基于神经形态硬件上深度卷积神经网络的自动驾驶机器人
神经与进化计算
2016-11-07 v1 机器人学
摘要
神经形态计算是减小移动嵌入式系统尺寸、重量和功耗的一种有前景的方案。在本文中，我们介绍此类系统的一个实现，创建了IBM TrueNorth NS1e与基于Android的自主机器人平台之间的首个闭环电池供电通信系统。利用该系统，我们通过手动驾驶基于Android的机器人沿陡峭山地小径行驶并记录机器人上摄像头捕获的视频帧及相应电机指令，构建了路径跟随行为的数据集。我们使用该数据集训练在TrueNorth NS1e上实现的深度卷积神经网络。安装在机器人上并由机器人电池供电的NS1e，产生了一个能够实时成功穿越陡峭山路的自动驾驶机器人。据我们所知，这代表了TrueNorth NS1e神经形态芯片首次嵌入移动平台下闭环控制。
引用
@article{arxiv.1611.01235,
title = {A Self-Driving Robot Using Deep Convolutional Neural Networks on Neuromorphic Hardware},
author = {Tiffany Hwu and Jacob Isbell and Nicolas Oros and Jeffrey Krichmar},
journal= {arXiv preprint arXiv:1611.01235},
year = {2016}
}
备注
6 pages, 8 figures