Еволюція просторового зору в чипі Gleanmer

Проблема автономної навігації в обмеженому просторі завжди полягала в пошуку балансу між точністю карти та енерговитратами на її підтримку. Для мікророботів, що досліджують вузькі вентиляційні шахти або промислові трубопроводи, використання GPS є неможливим, а покладання на зовнішні системи позиціонування в таких умовах — непрактичним. Єдиним виходом залишається розвиток систем SLAM (Simultaneous Localization and Mapping), які дозволяють пристрою одночасно будувати карту оточення та визначати своє місцезнаходження в ній. Однак класичні підходи до картографування виявилися занадто енергозатратними для пристроїв із крихітними акумуляторами.

Ключовий прорив Gleanmer полягає в радикальній відмові від воксельного представлення простору. У традиційних системах світ розбивається на вокселі — тривимірні аналоги пікселів, що являють собою жорстку сітку з кубів. Такий підхід створює надмірність: для опису простої стіни потрібно зберігати тисячі ідентичних кубів, що призводить до колосальних витрат пам'яті та обчислювальної потужності. Більше того, вокселі створюють ефект «сходинок», який некоректно описує плавні, криволінійні поверхні реального світу.

Замість цього розробники впровадили алгоритм GMMap, який працює з тривимірними гауссианами. У цій моделі простір описується не кубами, а сукупністю еліпсоїдних «хмар» із заданими середніми значеннями. Один витягнутий еліпсоїд може замінити десятки або сотні вокселів, описуючи поверхню об'єкта значно точніше та компактніше. Це дозволяє роботу ефективно розрізняти вільні зони, перешкоди та недосліджені області, зберігаючи при цьому мінімальний обсяг даних у пам'яті.

Технологічна перевага чипа забезпечується глибоким симбіозом алгоритму та апаратної реалізації. Gleanmer працює з потоковими зображеннями, повністю відмовляючись від зберігання цілих кадрів у пам'яті. Дані проходять через обчислювальний блок один раз, при цьому система аналізує пікселі переважно в порівнянні з сусідніми, що є логічним, оскільки близькі точки зазвичай належать одному об'єкту. Щоб уникнути надмірності, гауссиани, що перекриваються, об'єднуються в реальному часі, оминаючи стадію повторного звернення до вихідних пікселів.

З технічної точки зору чип, виготовлений за 16-нм КМОП-технологією, демонструє вражаючу продуктивність. Обробляючи сцени з роздільною здатністю 640 × 480 пікселів, він будує карту зі швидкістю понад 88 кадрів за секунду. При цьому швидкість видачі координат при запитах до карти варіюється від 540 тисяч до 1,32 мільйона на секунду. Завдяки оптимізації обчислень на гауссианах, енерговитрати на побудову карти знизилися на 63%, а на обробку запитів — на 81%.

Зрештою, Gleanmer споживає лише 6 мВт енергії, що становить лише 20% від енергоспоживання сучасних аналогів із порівнянним функціоналом. Такий низький поріг робить технологію перспективною не лише для мікроробототехніки, а й для споживчого ринку носимої електроніки. Легкі AR- та VR-окуляри потребують постійного аналізу геометрії приміщення для коректного накладання цифрових об'єктів, але вони не можуть дозволити собі громіздкі процесори та важкі батареї.

Подальший розвиток архітектури передбачає ще тіснішу інтеграцію пам'яті та обчислень. Наразі дані зберігаються у виділеній пам'яті в безпосередній близькості до блоків обробки, що вже мінімізує втрати при передачі. Наступним кроком стане перенесення обчислювальних потужностей безпосередньо в сенсори зображення. Створення «розумних очей», де обробка навігаційних даних відбувається прямо в матриці камери, дозволить практично звести до нуля енерговитрати на інтерфейси передачі даних, відкриваючи еру по-справжньому автономних і непомітних інтелектуальних систем.