全新低功耗芯片问世中国科学报

近日，麻省理工学院研究人员在国际电气与电子工程师协会（IEEE）超大规模集成电路研讨会上发布最新研究成果，他们研发的一款全新芯片，可助力小型低功耗无人机在工业暖通空调管道狭窄拐角间快速穿行、规避障碍物，完成燃气泄漏巡检。

微型机器人照片。图源：MIT

该芯片能让小型自主机器人及其他电池续航受限设备，仅消耗一枚LED灯左右的功耗，实时构建环境精细三维地图。机器人可依托该地图规划无碰撞行进路线抵达目标点位。

常规情况下，生成这类完整地图需要高功耗系统，并占用大量内存来构建、存储机器人周边障碍物的三维模型。

该研究团队采用全新思路，将一款极致轻量化的建图算法与专门用于加速运算的定制硬件结合，最大限度降低内存占用与功耗。

这款片上系统功耗仅约6毫瓦，远低于其他同类系统。极低的功耗特性也让该芯片适配轻量化增强现实头显，设备可长时间佩戴，用于医疗仿真教学、精密设备维修与装配等场景。

麻省理工学院电气工程与计算机科学系教授Vivienne Sze表示：“本文展示了算法与硬件协同设计大幅提升能效的典型案例。已有大量研究聚焦轻量化三维地图构建，但本研究的突出优势在于，同步优化了地图生成全过程的运行效率。我们的芯片能以极小存储空间承载超大地图，且全程能耗极低。”

机器人构建包含环境障碍物的三维地图通常功耗巨大，设备需要存储相机拍摄的图像，并对每张图像内所有三维像素进行多次运算处理。

传统方案采用立方体三维体素表征环境，而该研究团队改用高斯椭球团对空间障碍物进行建模。这类椭球体的尺寸、外形、厚度可平滑自适应调节，相比刚性立方体体素，能更高效贴合曲面物体轮廓。

关键在于，该地图可同步记录障碍物与机器人周边可通行空白区域，二者结合支撑机器人规划安全无碰撞路径。使用体素标记障碍物与空白区域通常会占用海量内存，这也是传统方案高功耗的根源。高斯椭球可灵活适配物体几何形态，单个细长椭球就能覆盖大量体素才能表征的区域，因此障碍物表面与空闲空间的存储体量大幅精简。

研究团队将这套系统命名为Gleanmer，配套自研GMMap算法，依托高斯椭球表征障碍物，高效生成机器人环境三维地图。

研究团队计划进一步缩短芯片运算单元与环境数据采集传感器之间的距离，持续提升能效；同时拓展应用场景，例如使用高斯模型表征工程图纸，助力人工智能系统更高效解析复杂设计蓝图。

实时三维建图一直是小型自主系统的技术短板。无论是管道巡检无人机，还是室内导航AR眼镜，都需要即时、持续、极低功耗地感知周边空间。Gleanmer芯片首次将该能力集成至一枚可握于指尖的微型芯片中。