需要处理的图像像素过多与芯片算力不足的矛盾，已经成为了当前制约自动驾驶发展的瓶颈之一。
为了解决上述问题，事件相机与脉冲神经网络的结合或许会是一个可行的解决方案。
卷积神经网络是目前图像目标检测算法的重要手段。以ResNet-152为例，一个152层的卷积神经网络，处理一张224*224大小的图像所需的计算量大约是226亿次，如果这个网络要处理一个1080P的30帧的摄像头，那么它所需要的计算量将高达每秒33万亿次，十分庞大。
以当前典型的百度的无人车为例，计算平台约为800TOPS，其中1TOPS代表处理器可以每秒钟进行一万亿次操作。
假设一个摄像头所需要的算力为33TOPS，更遑论无人车动辄配置十余个摄像头，以及多个激光雷达和毫米波雷达。
为了准确检测行人并预测其路径，芯片往往需要多帧处理，至少是10帧，也就是330毫秒。这意味着相关系统可能需要数百毫秒才能实现有效探测，而对于一辆以60公里每小时行进中的车辆来说，330毫秒的时间就能行驶5.61米。
如果为了保证足够的安全，将帧数增加到每秒30帧，图像数据很可能让自动驾驶芯片不堪重负。
针对算力不足的问题，提高算力是业内玩家最容易想到的方法。然而，目前芯片的制程正在不断压缩，在极小尺寸下，量子遂穿效应逐渐显著，摩尔定律逐渐失效，芯片算力的提升也在面临巨大挑战。
同时，算力的提高也伴随着功耗的提高，但在新能源的大背景下，分配给芯片的能量越多，续航能力就会受到越大的影响。
算力与能耗正在逐渐成为自动驾驶发展的一对矛盾。
那么我们能不能另辟蹊径呢？仿生学也许能给我们带来新的思路。
对于人类来讲，在静止的画面中注意到运动物体并不难。对于青蛙来说，它甚至只能看到运动的物体，对静止的背景画面视而不见。
针对生物这一特性，研究者们设计出一种事件相机。
传统相机以固定帧率重复扫描整个场景，无论场景中是否有目标活动，均忠实的输出由一帧帧图片组成的视频流。毫无疑问，这种连续的视频流存在高度的信息冗余，大量无用的背景图片也被送入卷积神经网络进行运算。
事件相机则不同，事件相机仅记录亮度“变化”的像素点。
传统帧相机与事件相机输出的效果对比如下图所示，即传统的帧相机输出为整个视场的全部信息（左图），而事件相机只捕捉场景中运动的手臂，如（右图）所示。
基于重点关注运动目标这一特点，事件相机也许能在自动驾驶领域大展身手。
由于事件相机剔除了静止的背景图片，所以每帧产生的数据量大大减少，达到几十kb的级别。
相对于传统相机，事件相机还有高帧率、低功耗、高动态范围等优点：
1）高帧率。实际上，所谓的“帧率”概念，对事件相机是不存在的。事件相机每个感光单元都可以以异步的形式来记录像素亮度的变化，无需等待传统相机每秒30次的“曝光”时机。基于没有曝光的特点，事件相机的输出频率可以高达每秒100万次，远远超过每秒30次传统相机的帧率。
2）低时延。事件相机仅仅传输亮度变化，从而避免了大量冗余数据的传输，因此能耗仅用于处理变化的像素。大多数事件相机的功耗约在 10 mW 级，而有部分相机原型的功耗甚至小于10 μW，远远低于传统基于帧的相机。
3）高动态范围。事件相机的动态范围高达140 dB，远远优于 60 dB 的帧相机。这使得事件相机既能在光照条件良好的白天工作，也能在光线较暗的夜晚采集视场中的动态信息。这是由于事件相机每个像素的光感受器以对数方式独立工作，而非全局快门工作模式。因此，事件相机具有与生物视网膜相似的特性，其像素可以适应非常暗和非常亮的感光刺激。
下图展现了事件相机的关注运动物体和高动态范围的特性。传统相机在光线较暗的情况下，难以辨识图片中右边的行人。然而事件相机却能够十分清晰的捕捉到右边的行人，并同时滤出图像右下静止的车辆信息。
事件相机
在自动驾驶领域，事件相机相对于传统相机具有巨大的优势，不过需要注意的是，事件相机无法提取出距离信息，需要激光雷达配合判断目标距离。
或许会有人感到疑惑：事件相机这么好，为什么没有大量应用在自动驾驶领域呢？
实际上，相机获取信息仅仅是第一步，后续事件相机信息的处理则是更为关键的一环。
如下图所示，传统相机的输出是一帧帧的静止图片，而事件相机则是一个个事件（Event）流。
一般来说，目前的神经网络都专注于如何提取每帧静止图片中的行人、汽车等目标，如YOLO，resnet等算法。针对基于时间戳的事件流，目前尚无有效的算法进行目标识别。
而事件流处理算法的缺失，与当前的神经网络结构是分不开的。
当前主流的神经网络被称为第二代人工神经网络，以精确的浮点运算为基础，缺失了在自然界中最重要的一个因素：时间。对于神经网络而言，输出的结果会和输入一一对应，任何时候输入相同的图片，神经网络都会输出一样的结果。
然而真实的大脑，是以这种浮点运算为基础的吗？显然不是，真实的大脑是以脉冲为基础的，以脉冲传递和处理信息。下面的视频简单讲解了脉冲神经元的工作机理。
神经元膜电压运作机理
这种以脉冲传递为基础的神经网络是脉冲神经网络（spiking neural network，SNN），被誉为第三代人工神经网络。基于脉冲神经网络结构设计的芯片也被称为类脑芯片。
从上面视频中可以看出，脉冲发生的时刻携带着重要信息，脉冲神经网络天然具备对时序信息处理的能力，这与事件相机基于时间戳的事件流输出十分吻合。
此外，脉冲神经网络还具有事件驱动、异步运算、极低功耗等特性。
1）事件驱动。在我们的大脑中，同一时刻大约有90%以上的神经元都是沉默的。也就是说，当没有事件输入的时候神经元是不活动的。这一特点也使得事件相机的事件流的输出与SNN十分契合，同时功耗也极大降低。
2）异步运算。脉冲神经网络不存在“主频”的概念。传统的计算机都需要一个时钟，以确保所有的操作都在时间步上进行，这个时钟的频率被称为主频。目前主流的计算机主频都达到每秒1GHz以上。然而，以IBM的神经态硬件TrueNorth为例，100Hz左右的脉冲发放率即可完成图像识别、目标检测等任务。当前通用的计算机基本是冯·诺依曼结构，这种结构下，随着CPU的运算速度远远超过内存的存取速度，已然形成难以逾越的计算瓶颈。然而，脉冲神经网络所有的内存和运算都体现在神经元的异步脉冲之中，有很大希望突破目前计算机运算能力瓶颈。
3）极低功耗。在2016年著名的人机围棋大战中，Google公司的AlphaGo系统每局围棋博弈的平均耗电费用高达3000美元。而作为脉冲神经网络架构的人脑，功率仅仅为20W左右。此前，有学者将目标检测中的经典算法YOLO进行脉冲化，在完成相同任务的情况下，功耗降低了280倍左右，同时速度提高了2.3到4倍。
总的来说，事件相机和脉冲神经网络的结合，正如人类用眼睛和大脑观察四周：自动忽略周围静止的事物，对突然出现的运动物体予以重点关注和运算。
当前学术界已经掀起了对脉冲神经网络研究的热潮，但由于神经态硬件的发展正处于起步阶段，并且人们对于大脑的工作机理认识还不够全面，目前尚无基于脉冲神经网络在商业上的应用。
随着人们对大脑认识的深入，以及国外的TrueNorth、SpiNNaker、Loihi和国内清华的天机芯（Tianjic）和浙大的达尔文等类脑芯片的研发。我们也期待，事件相机与脉冲神经网络的结合能够给自动驾驶行业带来新的突破。
参考文献：
https://www.bilibili.com/video/BV1EK4y1K71C