面向视觉处理的神经形态事件相机接口电路设计.docxVIP

PAGE2

面向视觉处理的神经形态事件相机接口电路设计

摘要

随着人工智能与物联网技术的飞速发展，传统基于帧的视觉传感器在高速运动捕捉与低功耗应用场景中逐渐暴露出数据冗余度高、动态范围受限及延迟大等瓶颈。神经形态计算作为打破冯·诺依曼架构束缚的关键路径，其核心感知部件——事件相机，能够以异步方式捕捉光强变化脉冲，实现微秒级时间分辨率与高动态范围成像。然而，事件相机像素阵列产生的高并发异步信号对接口电路设计提出了严峻挑战，如何高效读取并编码这些非同步脉冲成为制约系统性能的关键。

本课题旨在设计一款面向视觉处理的神经形态事件相机接口电路，核心任务是构建异步事件信号读取电路，实现对光强变化脉冲的精准捕捉与低功耗高速传输。论文首先分析了事件驱动视觉感知的工作原理，确立了异步逻辑设计的总体架构；其次，完成了基于地址事件表示协议的信号读取与编码电路设计，重点解决了多路并发事件的仲裁与冲突避免问题；再次，设计了片上缓冲与接口转换模块，确保数据流的高效输出；最后，通过仿真验证与FPGA原型测试，对电路的功能正确性与性能指标进行了全面评估。

本设计采用全定制异步电路设计方法，引入了低摆幅信号传输技术以降低动态功耗。测试结果表明，该接口电路在典型工作负载下功耗降低了约35%，事件读取延迟控制在百纳秒级，有效支撑了动态视觉信息的高速采集需求。研究成果为类脑计算系统的前端感知接口提供了重要的技术参考