面向四旋翼机载姿态估计的神经形态计算
机器人学
2023-04-19 v1
摘要
已有有力证据表明，神经形态处理器具有高能量效率和更新速率，其性能超越标准冯·诺依曼架构所能达到的水平。这些颇具前景的特性在关键嵌入式系统中，尤其是在机器人领域，可能具有优势。迄今为止，机器人（例如尺寸与重量、电池续航、可用传感器、计算资源、处理时间等）尤其是飞行器所固有的约束，严重制约了包括传感器处理与状态估计在内的全自主机载控制的性能。在这项工作中，我们提出了一种脉冲神经网络（SNN），能够从六自由度惯性测量单元（IMU）数据估计四旋翼在高度动态运动中的俯仰角和横滚角。该网络仅含150个神经元，并使用在真实世界设置下由四旋翼获取的限制性训练数据集，与最先进的、非神经形态的姿态估计器相比表现出具有竞争力的结果。所提出的架构在四旋翼机载的Loihi神经形态处理器上成功测试，用于在飞行时估计姿态。我们的结果展示了神经形态姿态估计的鲁棒性，并为采用专用神经形态计算系统实现四旋翼节能、全自主控制铺平了道路。
引用
@article{arxiv.2304.08802,
title = {Neuromorphic computing for attitude estimation onboard quadrotors},
author = {Stein Stroobants and Julien Dupeyroux and Guido C. H. E. de Croon},
journal= {arXiv preprint arXiv:2304.08802},
year = {2023}
}