昆虫可以通过一种称为初级运动检测器（EMD）的特殊神经回路有效地进行物体运动检测。相比之下，传统的机器视觉系统需要大量的计算资源来进行动态运动处理。

韩国科学技术院Kyung Min Kim等提出了一个完全忆阻EMD（M-EMD），它实现了Hassenstein-Reichardt（HR）相关器，这是一个EMD的生物学模型。

本文要点：

（1）

M-EMD由一个简单的Y形配置组成，包括一个静态电阻、一个动态忆阻器和一个Mott忆阻器。电阻器和动态忆阻器引入不同的信号延迟，从而在后续Mott忆阻器中实现时空信号集成，产生方向选择性响应。此外，作者开发了一个采用M-EMDs的神经形态系统来预测道路上车辆的变道动作。

（2）

该系统在NGSIM数据集上预测未来变道动作的准确性较高（>87%），同时与没有M-EMD的传统神经形态系统相比，计算成本降低了92.9%，这表明其在边缘级计算方面具有强大的潜力。

参考电竞投注官网 :

H. Song, M. G. Lee, G. Kim, D. H. Kim, G. Kim, W. Park, H. Rhee, J. H. In, K. M. Kim, Fully Memristive Elementary Motion Detectors for A Maneuver Prediction. Adv. Mater. 2024, 2309708.

DOI: 10.1002/adma.202309708

https://doi.org/10.1002/adma.202309708