——习近平总书记在致中国科学院建院70周年贺信中作出的“两加快一努力”重要指示要求

　　1949年，伴随着新中国的诞生，中国科学院成立。作为国家在科学技术方面的最高学术机构和全国自然科学与高新技术的综合研究与发展中心，建院以来，中国科学院时刻牢记使命，与科学共进，与祖国同行，以国家富强、人民幸福为己任，人才辈出，硕果累累，为我国科技进步、经济社会发展和国家安全做出了不可替代的重要贡献。更多简介 +

　　中国科学院院级科技专项体系包括战略性先导科技专项、重点部署科研专项、科技人才专项、科技合作专项、科技平台专项5类一级专项，实行分类定位、分级管理。

　　为方便科研人员全面快捷了解院级科技专项信息并进行项目申报等相关操作，特搭建中国科学院院级科技专项信息管理服务平台。了解科技专项更多内容，请点击进入→

　　中国科学技术大学（简称“中国科大”）于1958年由中国科学院创建于北京，1970年学校迁至安徽省合肥市。中国科大坚持“全院办校、所系结合”的办学方针，是一所以前沿科学和高新技术为主、兼有特色管理与人文学科的研究型大学。

　　中国科学院大学（简称“国科大”）始建于1978年，其前身为中国科学院研究生院，2012年经教育部批准更名为中国科学院大学。国科大实行“科教融合”的办学方针，与中国科学院直属研究机构（包括所、院、台、中心等），在管理体制、师资队伍、培养体系、科研工作等方面高度融合，是一所以研究生教育为主的独具特色的高等学校。

　　上海科技大学（简称“上科大”），由上海市人民政府与中国科学院共同举办、共同建设，由上海市人民政府主管，2013年经教育部正式批准。上科大致力于服务国家经济社会发展战略，培养科技创新创业人才，努力建设一所小规模、高水平、国际化的研究型、创新型大学。

　　如果没有卫星信号、无法地图建模，机器人还能靠什么来导航？最近，澳大利亚昆士兰科技大学研究团队在国际期刊《科学-机器人学》上提出一种模仿人类大脑感知模式的新型导航方案，让机器人能够运用“类脑”识别环境位置，在无GPS、能耗受限等场景中实现高效自主定位。“我们希望机器人就像拥有大脑一样，在特定环境条件下，只需激活必要的感知部位、处理最关键的信息，从而大幅提升能效与适应性。”该项目负责人、昆士兰科技大学机器人与神经工程研究员亚当·海因斯对笔者表示，未来具备“类脑感知力”的机器人，或将以更低能耗适应更复杂的世界。

　　这套系统被命名为LENS，其设计灵感源于大脑神经元的信息编码方式。“人类大脑是极高效的信息处理器，只需相当于20瓦功率的能量就能维持复杂的感知与决策功能。受这一机制启发，我们希望机器人也能以更少的能量完成更复杂的任务。”海因斯说。为了实现这一目标，研究团队采用了名为“动态视觉传感器”的新型相机，也被称为“事件相机”。这种特殊感知设备只有在监测到亮度变化和运动情况时，像素单元才会被“唤醒”并发出信号，类似于人眼和大脑处理视觉信息的方式。这使得系统仅处理真正有价值的信息，大幅降低不必要的能耗。

　　据介绍，为了让机器人能够“理解”这些由事件相机采集的非连续信号，研究团队设计了一套适配的神经形态计算架构，使系统能够以类似于人脑的方式处理信息，即通过电脉冲进行数据处理，模拟真实神经元间的信号传递，并通过“权重调整”实现自适应学习。LENS不仅能够快速分析来自环境的变化信息，还能形成简单、稳定的位置记忆，从而在复杂场景中保持对自身位置的感知。研究显示，系统运行过程无须高性能计算平台，其能源消耗不到传统导航系统的10%，所占存储空间仅180千字节（KB），大约是同类导航系统的1/300，却能实现8公里范围内的高效识别。

　　LENS的出现为机器人拓展应用新场景打开了大门。传统导航往往依赖卫星信号或激光雷达，难以在灾害废墟、隧道矿井、密林深处或遥远星球等“信号盲区”内施展。LENS不仅无须外部定位支持，还能以极低能耗重建导航路径。“像救援机器人、月球车、森林监测设备，其续航和环境适应性尤为关键，LENS系统在这些能源受限、环境复杂的应用场景中展现出独特优势。”海因斯表示，在多种测试条件下，LENS在定位精度和系统稳定性方面已初步表现出与传统导航方法相当的水平。

　　中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃表示，LENS系统的核心突破在于，跳出了依赖预设高精度地图和庞大算力的传统框架，将重点转向实时环境适应与能效最优，代表了更接近生物智能的第三代导航的一个发展方向。

　　目前，该系统仍处于研发阶段。海因斯说：“以神经形态计算为基础的导航系统仍处于发展初期，但我们相信，随着开云电竞处理器性能、传感器精度和算法模型的持续进步，LENS等系统将具备跨越式提升的潜力。”研究团队计划扩大LENS系统的识别范围，尝试在更复杂、多变的环境中进行部署，并集成到轻量级飞行器或可穿戴设备等平台上，使其在各类移动场景中实现更长续航与更广适应性。

　　王飞跃认为，此类前沿技术走向广泛应用仍需克服一些关键挑战。“神经形态导航需解决事件信息不连续导致的系统运行稳定性问题，需要大幅提升类脑处理器的能力。更重要的是，如何让实验室的优秀表现，稳定地迁移到真实世界复杂多变、非结构化的环境中，是实现产业化的难点。”他表示，神经形态导航的未来发展关键在于，实现多种感知模态的深度协同、类脑芯片的高效能支撑以及自适应算法的持续进化。

　　如果没有卫星信号、无法地图建模，机器人还能靠什么来导航？最近，澳大利亚昆士兰科技大学研究团队在国际期刊《科学-机器人学》上提出一种模仿人类大脑感知模式的新型导航方案，让机器人能够运用“类脑”识别环境位置，在无GPS、能耗受限等场景中实现高效自主定位。“我们希望机器人就像拥有大脑一样，在特定环境条件下，只需激活必要的感知部位、处理最关键的信息，从而大幅提升能效与适应性。”该项目负责人、昆士兰科技大学机器人与神经工程研究员亚当·海因斯对笔者表示，未来具备“类脑感知力”的机器人，或将以更低能耗适应更复杂的世界。这套系统被命名为LENS，其设计灵感源于大脑神经元的信息编码方式。“人类大脑是极高效的信息处理器，只需相当于20瓦功率的能量就能维持复杂的感知与决策功能。受这一机制启发，我们希望机器人也能以更少的能量完成更复杂的任务。”海因斯说。为了实现这一目标，研究团队采用了名为“动态视觉传感器”的新型相机，也被称为“事件相机”。这种特殊感知设备只有在监测到亮度变化和运动情况时，像素单元才会被“唤醒”并发出信号，类似于人眼和大脑处理视觉信息的方式。这使得系统仅处理真正有价值的信息，大幅降低不必要的能耗。据介绍，为了让机器人能够“理解”这些由事件相机采集的非连续信号，研究团队设计了一套适配的神经形态计算架构，使系统能够以类似于人脑的方式处理信息，即通过电脉冲进行数据处理，模拟真实神经元间的信号传递，并通过“权重调整”实现自适应学习。LENS不仅能够快速分析来自环境的变化信息，还能形成简单、稳定的位置记忆，从而在复杂场景中保持对自身位置的感知。研究显示，系统运行过程无须高性能计算平台，其能源消耗不到传统导航系统的10%，所占存储空间仅180千字节（KB），大约是同类导航系统的1/300，却能实现8公里范围内的高效识别。LENS的出现为机器人拓展应用新场景打开了大门。传统导航往往依赖卫星信号或激光雷达，难以在灾害废墟、隧道矿井、密林深处或遥远星球等“信号盲区”内施展。LENS不仅无须外部定位支持，还能以极低能耗重建导航路径。“像救援机器人、月球车、森林监测设备，其续航和环境适应性尤为关键，LENS系统在这些能源受限、环境复杂的应用场景中展现出独特优势。”海因斯表示，在多种测试条件下，LENS在定位精度和系统稳定性方面已初步表现出与传统导航方法相当的水平。中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃表示，LENS系统的核心突破在于，跳出了依赖预设高精度地图和庞大算力的传统框架，将重点转向实时环境适应与能效最优，代表了更接近生物智能的第三代导航的一个发展方向。目前，该系统仍处于研发阶段。海因斯说：“以神经形态计算为基础的导航系统仍处于发展初期，但我们相信，随着处理器性能、传感器精度和算法模型的持续进步，LENS等系统将具备跨越式提升的潜力。”研究团队计划扩大LENS系统的识别范围，尝试在更复杂、多变的环境中进行部署，并集成到轻量级飞行器或可穿戴设备等平台上，使其在各类移动场景中实现更长续航与更广适应性。王飞跃认为，此类前沿技术走向广泛应用仍需克服一些关键挑战。“神经形态导航需解决事件信息不连续导致的系统运行稳定性问题，需要大幅提升类脑处理器的能力。更重要的是，如何让实验室的优秀表现，稳定地迁移到真实世界复杂多变、非结构化的环境中，是实现产业化的难点。”他表示，神经形态导航的未来发展关键在于，实现多种感知模态的深度协同、类脑芯片的高效能支撑以及自适应算法的持续进化。

• 上一篇：中美神经外科顶尖专家在汉开展国际前沿技术交流
• 下一篇：发射倒计时！多系统守护神舟二十一号出征