我们眼中的自动驾驶，一般可以理解为设计一个与人类一样甚至超越人类表现的驾驶水准，因此，其技术路线效法的对象自然也就是人类本身。以深度学习来模拟人类的大脑，为决策提供强大的计算能力；以摄像头、激光雷达等代替人类的双眼，实现高效的传感器融合。
然而，且不提目前的传感器技术并没有完全释放类人的潜力，而且即使是真人上阵，也经常有预判失误导致事故。那么，将动物们的“超能力”引入自动驾驶，会让事情出现转变吗？
据外媒报道，近日，国外研究人员开发出了一种新型传感器，可用于自动驾驶汽车或无人机，使它们拥有更好的传感能力，可以更快地处理感官信息，更好的检测与避开物体，提供更有效、更灵敏的危险避免系统。
据悉，此新型传感器是研究人员通过对蜘蛛、蝙蝠、鸟类和其他动物的传感器得到的一些灵感而开发出的。
研究人员解释说，蜘蛛，蝙蝠或鸟类本身的传感器非常快，他们之所以能够如此快速地处理数据，原因之一是这些动物并不需要处理所有的数据，他们只需响应威胁安全的信息并作出反应。
“大自然并不需要收集每一条数据，它会过滤掉无用的数据。”许多生物机械传感器根据阈值（或者压力、温度的变化）来过滤他们从环境中接收到的数据，并且用头发、纤毛或羽毛的形式来检测和处理昆虫/动物生存所必需的信息。如当猎物落在蛛网上时，蜘蛛腿上的毛发会以特定的频率振动，并刺激机械感受器。但是当尘埃落在蛛网上时，机械感受器对其振动频率没有反应，因为它对蜘蛛的存活并不重要。
而研究人员开发的新型传感器就是由生物的神经末梢与称为机械感受器的特殊神经元相关联。研究人员希望它能以类似的方式反应，将传感器集成到自动机器的外壳中，比如飞机机翼或汽车车身，选择性地处理信息，减少信息处理量并提高处理速度。
同时，他们开发的新型传感器不仅能够以非常快的速度感知和过滤数据，还可以计算数据，而且无需电源。
在自然界中，一旦某个特定的力水平激活了与毛状机械传感器相关的机械感受器，这些机械感受器就会通过从一种状态切换到另一种状态来计算信息。研究人员在此基础上设计了同样的传感器并利用这些开关状态来解释这些信号。
研究人员说：“硬件和软件本质上没有区别，它们都是相互关联的。传感器旨在解释数据、以及收集和过滤数据。”
人工机械传感器由于硬度高，能够非常快速地感知、过滤和计算。新型传感器材料被设计成在外力作用下快速改变形状。形状的改变使材料内部的导电粒子相互靠近，从而使电流通过传感器并携带信号。
研究人员说：“借助机器学习算法，我们可以以最小的能耗训练这些传感器来自主工作，制造各种尺寸的传感器也是没有障碍。”
如果该团队成功开发并部署这种传感器，将有助于自动驾驶汽车或者无人机在危险环境中导航，并帮助自动驾驶汽车避开道路上的危险。