MIT晶片突破微型無人機電耗瓶頸，6毫瓦即時繪製3D環境地圖

MIT晶片革新微型無人機3D建圖能耗

麻省理工學院（MIT）電機工程與電腦科學系研究團隊近期開發出一款突破性的超低功耗晶片Gleanmer，為電池供電的微型無人機與自主機器人帶來即時環境感知能力。該系統單晶片（SoC）僅消耗約6毫瓦電力，便可驅動設備在複雜環境中即時建構精細的3D地圖，功耗相較於現有同類最優晶片降低了97.5%，堪稱業界重大突破。

從體素到高斯橢球的算法革新

傳統3D環境建圖方案存在著根本的能耗與記憶體瓶頸。過去機器人通常採用數百萬個微小立方體（體素，voxel）來表示周遭環境，這要求設備持續儲存與處理海量影像資料。對於電池容量有限的微型無人機而言，這類做法往往導致續航時間極短、設備過於笨重。

MIT團隊的創新在於捨棄體素方案，改採「高斯體（Gaussians）」的彈性橢球形狀。這些數學模型能更高效地表示曲面物體與開放空間，同時所需記憶體佔用遠少於體素方法。搭配團隊開發的GMMap建圖演算法，系統得以單次掃描從深度影像直接建立3D地圖，無須反覆儲存與處理原始資料。

共同第一作者Peter Zhi Xuan Li指出：「在任何時間點，我們只需在記憶體中儲存少量像素，這大幅降低了演算法的記憶體佔用。」此外，研究團隊解決了另一常見難題：當無人機多角度觀察同一物體時，會產生重疊的模型表示。新方法能在無需回溯原始影像的情況下，直接合併重疊高斯體，進一步優化記憶體使用。

硬體與軟體的協同設計

Gleanmer晶片的核心優勢源自硬體與演算法的緊密協作。研究人員將大部分活躍資料存放於晶片的快速內建記憶體中，而非依賴耗電的外部儲存裝置。共同第一作者Zih-Sing Fu表示：「透過一塊專用記憶體，只儲存過去幾幀中已觀察到的物體，就能更有效率地存取資料。」

實驗測試表明，Gleanmer在多種預先錄製環境中能以約6毫瓦的功耗即時生成精細3D地圖。該晶片更可直接處理iPhone攝影機的即時串流資料，重建障礙物與自由空間。透過在路徑規劃中重複利用緊湊的高斯體表示，系統能讓無人機以通常所需能源約20%的電力計算出無碰撞導航路徑。

應用前景與未來發展

這項技術的應用潛力遠超微型無人機領域。除了工業通風管道、倉儲與隧道等狹窄空間的自主導航外，Gleanmer也能整合於輕量化擴增實境（AR）頭戴裝置中，使用戶在不大量消耗電池的情況下，即時享受室內環境的實時3D追蹤與地圖繪製。

MIT電機工程與電腦科學教授、本研究資深作者Vivienne Sze強調：「這篇論文展示了一個關鍵範例——說明如何透過演算法與硬體的協同設計，真正大幅提升能源效率。」研究團隊相信，未來版本可透過將運算資源移至更靠近機載感測器的位置，進一步提升效率。除機器人應用外，團隊也正在探索高斯體表示法是否能協助電腦系統更有效率地處理技術圖紙與複雜電路圖。

本研究成果於IEEE超大型積體電路研討會（IEEE Very Large-Scale Integrated Circuits Symposium）上正式發表，為微型無人機與自主機器人的電源管理創立了新的標竿。