Neuromorphic multi-drone perceptie.

De trend naar autonome drones leidt momenteel tot de integratie van een toenemend aantal sensoren voor veilige navigatie onder alle omstandigheden, waardoor algoritmen en hardware energiezuinig en snel moeten zijn. Wanneer de dronetechnologie verder matuur wordt, zal de inzet van zwermen van drones nog geavanceerdere gebruiksscenario's mogelijk maken, bijvoorbeeld in de precisielandbouw. Zwermen bieden ook de mogelijkheid om zowel sensorische als computermiddelen te delen, waardoor de zwerm zich gedraagt en reageert als een enkele samenwerkende entiteit met over het algemeen betere prestaties.In dit doctoraatsproject werken we met echte multisensorische data verzameld door meerdere drones en ontwikkelen we een spike-gebaseerde neuromorphic fusie-oplossing die draait op aangepaste imec hardware. Meer specifiek zullen we ons richten op de volgende onderzoeksvragen:- Kunnen we een low power sensor fusion oplossing bouwen op basis van spiking neurale netwerken voor autonome drone navigatie en obstakel vermijding, draaiend op imec hardware. We zullen verschillende oplossingen onderzoeken om spike coderingen uit te voeren en het leren uit te voeren. Er zal een afweging gemaakt worden tussen stroomverbruik en hardware.- Hoe kunnen samenwerkende drones, elk met hun eigen spike-gebaseerde neuromorphic fusie-oplossing, met elkaar communiceren op een tijdige en resource-efficiënte manier? Welke sensor fusion taken moeten worden uitgevoerd door welke nodes in een collaboratieve setting?- Kunnen we efficiënte technieken ontwikkelen voor gedistribueerde training over meerdere spike-gebaseerde drones om de individuele geheugen- en energiebehoefte van elke drone te verminderen en tegelijkertijd de convergentietijd van de zwerm te verlagen?

Trefwoorden:ARTIFICIËLE INTELLLIGENTIE, INTERNET OF THINGS

Disciplines:Draadloze communicatie, Automatisering, feedbackcontrole en robotica

Project type:Samenwerkingsproject