Vibe2Spike：基于事件相机和脉冲神经网络的无电池振动感知无线标签
信号处理
2025-08-19 v1 人工智能
人机交互
机器学习
摘要
稠密低成本传感器的部署是实现普适智能环境的关键因素。然而，现有感知解决方案在电池维护、无线传输开销和数据处理复杂度所带来的能耗、可扩展性和可靠性之间的权衡上存在挑战。本文提出了 Vibe2Spike，一种新型无电池、无线感知框架，利用可见光通信（VLC）和脉冲神经网络（SNN）实现基于振动的活动识别。该系统采用仅由压电圆盘、准霓狄二极管和LED组成的超低成本标签，通过振动能量进行能量采集，发射稀疏的可见光脉冲，无需电池或射频无线电。这些光脉冲被事件相机捕获，并通过经EONS框架优化演化的SNN模型进行分类。我们在五类设备上评估了Vibe2Spike，实现了94.9%的平均分类适应度，同时分析了不同时间分箱策略的时延-精度权衡。Vibe2Spike展示了一种可扩展且高效的无电池方式，用于在智能环境中实现智能感知。
引用
@article{arxiv.2508.11640,
title = {Vibe2Spike: Batteryless Wireless Tags for Vibration Sensing with Event Cameras and Spiking Networks},
author = {Danny Scott and William LaForest and Hritom Das and Ioannis Polykretis and Catherine D. Schuman and Charles Rizzo and James Plank and Sai Swaminathan},
journal= {arXiv preprint arXiv:2508.11640},
year = {2025}
}
备注
International Conference on Neuromorphic Systems (ICONS) 2025 9 pages, 7 images