华东师范大学等研发出一种低功耗柔性智能手势识别系统

随着信息时代的蓬勃发展，智能系统的高度集成性与强大信息处理能力，使其广泛应用于民用和军用领域。其中，多种传感和处理模块的集成不断增加了智能系统的整体功耗。同时，随着更多功能需求的增加，智能系统需要处理的数据量也随之增加。因此，如何控制智能系统的功耗问题变得愈发严峻。

为了满足上述智能系统降低功耗的需求，可使用专用集成电路(ASIC)的来代替传统的通用集成电路。与批量生产的通用集成电路相比，ASIC具有体积更小、功耗更低、可靠性更高、性能更高、机密性更高以及成本更低的优点。ASIC设计主要分为数字信号处理(DSP)和模拟信号处理(ASP)两种类型。对于DSP，基于神经网络的处理单元(NPU)数字加速器是提高处理效率的常见选择。但是，随着传感器数据吞吐量的增加，基于NPU的数字加速器仍然遭受高功耗的困扰。智能系统的时钟在计算时无法平衡系统能效和整体功耗。与DSP相比，ASP更加节能。ASP不依赖系统时钟的上升沿或下降沿来触发，可以随时处理传入的传感信号。这种处理包括在模拟端直接将原始信号相乘和相加等运算操作，然后再将模拟特征值传递至模数转换器(ADC)。

据麦姆斯咨询报道，近期，华东师范大学通信与电子工程学院吴幸教授与清华大学乔飞副研究员、华南师范大学李昕明研究员合作，通过组合柔性二维(2D)材料和模拟计算芯片，开发了一款基于定制ASIC芯片设计的低功耗柔性智能手势识别系统(Analog Sensing and Computing Systems with Low Power Consumption for Gesture Recognition)。该成果在线发表于本领域重要期刊Advanced Intelligent Systems。在此项工作中，吴幸教授课题组成员使用带有石墨烯填充物的压敏海绵传感器，制备了一种柔性手套，该手套可用于检测和识别不同的手势。同时，为了消除系统时钟带来的功耗，提出了一种采用近传感器处理架构的新型模拟计算定制ASIC芯片。它通过模拟电路实现了二进制神经网络算法，并在硬件级别完成了对传输信号的识别。该ASIC芯片具有低于1.8 mW的低功耗，用于高压感应材料组装的手套可以识别包括阿拉伯数字0~9在内的哑语手势，识别率高达98.5%。此项研究工作为智能可穿戴电子领域中超低功耗定制智能芯片的发展前景提供了全新方向。

基于定制ASIC芯片设计的低功耗柔性智能手势识别系统