自动驾驶的新“双眼”：仿生视觉系统让速度提升四倍
自动驾驶汽车在复杂路况下往往面临极大挑战，无论是穿梭的自行车、横穿马路的行人，还是不按常理出牌的人类驾驶员，都需要极其敏锐的视觉和反应速度。传统的摄像头和光流（optical flow）算法因需要处理每一帧的全部像素，计算量巨大，导致感知延迟。在高速行驶中，哪怕半秒的延迟都会带来约12米的风险。
为了解决这一难题，北京航空航天大学的高硕教授团队从人类视觉系统中获得了灵感。人类大脑中的外侧膝状体（LGN）不仅是视觉信号的中转站，更扮演着“过滤器”的角色，能够优先处理重要的动态变化信息。
研究团队利用神经形态硬件（neuromorphic hardware），开发出了一套模拟LGN功能的视觉系统。该硬件将处理和存储功能集成在同一电路中，能够自动锁定运动发生区域，引导算法重点分析。
研究突破：
- 速度翻倍： 该系统处理速度比现有技术快了四倍，在多数场景下已超越人类反应速度。
- 精度提升： 在自动驾驶场景中，准确率实现了翻倍。
局限与前景：
尽管在处理复杂密集运动场景时，该系统仍受限于传统算法的瓶颈，但它为机器人走出工厂和公路提供了可能。未来，无论是家庭服务机器人还是更加复杂的交互场景，这项“仿生视觉”技术都将成为保障人机协作安全的关键。