内容摘要
作者提出面向微型飞行器的事件驱动神经形态视觉导航系统，将事件相机、脉冲神经网络与神经形态处理器连接为导航闭环。感知模块从事件流预测深度并提取几何特征，导航模块结合飞行器状态和目标方向，经群体编码生成脉冲输入，再输出动作并转换为轨迹点；训练结合深度辅助监督与轨迹损失。作者在六个相同仿真环境中与对应 ANN 模型比较，报告成功率、平均航程和导航时间总体相当。真机室内、室外各进行十次试验，分别成功七次、九次。
能耗结果需分开理解：感知模块按 45 纳米 CMOS 运算成本估算的单次推理能耗为 ANN 对应模块的 19.57%；导航模块在 Intel Kapoho Bay 上的单次推理能耗为 0.81 毫焦，对照 ANN 在 Orin NX 的 10 瓦模式下为 3.02 毫焦，采用动态功耗除以推理速率的口径，并非整机飞行能耗。部署也并非全部在机载神经形态硬件上完成：感知网络仍在 Orin NX 上模拟运行，导航网络经无线连接的主机与 Kapoho Bay 协同执行。
点评
这项作者论文把事件感知、脉冲决策和硬件执行接入真机导航闭环，为低推理能耗的微型飞行器导航提供了系统级可行性证据。
尚未实现全部网络的机载神经形态部署，位姿估计仍依赖帧式相机；模块能耗结果不能等同于整机节能。代码、权重和数据仅承诺后续公开，不能据此视为已开放工程产物。
版本与核查范围
版本 2610.21978v1 · 原文定位与程序检查、独立上下文模型复核；不代表独立研究复现。。依据已核查材料整理；未运行模型或机器人。
原文与定位
- 原文链接 #S0.SSx1.p4.1；#S0.SSx4.SSS0.Px3.p1.1；#S0.SSx2.SSS0.Px1.p2.1；#S0.SSx2.SSS0.Px2.p2.1；#S0.SSx2.SSS0.Px2.p3.1；#S0.SSx2.SSS0.Px3.p2.1；#S0.SSx2.SSS0.Px3.p2.1；#S0.T2.5；#S0.SSx4.SSS0.Px7.p2.1；#S0.SSx2.SSS0.Px1.p1.1；#S0.SSx3.p3.1；#S0.SSx3.p2.1