A low-power biomimetic collision detector based on an in-memory molybdenum disulfide photodetector

光电探测器 探测器 碰撞 光电子学 二硫化钼 材料科学 响应度 人工智能 物理 计算机科学 电信 冶金 计算机安全
作者
Darsith Jayachandran,Aaryan Oberoi,Amritanand Sebastian,Tanushree H. Choudhury,Balakrishnan Shankar,Joan M. Redwing,Saptarshi Das
出处
期刊:Nature electronics [Springer Nature]
卷期号:3 (10): 646-655 被引量:172
标识
DOI:10.1038/s41928-020-00466-9
摘要

Accurately detecting a potential collision and triggering a timely escape response is critical in the field of robotics and autonomous vehicle safety. The lobula giant movement detector (LGMD) neuron in locusts can detect an approaching object and prevent collisions within a swarm of millions of locusts. This single neuronal cell performs nonlinear mathematical operations on visual stimuli to elicit an escape response with minimal energy expenditure. Collision avoidance models based on image processing algorithms have been implemented using analogue very-large-scale-integration designs, but none is as efficient as this neuron in terms of energy consumption or size. Here we report a nanoscale collision detector that mimics the escape response of the LGMD neuron. The detector comprises a monolayer molybdenum disulfide photodetector stacked on top of a non-volatile and programmable floating-gate memory architecture. It consumes a small amount of energy (in the range of nanojoules) and has a small device footprint (~1 µm × 5 µm). By integrating a MoS2 photodetector with a floating-gate memory device, a nanoscale collision detector can be created that mimics the escape response of the lobula giant movement detector neuron.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
大大怪完成签到,获得积分10
刚刚
吉祥完成签到,获得积分0
1秒前
Herman_Chen完成签到,获得积分10
3秒前
乐观发卡完成签到,获得积分10
4秒前
xiang完成签到,获得积分10
4秒前
亚威完成签到,获得积分10
4秒前
肥肥熊完成签到,获得积分10
4秒前
大力婷完成签到,获得积分10
4秒前
laohu完成签到,获得积分10
4秒前
4秒前
123456完成签到,获得积分10
5秒前
寒冷的奇异果完成签到,获得积分10
5秒前
sec发布了新的文献求助10
5秒前
彭于晏应助风中夜天采纳,获得10
5秒前
王ccccc完成签到,获得积分10
6秒前
阳佟天川完成签到,获得积分10
6秒前
相忘于江湖完成签到,获得积分10
6秒前
6秒前
小白完成签到 ,获得积分10
6秒前
quhayley完成签到,获得积分0
7秒前
陈皮完成签到 ,获得积分10
7秒前
吱吱吱完成签到 ,获得积分10
9秒前
王ccccc发布了新的文献求助10
9秒前
乐观发卡发布了新的文献求助10
10秒前
10秒前
FiroZhang完成签到,获得积分10
10秒前
脑洞疼应助温柔的蛋挞采纳,获得10
10秒前
xfwang完成签到,获得积分10
11秒前
我相信完成签到,获得积分10
11秒前
153495159完成签到,获得积分10
11秒前
11秒前
CaoRouLi完成签到,获得积分10
11秒前
1111完成签到,获得积分10
11秒前
li完成签到,获得积分10
13秒前
不安青牛应助七七爱学习采纳,获得30
13秒前
13秒前
二硫碘化钾完成签到,获得积分10
14秒前
Shuhe_Gong完成签到 ,获得积分10
15秒前
东晓完成签到,获得积分10
15秒前
芥末牛完成签到,获得积分10
16秒前
高分求助中
Evolution 10000
CANCER DISCOVERY癌症研究的新前沿:中国科研领军人物的创新构想 中国专刊 500
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
Die Gottesanbeterin: Mantis religiosa: 656 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3158687
求助须知:如何正确求助?哪些是违规求助? 2809923
关于积分的说明 7884302
捐赠科研通 2468638
什么是DOI,文献DOI怎么找? 1314374
科研通“疑难数据库(出版商)”最低求助积分说明 630601
版权声明 602012