به گزارش خبرگزاری الکترونیوز و به نقل از IEEE Spectrum، شرکت سوئیسی Vissee (به معنی چشم مصنوعی)، حسگری را توسعه داده است که از روشی کاملاً جدید برای اندازه‌گیری سرعت استفاده می‌کند. این حسگر سرعت که لقب «چشم سوم» به خود گرفته است، یک پردازنده‌ی مبتنی بر دانش عصبی ( Neuromorphic) [1] است که بر اساس آشکارسازی حرکت مگس میوه‌، مدلسازی شده است.

در حال حاضر، تولیدکنندگان بسیاری از محصولات گوناگون تمایل دارند که دستی در این زمینه داشته باشند. سمیر بوعبدالله، مدیر اجرایی Vissee اظهار داشت: « این شرکت در ماه مارس آینده با یکی از تولیدکنندگان مهم نیمه‌هادی دست همکاری خواهد داد. در اواخر سال 2011 این حسگر در تجهیزات ورزشی به کار گرفته خواهد شد. در سال 2012 نیز در وسایل نقلیه‌ی ترافیک و وسایل حمل و نقل تجسسی میکروهوایی، که این وسایل توسط شرکت Skybotix ساخته می‌شوند، به صورت مجتمع استفاده خواهد شد. در آینده نیز ممکن است این حسگر توسط یک شرکت مهم خودروسازی مورد استفاده قرار گیرد.»

برای اینکه بدانید چرا شرکت‌های مختلف علاقه‌ی خود را به این حسگر اعلام کرده‌اند، ابتدا باید بدانید که اغلب حسگرهای سرعت کنونی چگونه کار می‌کنند. برای مثال، حسگرهای سرعت که در سیستم ترمز ABS خودروها استفاده می‌شود، بین محور (اکسل) و چرخ قرار گرفته است. هنگامی که چرخ خودرو می‌چرخد، حسگر، موقعیت 48 تا 60 پره‌ی چرخ را اندازه‌گیری می‌کند. جیمز استرلینگ، مهندس شرکت Infineon Technologies North America می‌گوید: « این روش تقریباً به ازای هر 5 کیلومتر در ساعت دقیق است. به طوری که راننده می تواند با اطمینان خاطر از این اطلاعات استفاده کند تا با محدودیت‌های یاد شده مطابقت ایجاد کند و یا از آن‌ها تخطی کند. اما در واقعیت سرعت‌سنج غیردقیق عمل می کند. برای توضیح این کمبود دقت باید گفت که لازم است، سرعت چرخشی پره‌ها در شعاع چرخ ضرب شود؛ در حالی که شعاع چرخ با توجه به نحوه‌ی ساخت و مدل خودرو و همچنین نوع و ساییدگی تایر تغییر می‌کند.»

فقط خودروها نیستند که سرعت را به طور غیرمستقیم اندازه می‌گیرند. یک برنامه‌ی ورزشی در گوشی‌های هوشمند استاندارد برای اعلام سرعت، به دو روش سرعت را اندازه‌گیری می‌کند: انتگرال‌گیری از شتاب و یا مشتق‌گیری از مکان. این ابزار هوشمند ورزشی که زمان‌های متوالی را دنبال می‌کند، ممکن است برای مثال سرعت میانگین را با استفاده از مکانی که به GPS مجهز شده است، محاسبه کند. ولی سرعت رفرش GPS، تنها یک بار در ثانیه است. این در حالی است که اسکی‌بازها و دوندگان برای تنظیمات زمانی خود، به زمان‌های کوچک‌تری نیاز دارند. همچنین GPS نمی‌تواند تغییرات عمودی را به خوبی اندازه‌گیری کند. با این توصیف، دستگاه ورزشی یاد شده، می‌تواند از خروجی شتاب‌سنج انتگرال بگیرد. در این روش خطاها با یکدیگر ترکیب می‌شوند.

یک حسگر سرعت ایده‌آل، باید بتواند سرعت را در کمترین زمان و بدون نیاز به دانستن مکان یا شتاب محاسبه کند. حسگر جدید Vissee، اولین پردازنده‌ی به طور خاص کاربردی است که برای انجام این کار در عرصه‌ی محصولات مصرفی ساخته شده است. به گفته‌ی نیکولا رورسیتز، یکی دیگر از مدیران اجرایی این شرکت، بودجه‌ی لازم برای ساخت این حسگر اندک است. وی برای اینکه حس کنجکاوی و علاقه‌ی رقیبان نسبت به این حسگر کم نشود، از فاش کردن مقدار توان حسگر خودداری کرد.

رورسیتز و والریا موزتی، از بنیانگذاران Vissee و فارغ‌التحصیلان مؤسسه‌ی فدرال فن‌آوری سوئیس در زوریخ (ETHZ)، الگوریتم و سخت‌افزار این حسگر را با مهندسی معکوس الگوی پروازی مگس میوه ایجاد کردند. آن‌ها از الگوهای رفتاری مگس‌ها استفاده کردند که سرعت خود را با مشاهده‌ی اجسامی که از کنار آن‌ها می‌گذرند، تنظیم می‌کنند. این اجسام درست مانند تصاویری هستند که بر روی دیواره‌های یک تونل باد [2] کم‌سرعت انداخته می‌شوند. رورسیتز و موزتی همزمان با نگه‌داشته شدن مگس‍ها در وسط تونل، واکنش آن‌ها را به علامت‌های بصری کنترل شده مورد مطالعه قرار دادند. آن‌ها سپس با انجام ده‌ها هزار آزمایش، محاسبات حرکتی مگس را مهندسی معکوس کردند. آن‌ها می‌خواستند بدانند که سیستم دیداری مگس چه نوع محاسبات حرکتی را انجام داده است. استون فرای، استاد مؤسسه‌ی ETHZ که بر کار رورسیتز در آزمایشگاه نظارت می‌کرد، می‌گوید: «این مطالعات، طرح اولیه‌ی طراحی تراشه را پایه‌ریزی کرد.»

حال به بررسی نحوه‌ی کار حسگر چشم سوم پرداخته می‌شود. این حسگر از ترکیبی از لنز چشم ماهی، دوربین60 هرتز CMOS با کیفیت بالا و یک ریزپردازنده‌ی مبتنی بر ARM ساخته شده است که با الگوریتم خاصی که داده‌های وارد شونده را به طور انتخابی فیلتر می‌کند، کار می‌کند. هر دوی لنز و ریزپردازنده بر اساس جنبه‌های گوناگون الگوی پروازی مگس میوه مدلسازی شده‌اند.

وجود لنز در ساختار این حسگر، میدان دید 180 درجه‌ای برای دوربین ایجاد می‌کند که تقریباً چیزی مشابه میدان دید یک مگس میوه است (زاویه‌ی یک لنز استاندارد، 40 یا 50 درجه است). سپس این لنز، نور را همانند یک قیف به طرف دوربین CMOS هدایت می‌کند. پس از این که داده‌های دیداری توسط الگوریتم ویژه‌ی Vissee فیلتر شدند، داده‌های تصویری کاهش می‌یابند و توسط ریزپردازنده به کار گرفته می‌شوند.

این تراشه در جستجوی دو متغیر است: فرکانس زمانی (نوسانات یک سیگنال در طول زمان در یک نقطه‌ی خاص) و فرکانس فضایی (نوسانات یک سیگنال، همانند شدت نور در فضا در یک لحظه). با تقریب‌سازی قسمتی از فرکانس زمانی توسط فرکانس فضایی، می‌توان سرعت مطلق را اندازه گرفت.

محاسبه‌ی فرکانس زمانی آسان است ولی فرکانس فضایی پیچیده‌تر و از نظر محاسباتی، گران‌قیمت‌تر است. این بدان معنی است که انرژی زیادی برای ساخت یک حسگر کوچک و قابل حمل صرف می‌شود.

الگوریتم ویژه‌ی Vissee، کار محاسباتی را ساده‌تر می‌کند. زیرا در آن از روش‌هایی استفاده می‌شود که همانند ذهن یک مگس میوه، داده‌هایی را که به پردازنده‌ها در محاسبه‌ی سرعت هیچ‌گونه کمکی نمی‌کنند، فیلتر می‌کند.

رورسیتز آرزو می‌کند که روزی این حسگر توسط قهرمانان اسکی، دو و سایر ورزشکاران، برای انجام تنظیمات جزئی زمان ولی حیاتی، مورد استفاده قرار گیرد. در عمل، چشم سوم، یک حسگر کوچک و بی‌سیم، چیزی شبیه یک گام‌شمارخواهد بود.

رورسیتز و موزتی امیدوارند این حسگر در آینده برای ارتقای کنترل خودروها به کار گرفته شود. به گفته‌ی استرلینگ، ممکن است این حسگر برای شرکت‌های خودروسازی ایده‌ی خوبی باشد تا از آن در سیستم‌هایی از قبیل دوربین‌های پشتیبان خودرو یا سیستم کنترل سرعت خودرو استفاده شود. او تردید دارد که این حسگر بتواند برای سیستم‌های ترمز ABS کنونی مفید واقع شود. او اضافه می‌کند: «در سیستم‌های ترمز امروزی، هنگامی که خودرو در یک جاده‌ی لغزنده‌ یا معمولی قرار می‌گیرد، الگوریتم ترمز برای هر دو مشابه است.» ولی در آینده، سیستم‌های ABS بسته به سرعت خودرو، کارکرد متفاوتی را اجرا خواهد کرد و چشم سوم می‌تواند در این زمینه کمک کند.

ماسیمیلیانو ورساس، دانشمندی است که بر روی پروژه‌ی سیناپس دارپا کار می‌کند و در جستجوی پی‌ریزی اصول عصب‌شناسی برای ساخت ریزپردازنده‌هایی است که مانند پستانداران می‌توانند فکر کنند و نتیجه‌گیری کنند. او می‌گوید حسگر چشم سوم مثال خوبی است برای اینکه نشان دهد چگونه سخت‌افزار مرتبط با علم عصب‌شناسی در حال رشد و توسعه است. او بیان می‌کند که مهندسی معکوس سیستم دیداری مگس میوه، گره از مشکلی گشوده است که سد راه طراحان حسگرهای سنتی بوده است. او می‌گوید: «این دقیقاً راه استفاده از علم عصب‌شناسی را برای از پیش رو برداشتن مسائل حل نشده نشان می‌دهد.»

اطلاعات اضافی:

[1]. به کارگیری الگو و ساختار سلول‌های عصبی در سیستم‌های VLSI آنالوگ، دیجیتال، و آنالوگ/دیجیتال

[2]. محفظه‌ای شبیه تونل که فشار هوا با سرعت‌های مختلف به درون آن دمیده می‌شود تا مقاومت قطعات هواپیما و موشک سنجیده شود.

لینک دائمی | نسخه مناسب چاپ | ارسال لينك اين صفحه به دوستان |