一个多色神经形态视觉系统灵感来自生物模拟学,用于微型昆虫机器人
Hong Lian1, Zhitao Dou2, Zhitao Qin1
1MOE Key Laboratory of Advanced Display and System Applications, Shanghai University, No.149 Yanchang Road, Jingan District, Shanghai, 200072, China.
Advanced materials (Deerfield Beach, Fla.)
|June 8, 2025
概括
研究人员开发了新的有机光合作用 (BHJ-OPS),模仿人类视觉系统,用于先进的机器人. 这些设备使低功耗,多光谱的感知和学习,为适应性昆虫大小的机器人铺平了道路.
科学领域:
- 神经形态工程的神经形态工程
- 有机电子学有机电子学
- 生物启发的机器人是生物启发的机器人.
背景情况:
- 对于具有增强的人机交互和机器人能力的智能系统的需求,需要在神经形态环境信息编码,突触信号处理和运动控制方面取得进展.
- 目前的系统往往缺乏生物视觉系统的效率和适应性.
研究的目的:
- 开发一种生物灵感系统,复制人类视觉感知和突触功能,用于先进的机器人应用.
- 为智能机器创建高效和适应性的神经形态电子元件.
主要方法:
- 使用了带有双终端架构的大量异质连接有机光合作用 (BHJ-OPS).
- 研究了超宽带光检测 (365-1060 nm) 和低能耗 (0.2 fJ/突触事件) 对于近红外 (NIR) 感知.
- 集成的光伏效应与电子捕捉实现生物突触特征,如记忆和学习.
- 实现了一个26 × 26的memristor网络用于微型昆虫机器人控制.
主要成果:
- BHJ-OPS展示了超宽带光检测和创纪录的低能耗NIR感知.
- 有机光合作用表现出短期记忆,长期记忆和体验式学习能力.
- 开发了一个具有多谱色彩歧视的突触阵列.
- 能够在夜间寻找食物和躲避捕食者的微型昆虫机器人已经成功实施.
结论:
- 开发的BHJ-OPS显示出创造具有自我调节和适应能力的微型昆虫机器人的巨大潜力.
- 这项技术推动了智能机器人的开发,用于勘探,监测和救援任务.
- 这项研究强调了生物启发的神经形态系统在弥合生物和人工智能的有效性.
