レーダー、LiDAR、自動運転ソフトウェアなどの車両の衝突回避システム (CAS) が急速に普及しているにもかかわらず、夜間のナビゲーションは依然として特に危険な作業です。 日が沈んだ後、ハンドルを握っている時間はわずか 4 分の 1 ですが、 推定50% この時期に発生する交通死亡事故の割合。 これを知っていると、多くの研究者が自然に、ますます複雑になり、ひいてはエネルギーを大量に消費する CAS の進歩を開発する傾向にあるかもしれませんが、最近のある研究は、道路上のすべての人の安全性を向上させる文字通りバグ脳の方法を指摘しています。
で発表された新しい研究で詳述されているように ACSナノ ペンシルベニア州立大学のチームによると、イナゴやイエバエなどの昆虫は、新しい斬新な衝突防止プログラムの背後にある重要なインスピレーションを提供します。 現在のシステムの多くは、車の周囲のリアルタイムの画像分析に依存していますが、精度は、暗い場所や雨の状況によって大幅に低下することがよくあります。 LiDAR とレーダー技術は、これらの問題のいくつかを解決できますが、文字通りの重量とエネルギー消費の両方に多額のコストがかかります。
[Related: What’s going on with self-driving cars right now?]
ただし、ありふれたバグは、高度なニューラル ネットワークや機械学習を必要とせず、飛行中のバグ同士の衝突を回避できます。 代わりに、比較的単純でエネルギー効率が高く、障害物を回避する神経回路を使用して、移動中にナビゲートします。 これを考慮して、ペンシルベニア州立大学の研究者は、その反応を 1 つの変数 (車のヘッドライトの強度) に依存するバグの神経回路に基づいて、新しいアルゴリズムを考案しました。 このため、開発者は検出ユニットと処理ユニットを組み合わせて、はるかに小型でエネルギー消費の少ないデバイスにすることができました。
「小さい」というのは少し控えめな表現かもしれません。 新しい感光性「メモリトランジスタ回路は、二硫化モリブデンで構成される「原子的に薄い」構造でわずか 40 平方マイクロメートル (µm) です。 さらに、メモリトランジスタに必要なエネルギーはわずか数百ピコジュールで、現在の自動車の CAS が必要とする電力の数万分の 1 です。
[Related: Self-driving EVs use way more energy than you’d think.]
実際の夜間のシナリオ テストでは、衝突の可能性を検出する能力が犠牲になることは、あったとしてもほとんどありませんでした。 採用されている間、昆虫に着想を得たサーキットは、ドライバーに2〜3秒のリードタイムで2台の車の事故の可能性を警告し、必要に応じてコースを修正するのに十分な時間をドライバーに与えました。 研究者は、新しいバグ脳回路を既存の CAS システムに統合することで、自動車メーカーはすぐにかさばらず、よりエネルギー効率の高い夜間の旅行安全プロトコルを提供できると主張しています。 残念ながら皮肉なことかもしれませんが、この研究では、高速道路でフロントガラスに虫がぶつかるのを防ぐための新しい方法については言及されていません。