科创中国

生物与新医药技术,高端装备制造产业

基于帧的传统相机在机器视觉领域取得了巨大成功，但在高速场景中依然面临着诸多挑战。例如，自动驾驶过程中，对于突然出现的运动目标，传统相机由于固定曝光时间间隔的成像模式，引起成像模糊和数十毫秒的数据延迟。对于高速行驶的汽车，该问题会造成非常危险的后果。 近年来，一种生物视觉启发的脉冲相机被研制出。该相机在成像原理和数据表达上均不同于传统相机。脉冲相机的每个像素模拟生物视觉系统的中央凹细胞，独立地感知光强，当超过一定阈值后，异步触发一个脉冲信号并复位。这种成像原理带来了时间分辨率和动态范围的大幅度提升，使得传统相机在高速运动场景中面临的诸多问题都迎刃而解。

但是，因为脉冲相机的新颖性和较高的制造成本，目前这种相机难以大规模普及。进而导致真实的脉冲数据严重匮乏。近年来发展迅速的深度学习算法，在计算机视觉领域取得了重大成功。但训练深度神经网络模型需要大量的数据。现有的大规模图像和视频数据与脉冲数据在格式上完全不同，因此大大限制了基于脉冲相机的研究和应用。本研究提出了一种脉冲相机仿真算法，将现有的图像和视频数据转化成脉冲数据。本研究提出了一种面向脉冲相机的视觉场景运动关系计算方法。该方法建立了场景中光照强度与脉冲信号产生之间的关系，可以计算得出脉冲相机在给定环境条件下，场景中运动目标的速度上限。本研究提出了一种基于时空脉冲阵列信号的高速运动物体检测方法。上述研究可促进脉冲相机在实际生产生活中的应用。

浙江大学机器人研究院（以下简称“研究院）是为了贯彻落实浙江省委省政府关于推进工业转型升级的战略部署，在余姚市的大力推动下，于2017年由浙江大学和余姚市合作共建的新型研发机构。 研究院面向科技前沿、面向经济发展主战场，将机器人、智能装备研发及产业化作为主要突破方向；立足余姚、服务浙江、面向全国。以“合作、创新、智能、引领”为理念，以体制机制创新为抓手，以科技研发、成果转化和人才培育为核心，着力构建技术-人才-产业深度融合的创新创业生态；努力建成为国内一流的机器人领域政、产、学、研、用深度融通的新高地。