[发明专利]人工神经网络芯片及配备人工神经网络芯片的机器人

说明书

技术领域

本发明涉及智能机器人领域，尤其涉及人工神经网络芯片及配备人工神经网络芯片的机器人。

背景技术

自2013年起，我国已成为全球最大的机器人消费国。根据国际机器人联合会(IFR)的统计报告，当年全球工业机器人销售量约18万台，其中在中国销售量约3.7万台，且在未来5年内市场增速有望保持在每年40％以上。自动化与智能化正在成为不少企业生产线的理性选择，大量工业机器人开始在制造业的流水线上闪亮登场。机器人一般由机械部分、传感部分、控制部分三大部分组成，这三大部分可分成驱动系统、机械系统、感受系统、机器人-环境交互系统、人机交互系统、控制系统这六个子系统，如图1所示。控制系统，作为机器人的大脑核心，是机器人研究领域的关键技术之一，在机器人控制中具有举足轻重的地位。在现有技术中，机器人控制系统一般由一台或多台微型计算机构成以完成对机器人的控制，这类机器人均存在明显缺点。首先，复杂的控制系统必须由专业的编程人员对机器人进行编程，编程好之后才能进行实际作业，一旦作业发生改变，就必须对机器人重新编程才能继续作业，这使得编程人员的负担大大增加。其次，不同厂商的机器人控制系统平台和标准往往是不一样的。例如，Saphira是SRI国际人工智能中心在20世纪90年代开发的机器人控制系统，支持Unix和Windows平台，采用C语言开发；TeamBots是一个基于JAVA的应用程序和开发包集合；国内最早的机器人系统是沈阳自动化研究所研制的OSMOR系统，它是基于Windows操作系统的开放式体系结构。可见，不同厂商的机器人的编程语言和系统结构都不一样，这无疑进一步使编程人员的工作变得困难。再次，简单的人机交互系统无法精准控制机器人，譬如清洁机器人，由于作业目标经常发生变化，就不断需要对机器人进行控制调整，但是又不能做到精确调整，使得作业效果并不理想。最后，传统的机器人以CPU或MCU为底层控制硬件，虽然具备一定存储功能，但是远远不能实现自我学习的功能，因此这样的机器人不会因为用户使用时间的增加而变得更“聪明”。因此，传统机器人仍然有待改进。所以，提供一种能够进行自我学习和认知的芯片或机器人，成为目前亟待解决的问题。

发明内容

鉴于上述问题，本申请记载了一种人工神经网络芯片，所述芯片包括硅衬底和3D存储阵列，在所述硅衬底和所述3D存储阵列之间设置有外围逻辑电路和人工神经网络电路。

较佳的，所述芯片基于3D非易失性存储器工艺制备。

较佳的，采用前道工艺制程实现所述3D非易失性存储器的外围逻辑电路以及所述人工神经网络电路。

较佳的，在所述硅片之上采用后道工艺垂直堆叠多层数据存储单元以形成所述3D存储阵列。

较佳的，所述3D非易失性存储器为3DNAND存储器或3D相变存储器。

本发明还提供了一种配备人工神经网络芯片的机器人，所述机器人包括所述人工神经网络芯片。

上述技术方案具有如下优点或有益效果：本发明提出的所述人工神经网络芯片以3D非易失性存储器作为存储机制，具有超大容量的数据存储能力，而且即使掉电后数据依然能够保存。所述人工神经网络芯片的特点是采用硬件电路来模拟实现人脑功能，分布式、平行的方式来储存、处理信息，与人脑中的神经元和突触对信息的处理方式一致。因此本发明这种配备人工神经网络芯片的机器人能够实现像人类一样进行自我学习和认知，通过训练能够使机器人更加智能。因此，本发明这种配备人工神经网络芯片的机器人灵活性高，学习能力强，动态可调节，这是传统机器人无法办到的。

附图说明

参考所附附图，以更加充分的描述本发明的实施例。然而，所附附图仅用于说明和阐述，并不构成对本发明范围的限制。

图1为现有技术中机器人的结构示意图；

图2为本发明一种人工神经网络芯片的结构示意图；

图3位本发明一种配备人工神经网络芯片的机器人的结构示意图。

具体实施方式

下面结合附图和具体实施例对本发明一种人工神经网络芯片及配备人工神经网络芯片的机器人进行详细说明。

实施例一

如图2所示，本发明提出了一种人工神经网络芯片，该芯片包括硅衬底和3D存储阵列，在硅衬底的上方和3D存储阵列的下方采用前道工艺制程以实现3D非易失性存储器的外围逻辑电路和人工神经网络电路。