打破传统方法,MIT新芯片帮自动驾驶汽车穿越浓雾

选自MIT News

作者:Rob Matheson

机器之心编译

参与:Geek AI、张倩

麻省理工学院的研究人员开发出了一种利用频率为亚太赫兹的波进行物体检测的芯片,它可以与基于光的图像传感器相结合,帮助无人驾驶汽车穿过浓雾。

依赖于光成像传感器的自动驾驶汽车的视线常常难以穿透雾这样会致盲光传感器的环境。但是,麻省理工学院的研究人员开发出了一种亚太赫兹辐射接收系统,它可以在传统方法失效时帮助无人驾驶汽车行驶。

亚太赫兹波的波长在电磁波谱上介于微波和红外辐射之间,它可以很容易地穿过雾和尘云被探测到,而用于自动驾驶汽车的基于红外的激光雷达成像系统则很难在这种情况下被探测到。为了探测物体,亚太赫兹成像系统通过发射器发送初始信号;然后接收器会测量反弹的亚太赫兹波的吸收和反射情况。该系统会向重建物体图像的处理器发送一个信号。

然而,将亚太赫兹传感器应用于无人驾驶汽车是具有挑战性的。敏感、准确的物体识别需要从接收端到处理器的强输出基带信号。由产生这种信号的离散元件组成的传统系统体积庞大、成本高昂。目前也有更小的片上传感器阵列,但它们产生的信号较为微弱。

在「IEEE Journal of Solid-State Circuits」网站 2 月 8 日发表的一篇论文中,研究人员介绍了一种片上二维亚太赫兹波接收阵列,这种阵列的灵敏度要高几个数量级,意味着在存在大量信号噪声的情况下,它可以更好地捕捉和解释亚太赫兹波。

为了达到这一目标,他们实现了一种被称为「外差探测器」的独立的信号混合像素方案,它通常很难被密集地集成到芯片中。研究人员大幅缩小了外差式探测器的尺寸,从而使许多探测器可以被嵌入到芯片中。解决这一问题的诀窍在于创建一个紧凑的多用途组件,该组件可以同时降低混合输入信号、同步像素阵列,并生成强输出基带信号。

研究人员构建了一个将 32-像素阵列集成在 1.2 平方毫米的设备上的原型系统。这些像素大约比当今最好的片上亚太赫兹阵列传感器灵敏 4300 倍。随着进一步的发展,这种芯片有可能被用于无人驾驶汽车和自动机器人。

论文的联合作者、学院微系统技术实验室太赫兹集成电研究组负责人、电机工程与计算机科学副教授 Ruonan Han 表示:「这项工作的一个很大动机是为自动驾驶车辆和无人机提供更好的电子眼。当环境恶劣时,我们的低成本片上亚太赫兹传感器将对激光雷达起到补充作用」。

论文的第一作者 Zhi Hu 和联合作者 Cheng Wang 都加入了 Han 的研究团队,他们是电机工程与计算机科学系 Han 的研究组的博士生。

去中心化的设计

设计的关键之处在于研究人员所说的「去中心化」思想。在这种设计中,被称为「外差」像素的单个像素会产生频率差拍(两个输入亚太赫兹信号之间的频率差异)和「局部振荡」(改变输入频率的电信号)。这种「下混频」过程会产生一个兆赫范围内的信号,而基带处理器可以很容易地解释这个信号。

与激光雷达计算出激光击中物体并反弹所需的时间的原理相类似,输出信号可以用于计算物体的距离。此外,融合像素阵列的输出信号,并将像素引导到一定的方向,可以实现场景的高分辨率图像生成。这不仅使该系统可以探测物体,还能识别物体,这对于自动驾驶汽车和机器人是至关重要的。

外差像素阵列只有在所有像素的本振信号同步时才能工作,这意味着需要找到一种信号同步技术。中心化的设计要建立一个处理中枢,它与所有像素共享本振信号。

这些设计通常被用于较低频率的接收器,而在亚太赫兹频段却可能造成一些问题。众所周知,在亚太赫兹频段,从单个处理中枢产生大功率信号十分困难。随着阵列规模增大,每个像素所共享的功率减小,从而降低了输出基带信号的强度,基带信号的强度高度依赖于本振信号的功率。因此,由每个像素产生的信号可能非常微弱,导致系统的灵敏度很低。一些片上传感器已经开始使用这种设计,但仅限于 8 像素。

因此,研究人员的去中心化设计解决了这种需要权衡「系统规模和敏感性」的问题。每个像素产生自己的本振信号,用于接收和下混频输入信号。此外,集成耦合器使其本振信号与相邻像素的本振信号同步。由于此时本振信号并不来自于一个全局处理中枢,这就给了每个像素更多的输出功率。

Han 说,新的去中心化设计可以被很好地类比为灌溉系统。传统的灌溉系统有一个水泵,它通过一个管网将强大的水流输送到多个洒水点。每个喷头喷出的水的流量比最初从水泵流出的流量小得多。如果你想让喷头以完全相同的速度喷水,那就需要另一个控制系统。

另一方面,研究人员的设计为每个站点提供了自己的水泵,省去了连接管道的必要,并使每个喷头具有自己强大的出水量。每个喷头还会与相邻的喷头通信,以同步他们的喷水频率。Han 说:「对于我们的设计来说,其可伸缩性基本没有边界,你可以设置任意多的站点,每个站点排出的水量都一样,而且所有的站点都同时工作」。

然而,新的架构可能会使每个像素的内存占用更大,这对阵列方式的大规模高密度集成提出了巨大的挑战。在他们的设计中,研究人员将天线、下混频器、振荡器和耦合器这四种传统独立元件的不同功能组合成一个用于每个像素的单一「多任务」元件。这使得我们可以实现 32 像素的去中心化设计。

Hu 表示:「我们为芯片上的去中心化设计创造了一个多功能组件,并融合了一些离散结构来缩小每个像素的大小。即使每个像素都要执行复杂的操作,仍然可以保持系统的紧凑性,所以我们仍然可以实现一个大规模密集阵列」。

以频率作为指导标准

为了使系统能够测量目标的距离,本振信号的频率必须是稳定的。

为此,研究人员在他们的芯片中加入了一种叫做锁相环的元件,这种元件可以将所有 32 个本振信号的亚太赫兹频率锁定到一个稳定的低频基准。由于像素是耦合的,它们的本振信号都具有相同的、高度稳定的相位和频率。这确保了可以从输出基带信号中提取有意义的信息。整个架构最小化了信号损失,最大化了对系统的控制。

Hu 表示:「总而言之,我们实现了一个相干阵列,同时每个像素具有非常高的本振功率,因此每个像素都具备高灵敏度」。

原文链接:http://news.mit.edu/2019/giving-keener-electric-eyesight-autonomous-vehicles-0214

原文发布于微信公众号 - 机器之心(almosthuman2014)

原文发表时间:2019-02-24

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券