1. 生体の視覚系に学んだ組み込み視覚システム

[概要]

生体の網膜には外界の三次元構造を反映した二次元像が投影されます。視覚とは、眼底に投影された二次元網膜像から目の前の三次元世界を解釈する情報処理過程です。この意味で生体の視覚系は、外界の様子をきめ細かく、色再現性が高く切り出すことのできるデジタルカメラ等の撮像装置とは、目的が異なる情報処理装置であり、その設計原理も異なります。例えば国防高等研究計画局 (DARPA) によるロボットカーレース(DARPA グランド・チャレンジ) に参加した 自律型ロボットカーは約1kW のエネルギーが計算にかかることに比べて、ハチは数 10μW のエネルギーで視覚ナビゲーションを実現していると言われています(*)。本研究室では生体の視覚神経回路の計算原理や設計指針を手本とする研究を行います。

(*)Liu, S. C., & Delbruck, T. (2010). Neuromorphic sensory systems. Current opinion in neurobiology, 20(3), 288-295.

課題やキーワード:
FPGA によるイメージセンサ及び視覚情報処理モデル演算用回路の開発、生体視覚系の処理を規範とした処理機構の提案、生体視覚神経回路のニューラルイメージの再現、色恒常性、明るさ恒常性、順応機構 etc…

[発表や報告]

S. Yasukawa, H. Okuno, K. Ishii, and T. Yagi, “Real-time Object Tracking Based on Scale-invariant Features Employing Bio-inspired Hardware Engineering and Applications.” Neural Networks, 2016. doi:10.1016/j.neunet.2016.05.002.

S. Yasukawa, H. Okuno, S. Kameda, and T. Yagi, “A vision sensor system with a real–time multi–scale filtering function.” International Journal of Mechatronics and Automation 4.4 (2014): 248-258. (peer-reviewed)

S. Yasukawa, H. Okuno, S. Kameda, and T. Yagi, “High-Speed Multiple Spatial Band-Pass Filtering using a Resistive Network,” Mechatronics and Automation (ICMA), 2013 IEEE International Conference on, pp.1299-1304, Kagawa, Japan, 4-7, Aug, 2013. Best Paper Finalist,

S. Yasukawa, H. Okuno, and T. Yagi, “Detection of Scale-Invariant Key Points Employing a Resistive Network,” in Proc. of System Integration (SII), 2012 IEEE/SICE International Symposium on, Kyushu University, Fukuoka, Japan, pp.877-882, 16-18, Dec, 2012. (peer-reviewed)

etc…

これから進めたいプロジェクト

2. 水棲生物の電気感覚に学んだ生物検出・電気定位システムとその応用

[概要]

電気魚と呼ばれる水棲生物は他の生物の筋肉の収縮に伴うイオンの移動に起因した電気的活動を検知することで、海底に隠れた他の動物の存在を知覚します。また自身が体の周囲に作り出した電場の変形を感じ取ることで 泥水の中での航行定位に利用している生物もいます。そのような生物は電気感覚機構に合わせた特別な移動様式を有しています。これらの生体の機構に学ぶことで視界が不明瞭な環境で活躍する新たなセンサシステムや移動ロボットの構築を目指しています。

(参考として)https://nxr.northwestern.edu/people/malcolm-maciver

課題 やキーワード :
FPGA 回路開発、電位計測用アナログ回路設計、ヒレ型移動機構の開発、ナビゲーション技術開発、機械学習法 etc…

[発表や報告]

2018年10月より立ち上げ中

3. ハードウェアやタスク的制約を考慮したNeural Architecture Search(NAS)

[概要]

ニューラルネットワークの構造の最適化を行うNASと呼ばれる手法が提案されています(例えば*)。多くは分類タスクの精度を報酬にして構造を探査する手法ですが、報酬を与えるタスクを変えた場合やハードウェア的(回路面積や消費電力)制約を加えた際にアーキテクチャがどう最適化されるか、またその応用について研究します。

[発表や報告]

2018年10月より立ち上げ中

4. 生物の眼の動きを再現する眼球ロボットの開発

[概要]

眼球-視覚系の神経回路情報処理を再現するためには視覚神経回路の入出力特性だけではなく、その視覚入力を決める眼球運動を模擬する必要があると考えております。生物の眼の動きが再現できる眼球ロボットの実現を目指します。

→ Research