基于神经形态处理器的微型飞行器机载高度控制用精简神经形态PID的设计与实现

神经形态感知与处理在机器人领域的巨大前景,促使研究人员和工程师探索用于自主机器人(导航、障碍物检测与规避等)鲁棒可靠控制的新型模型,尤其是针对无人机竞速和激进机动等挑战性场景下的四旋翼。利用脉冲神经网络,这些模型可在神经形态硬件上运行,以受益于卓越的更新率和高能效。然而,底层控制器常被忽视,仍处于神经形态回路之外。设计底层神经形态控制器对于移除标准PID、从而享有闭合神经形态回路的全部优势至关重要。在本文中,我们提出一种精简且可调的神经形态PID控制器,仅由最少93个稀疏连接的神经元构成,用于在配备英特尔Loihi神经形态芯片的四旋翼上实现自主机载高度控制。我们在一组实验中成功证明了所提网络的鲁棒性,实验中要求四旋翼从起飞达到目标高度。我们的结果确认了此类底层神经形态控制器的适用性,并最终实现了非常高的更新频率。