Exploiting the PIR Sensor Analog Behavior as Thermoreceptor: Movement Direction Classification Based on Spiking Neurons

Abstract

Pyroelectric infrared sensors (PIR) are widely used as infrared (IR) detectors due to their basic implementation, low cost, low power, and performance. Combined with a Fresnel lens, they can be used as a binary detector in applications of presence and motion control. Furthermore, due to their features, they can be used in autonomous intelligent devices or included in robotics applications or sensor networks. In this work, two neural processing architectures are presented: (1) an analog processing approach to achieve the behavior of a presynaptic neuron from a PIR sensor. An analog circuit similar to the leaky integrate and fire model is implemented to be able to generate spiking rates proportional to the IR stimuli received at a PIR sensor. (2) An embedded postsynaptic neuron where a spiking neural network matrix together with an algorithm based on digital processing techniques is introduced. This structure allows connecting a set of sensors to the post-synaptic circuit emulating an optic nerve. As a case study, the entire neural processing approach presented in this paper is applied to optical flow detection considering a four-PIR array as input. The results validate both the spiking approach for an analog sensor presented and the ability to retrieve the analog information sent as spike trains in a simulated optic nerve.

Los sensores infrarrojos piroeléctricos (PIR) se utilizan ampliamente como detectores de infrarrojos (IR) debido a su implementación básica, bajo costo, baja potencia y rendimiento. Combinados con una lente Fresnel, se pueden utilizar como detector binario en aplicaciones de control de presencia y movimiento. Además, por sus características, pueden utilizarse en dispositivos inteligentes autónomos o incluirse en aplicaciones de robótica o redes de sensores. En este trabajo, se presentan dos arquitecturas de procesamiento neuronal: (1) un enfoque de procesamiento analógico para lograr el comportamiento de una neurona presináptica a partir de un sensor PIR. Se implementa un circuito analógico similar al modelo de integración y disparo con fugas para poder generar tasas de picos proporcionales a los estímulos IR recibidos en un sensor PIR. (2) Una neurona postsináptica integrada donde se introduce una matriz de red neuronal con picos junto con un algoritmo basado en técnicas de procesamiento digital. Esta estructura permite conectar un conjunto de sensores al circuito postsináptico emulando un nervio óptico. Como estudio de caso, todo el enfoque de procesamiento neuronal presentado en este artículo se aplica a la detección de flujo óptico considerando una matriz de cuatro PIR como entrada. Los resultados validan tanto el enfoque de picos para un sensor analógico presentado como la capacidad de recuperar la información analógica enviada como trenes de picos en un nervio óptico simulado.