因此每个二极管的灵敏度可以独立调节。事实上,这种效应将光电传感器网络转化为神经网络(图1b),使其可以执行简单的计算任务。改变光电二极管对光的响应相当于改变网络的连接强度(突触权重),使传感器可以同时实现光信号传感和神经形态学计算。


  这些二极管被构造成9个像素的正方形矩阵,每个像素有三个二极管。当图像投射到芯片上时,二极管产生的不同电流一起被读出。硬件阵列将提供模拟形式的计算:每个光电二极管产生的电流输出与入射光强度成正比,入射光强度基于描述电路中电流基本规律的基尔霍夫定律在行或列方向求和。


  这个阵列然后被训练用于特定的任务。阵列产生的电流信号和正确响应给定任务的电流信号之间的差异将被片外分析,然后用于调整下一个训练周期的突触权重。虽然训练阶段会消耗大量时间和计算资源,但训练完成后芯片会对目标任务做出快速响应。


  基于不同的神经网络算法,构造了两种神经形态函数。一种是分类:33像素阵列可以将输入图像分类为三个简单的字母,在纳秒时间内识别出输入信号对应的字母。这个简单的任务只是概念的证明,通过增加整列的规模可以扩展到更复杂的任务。


  第二个功能实现自动编码器:内置计算的传感器阵列,通过学习输入图像的主要特征,即使在有噪声信号的情况下,也能生成其简化的表达式形式。编码后的表达式只包含最本质的信息,但可以解码重构为接近原始输入的图像。


  然而,在实际应用之前,还有许多工作要做。自动驾驶系统和机器人的神经形态视觉系统需要在三维场景中捕捉大视场的动态图像和视频。目前,图像捕捉技术通常将真实的3D世界转换成2D信息,因此失去了运动信息和深度。此外,当前图像传感器阵列的平面结构也限制了宽视场相机的发展[5]。


  对于作者的系统来说,在低照度下成像是非常困难的,因此有必要重新设计以提高光强吸收并检测光强的动态范围。另外,报告中的设计需要高电压,消耗大量能量,而生物神经网络消耗的能量是亚散焦(1015-1013焦耳)[6]。将传感器的响应范围扩展到紫外和红外波段,从而捕捉到可见光波段以外的丰富信息具有重要意义[7]。此外,实验中使用的薄半导体难以大规模均匀生产和加工。因此,它们可以与硅电子器件集成,并应用于读取和反馈控制等外围电路。这个传感器的速度和能耗不是由图像捕获过程决定的,而是受到传感器和外围电路之间数据传输的限制。虽然内置计算的传感器单元在模拟信号域采集和计算数据,降低了模数转换的消耗,但外围电路仍然受到固有延迟的限制。因此,传感器和外围电路的协同开发将进一步降低整个系统的延迟水平。


  Mennel等人开发的内置计算传感器系统将激发更多的人工智能硬件研究。少数公司已经开始开发基于硅电子器件的AI视觉系统[8],但芯片固有的数字架构导致了不可避免的延迟和功耗问题。


  在更大的尺度上,策略不限于视觉系统。它可以扩展到听觉、触觉、热和嗅觉等物理输入感知系统[9 -11]。这种智能系统的发展和5G的到来,将使实时边缘计算(低延迟)成为可能。


News / 推荐新闻 More
2021 - 03 - 05
从“跟随”到“并跑”:中国工业机器人补短板2月初,工信部的官方微信公众号发布消息称,2020年1-12月,全国工业机器人完成产量237068台,同比增长19.1%。19.1%的同比增长率,已经是近3年来中国工业机器人完成产量的最高增长幅度。另外,国家统计局的数据显示,2019年1-12月,全国工业机器人产量累计增长为-6.1%,2018年1-12月则为4.6%。工业机器人产量取得长足发展的2020年,也是中国稳居全球最大工业机器人应用市场地位的第8个年头。中国是制造大国,工业机器人是先进制造业的关键支撑设备,中国自然对工业机器人需求量大,国家发改委的文件指出,自2013年起,中国就已成为世界第一大工业机器人应用市场。但中国工业机器人的密度还有待提升。国际机器人联合会(IFR)发布的《2020世界机器人报告》中的数据显示,2019年中国制造业的机器人密度在全球排名第15,每万名工人拥有机器人...
2021 - 03 - 04
伺服冲压自动化生产工艺与装备~当前一些国内企业生产效率和经济效益低下,与一些发达国家相比,普遍存在着消耗大、成本高、效率低等问题。通过分析伺服冲压自动化线的生产工艺及装置,与传统手工冲压线进行比较,在产品质量、生产节拍、节能等方面体现出明显优势。该冲压方式亦为未来冲压自动化线发展的方向。随着汽车工业的发展和进步,各汽车厂家对提高生产效率、材料利用率和产品质量等方面的需求越来越迫切,冲压自动化线在汽车行业中的应用快速提高,为提高生产效率、降低成本和质量提升带来直接的经济效益。目前冲压车间多为手工生产线,生产效率低,工人劳动强度高,冲压件表面质量低,已经不能满足生产需求。伺服冲压自动化生产线是由伺服压力机和自动化输送系统组成。现有的冲压生产线,匹配的压力机主要是多连杆机械压力机,虽然实现了冲压自动化生产,但是还没有解决对高品质、高节拍、低成本生产的需求,而伺服冲压自动化生产线的诞生即可解决上述...
2021 - 03 - 02
自动化行业的电气工程师真的没有技术含量吗?在工厂上班的朋友们经常会看到这样一帮人,他们在机台旁边爬上爬下,一会儿钻到机台下面的电柜里对照着电气图纸排查线路问题,一会儿目不转睛的盯着电脑屏幕思考着,思考的太投入时还会挠挠头、扶扶眼镜。这群人应该就是负责机台编程以及现场调试的电气工程师,一般都是年纪比较轻的小伙子,毕竟这种要经常到处出差与加班的工作不太适合中年人来干。目前市场上的机台的电气控制一般主要分为两类,PLC控制与PC控制,两者各有优缺点,我们主要来聊一聊PLC电气工程师的日常工作与技能要求。首先电气工程师的主要工作内容应该包括以下几个方面:设备的电气控制框架设计、电气原件选型(BOM清单开立)、电气原理图纸绘制、PLC与触摸屏程序开发编写,最后就是设备的现场调试。其实以上几项工作都没有想象中那么简单,比如选型关系到设备的成本以及后续的使用效果;电气图纸绘制的准确性关系到后期调试的效率...
2021 - 03 - 01
详解机器视觉的光源基础与选型技巧一套完整的视觉检测系统主要包含图像采集部分和图像分析部分,而图像采集部分主要有工业相机、工业镜头以及机器视觉光源承担,今天我们主要介绍机器视觉光源的相关基础知识及选型技巧。首先我们需要了解,机器视觉中的光源起到哪些作用:1、照亮目标,提高亮度;2、形成有利于图像处理的成像效果,降低系统的复杂性和对图像处理算法的要求;3、克服环境光干扰,保证图像稳定性,提高系统的精度、效率;通过恰当的光源照明设计,可以使图像中的目标信息与背景信息得到最佳分离,这样不仅大大降低图像处理的算法难度,同时提高系统的精度和可靠性,但非常遗憾,目前没有一个通用的机器视觉照明系统,可以应对不同的检测要求,因此针对每个特定的案例,都需要设计适应的照明装置,以达到最佳效果,而不合适的照明,则会引起很多问题,机器视觉光源如此重要,却往往被很多人忽视。目前机器视觉光源主要采用LED(发光二极管)...
技术分享
 
2021 / 03 / 05
从“跟随”到“并跑”:中国工业机器人补短板2月初,工信部的官方微信公众号发布消息称,2020年1-12月,全国工业机器人完成产量237068...
 
联系方式

深圳市龙华新区观澜第三工业区观中街5号联为科技园

1505031685@qq.com

15323438773 杨老师  

0755-29495142

预约免费试听
  • 您的姓名:
  • *
  • 公司名称:
  • 地址:
  • 电话:
  • *
  • 传真:
  • E-mail:
  • 邮政编码:
  • 留言主题:
  • 详细说明:
  • *
     
联为智能教育专业打造自动化教育产、学、研一体化平台,成为智能制造教育领导者。联为plc培训班精心打造专业培训实操基地,专门为学员研发一批教学设备,包括机器人学习教学连线,plc培训学习教学连线,工业机器人培训、plc编程培训等专业的教学设备,让学员真正理论实践一体,学以致用,从实践交流中体会知识的精髓,来一场完美的职业转身。
扫码学习
深圳联为智能教育感谢您的关注!
plc学习
在线直播间
plc培训班
小胡老师
Copyright ©2005 - 2013 深圳市联为智能教育有限公司


犀牛云提供企业云服务
5
电话
  • 15323438773
6
二维码
回到顶部