我們基於運動狀態檢測和障礙物檢測神經網絡算法，透過CIS相機即時捕捉電腦的遊戲畫面（障礙物場景），並且在FPGA上進行預處理。接著，我們使用低功耗的突波神經網絡架構來計算避障資訊，最後以實時遊戲畫面來展示避障成果。
基於此演算法，突波神經網路避障系統以八種運動狀態控制玩家的方向並避開障礙物，將可應用於倒車警示系統以及無人機降落系統。

1.低功耗智慧影像感測系統:提出時間對比像素架構和曝光補償機制，是目前像素內幀差異運算中最簡單的架構，具備完整的CIS攝影系統，可獨立運作並具備擴充至電腦與其他運算設備之介面。
2.障礙物偵測與避障神經網路：相容於視覺、計算平台、無人載具硬體的完整避障方案，避障網路神經數量少於500。

本團隊目標開發模組的優勢包含快速、低功耗、高度整合體積小、單一模組有迴避障礙物功能。為了在有限的空間內精確展示上述優勢，使用電腦遊戲畫面展示即時避障成果，將可進一步應用於智慧製造、智慧農業、智慧居家:例如巡邏果園農田，柔性驅離禽鳥獼猴追蹤辨識蟲害精準噴藥或釋放天敵銀髮族視障者配戴，提高生活安全。