在安全地避开障碍物的同时，自动驾驶车辆的飞行速度有限。那是因为今天的无人机上使用的摄像机只能按照单独的帧逐帧处理图像。超过大约每小时30英里，无人机很可能只是因为它的相机无法跟上而崩溃。

最近，苏黎世的研究人员发明了一种新型相机，称为动态视觉传感器(DVS)，它以极短的微秒间隔连续可视化亮度变化的场景。但是这种大量的数据可能会压倒一个系统，使得无人机很难通过噪声来区分即将来临的障碍物。

【资料图】

现在麻省理工学院的工程师已经提出了一种算法来调整DVS摄像机，以便仅检测特定系统的亮度的特定变化，从而大大简化场景到其最基本的视觉元素。

他们本周在西雅图的IEEE美国控制会议上提出的结果可以应用于任何指导机器人从A点移动到B点作为对高速视觉数据的响应的线性系统。最终，结果还可以帮助提高无人机和其他自动机器人等更复杂系统的速度。

“有一个新的视觉传感器系列能够将高速自主飞行变为现实，但研究人员尚未开发出适合处理输出数据的算法，”主要作者，麻省理工学院研究生Prince Singh说。航空航天系。“我们提出了第一种方法，通过将固有的嘈杂系统重新构造成适合的形式来理解DVS的模糊数据。”

Singh的合着者是麻省理工学院苏黎世联邦理工学院的Emilio Frazzoli教授和亚利桑那州立大学的Sze Zheng Yong。

从生物学中获取视觉线索

DVS相机是第一款商用“神经形态”传感器 - 一类以动物和人类视觉系统为模型的传感器。在处理场景的最初阶段，例如，人类视网膜中的光敏细胞实时响应于光度的变化而被激活。

与光敏单元类似，神经形态传感器被设计成具有平行布置的多个电路，其响应于亮度的下降或尖峰而在计算机屏幕上激活并产生蓝色或红色像素。

使用DVS相机的无人机将“看到”在两种颜色之间切换的像素的颗粒状描绘，而不是典型的视频输入，这取决于在任何给定时刻空间中的该点是否变亮或变暗。该传感器不需要图像处理，旨在实现高速自主飞行等应用。

研究人员使用DVS摄像头使简单的线性系统能够查看高速事件并对其作出反应，他们设计了控制器或算法，以快速转换DVS数据并执行适当的响应。例如，工程师设计了控制器来解释像素变化，以便控制机器人守门员的动作以阻挡进入的足球，以及引导机动平台以保持铅笔直立。

但是对于任何给定的DVS系统，研究人员必须从头开始设计控制器，以便以特定的方式为特定系统转换DVS数据。

“铅笔和守门员的例子非常受几何限制，这意味着如果你给我这些特定场景，我可以设计一个控制器，”辛格说。“但问题就变成了，如果我想做更复杂的事情怎么办?”

切断噪音

在该团队的新论文中，研究人员报告开发了一种通用控制器，可以为任何简单的线性机器人系统以有意义的方式转换DVS数据。控制器的关键是它识别参数Singh称为“H”的理想值，或事件阈值，表示系统可以检测到的亮度的最小变化。

设置特定系统的H值基本上可以确定系统的视觉灵敏度：具有低H值的系统将被编程为接收并解释从非常小到相对大的光度变化，而高H值将被排除微小的变化，只能“看到”并对亮度的大变化做出反应。

研究人员首先通过考虑每个“事件”或特定系统中激活的像素发生亮度变化的可能性来制定算法。他们还估计了“虚假事件”的概率，例如像素随机失火，在数据中产生虚假噪声。

一旦他们在考虑这些变量的情况下得出公式，他们就可以将其用于一个众所周知的算法，称为H-infinity鲁棒控制器，以确定该系统的H值。

该团队的算法现在可用于设置DVS摄像机的灵敏度，以检测任何给定线性系统的最重要亮度变化，同时排除无关信号。研究人员进行了数值模拟以测试该算法，确定理论线性系统的H值，他们发现这个系统能够保持稳定并执行其功能而不会受到外来像素事件的干扰。

“我们发现这个H阈值可以作为"甜蜜点"，因此系统不会因太多事件而变得不堪重负，”辛格说。他补充说，新结果“统一了对许多系统的控制”，并代表了迈向更快，更稳定的自主飞行机器人的第一步，例如由哈佛大学研究人员开发的Robobee。

“我们希望打破每小时20至30英里的速度限制，并且在没有碰撞的情况下更快地行驶，”辛格说。“下一步可能是将DVS与普通相机结合起来，这可以告诉你，基于DVS渲染，物体是实时的沙发与汽车。”