نظام ترشيح كالمان متعدد المراحل لدمج المستشعرات مدمج مع ميمترانزستور MoS2 بميزات 1024 مستوى موصلية

استشعار أذكى لسيارات ذاتية القيادة أكثر أمانًا

تعتمد سيارات القيادة الذاتية الحديثة على تجمع من المستشعرات لفهم الطريق، لكن مزج كل تلك المعلومات بسرعة وكفاءة أمر صعب للغاية. تُظهر هذه الدراسة كيف أن نوعًا جديدًا من الأجهزة الإلكترونية الصغيرة، يُسمى الميمترانزستور، يمكن أن يسرّع ويبسط عملية المزج هذه، المعروفة بدمج المستشعرات. من خلال نقل الحسابات الرئيسية من شرائح رقمية كبيرة إلى أجهزة تناظرية نحيفة، خفّض الباحثون بشكل كبير كلًا من استهلاك الطاقة والتأخير، مما يشير إلى أنظمة ذاتية أكثر أمانًا واستجابة يمكنها التعامل مع الطقس السيئ، وعيون محجوبة، والشوارع المزدحمة.

لماذا تُعد العديد من العيون أفضل من واحدة

على مضامير الاختبار والطرق السريعة اليوم، تنظر المركبات الذاتية إلى العالم باستخدام مزيج من الكاميرات، والرصد بالليزر (LiDAR)، ورادار الموجات المليمترية، ومستشعرات الحركة التي تتتبع كيفية تحرك السيارة. لكل من هذه تقاطعاتها ونقاط ضعفها: يمكن لليدار أن يحجبه شاحنة أو مبنى، ويجد الرادار صعوبة في التقاط التفاصيل الدقيقة، وتميل مستشعرات الحركة إلى الانجراف ببطء عن الحقيقة إذا استُخدمت بمفردها. للحصول على صورة موثوقة لحركة المرور المحيطة، يجب على المركبة دمج هذه الرؤى الناقصة في تقدير متماسك لمواقع الأشياء وحركاتها. أصبح أداة رياضية تُسمى مرشح كالمان عمادًا لهذا العمل في الوقت الحقيقي، لكن في شكلها التقليدي تعمل على معالجات رقمية تستهلك الطاقة وتُدخل تأخيرات أثناء نقل البيانات مرارًا وتكرارًا بين المستشعرات التناظرية والمنطق الرقمي.

نوع جديد من اللبنات الإلكترونية

يتناول الفريق هذه المشكلة باستخدام جهاز مبني من طبقة ذرية واحدة من شبه الموصل كبريتيد الموليبدينوم (MoS₂). يجمع ميمترانزستورهم بين دور عنصر الذاكرة والترانزستور في هيكل ذو ثلاثة أطراف، حيث يمكن ضبط الموصلية الكهربائية بسلاسة ثم تذكّرها حتى عند انقطاع الطاقة. من خلال التحكم الدقيق في شواغر صغيرة في الشبكة الذرية للمادة باستخدام حقول كهربائية، يستطيع الجهاز الاحتفاظ بشكل موثوق بـ1024 مستوى موصلية مميز عبر نطاق واسع، والحفاظ عليها لأكثر من سنة. والأهم من ذلك أن هذه المستويات تتغير تقريبًا بخطية عندما يُسحب جهد التحكم، مما يجعل من الممكن رسم وزن رياضي مطلوب في مرشح كالمان مباشرةً على إعداد فيزيائي للميمترانزستور.

تحويل الرياضيات إلى عتاد

بناءً على هذا الجهاز، صمم الباحثون نسخة تناظرية من مرشح كالمان متعدد المراحل تعمل مباشرة على جهود المستشعرات بدلًا من الأرقام الرقمية. تتكون الدائرة من ثلاث مراحل متسلسلة تقدر موقع المركبة وسرعتها وتسارعها. داخل كل مرحلة، تُنفَّذ العمليات الأساسية مثل الطرح والتكامل والجمع والتفاضل بواسطة وحدات تناظرية مدمجة. العامل الحاسم "المكسب" الذي يحدد مدى ثقة المرشح في قراءات المستشعر الجديدة مقابل توقعاته يطبَّق باستخدام موصلية الميمترانزستور. بمجرد ضبط جهد البوابة، يمكن للنظام تغيير مدى اعتماده على الليدار أو الرادار أو مستشعرات الحركة بسلاسة، دون إعادة كتابة أي برنامج.

سيناريوهات القيادة والظروف القاسية

لإظهار كيفية عمل ذلك عمليًا، نفذ الفريق المرشح الكامل ذي المراحل الثلاث على لوحة دارات مطبوعة مزروعة بأجهزتهم من MoS₂ ومكونات تناظرية قياسية. أدخلوا إشارات واقعية ومشحونة بالضوضاء تحاكي ما قد تراه الليدار والرادار ومستشعرات الحركة أثناء مناورة تغيير حارة لتجاوز على الطريق السريع. مع تدفق الإشارات عبر كل مرحلة، تصبح المخرجات أنقى، مما يعطي تقديرات متسقة للموقع والسرعة والتسارع مع الاحتفاظ بالتغيرات الحادة التي تهم السلامة، مثل الكبح المفاجئ. يصبح النظام ملحوظًا بشكل خاص عندما يصبح أحد المستشعرات غير موثوق أو محجوبًا — على سبيل المثال عندما تُخفي شاحنة مؤقتًا مركبة أخرى عن الليدار. عن طريق خفض المكسب المرتبط بالمستشعر المتأثر على مستوى العتاد، يبدل المرشح التناظري تلقائيًا اعتماده إلى المدخلات المتبقية وإلى أنماط الحركة السابقة، محافظًا على سلاسة تقديرات السرعة والتسارع ومعقوليتها الفيزيائية.

أدمغة أسرع وأنحف للآلات

بالمقارنة مع تنفيذ رقمي قياسي لنفس مهمة الترشيح، يستخدم النظام التناظري القائم على الميمترانزستور حوالي 13 مرة طاقة أقل ويكمل حساباته أسرع بنحو 59 مرة، بينما يتعامل مع ثلاث متغيرات حركة رئيسية في آن واحد. وبما أن الأجهزة مدمجة ومستقرة ومتوافقة مع التصنيع واسع النطاق، فإن هذا النهج يوحي بمستقبل من كتل معالجة "ضمن المستشعر" أو "قريبة من المستشعر" التي يمكن وضعها قرب الكاميرات والرادارات داخل السيارات والطائرات من دون طيار وغيرها من الآلات المتصلة. للمختصين غير المتخصصين، الخلاصة هي أنه من خلال السماح فيزياء المواد المتقدمة بأداء جزء من الحساب، يمكن للمهندسين بناء "أدمغة" إلكترونية أذكى وأسرع وأكثر كفاءة تساعد الأنظمة الذاتية على التنقل بثقة حتى عندما تكون رؤية العالم بعيدة عن الكمال.

الاستشهاد: Tan, T., Guo, H., Wang, S. et al. Multi-stage Kalman filtering system for sensor fusion integrated with MoS₂ memtransistor featuring 1024 conductance levels. npj 2D Mater Appl 10, 31 (2026). https://doi.org/10.1038/s41699-026-00672-7

الكلمات المفتاحية: القيادة الذاتية, دمج المستشعرات, مرشح كالمان, ميمترانزستور, الحوسبة التناظرية