Autonómne roboty pracujú v spolupráci s ľuďmi v oblasti priemyselnej výroby už viac ako pol storočia. Odkedy bol v 50. rokoch vyvinutý a uvedený do používania prvý priemyselný robot na svete, podniky poverili roboty ťažkopádnymi a nebezpečnými úlohami, čo umožnilo pracovníkom sústrediť sa na špecializovanejšiu prácu. V súčasnosti sa aplikácia pokročilých robotických technológií už neobmedzuje len na priemyselnú oblasť, ale rozšírila sa aj do mnohých vertikálnych odvetví, ako je zdravotníctvo, maloobchod a poľnohospodárstvo.
Medzitým technologické prelomy v oblastiach, ako je umelá inteligencia a strojové učenie, viedli k vzniku novej generácie inteligentnejších robotov. Už sa neobmedzujú na vykonávanie opakujúcich sa úloh, ale môžu vykonávať zložitejšiu prácu. Napríklad pomocou technológií, ako je počítačové videnie a autonómny pohyb, môžu roboty zvládnuť rôzne úlohy vrátane montáže produktov, kontroly kvality, pokročilej identifikácie a reakcie na hrozby atď.
Stručne povedané, inteligentné roboty sa stali kľúčovým prínosom pre posilnenie modernej pracovnej sily. Ich vysoko{1}}presné funkcie a takmer neobmedzený potenciál na zlepšenie produktivity sú nenahraditeľné. Ako sa však požiadavky podnikov na robotických asistentov neustále inovujú, náročnosť návrhu takýchto systémov exponenciálne narástla a na poskytovanie technickej podpory je naliehavo potrebný hardvér s nízkou -latenciou a vysoko{4}}výkonným hardvérom, ako sú polia s programovateľnými bránami (FPgas).
Čoraz výraznejšie dizajnové výzvy
Inteligentné roboty vybavené umelou inteligenciou musia byť vybavené väčším počtom senzorov a akčných členov v porovnaní s tradičnými robotmi, vrátane kamier, lidarov, radarov, inerciálnych meracích jednotiek (IMU), motorových kódovačov, tlakových senzorov a ďalších komponentov. Medzitým musí robot vykonávať aj zložitejšie výpočtové úlohy v reálnom čase, ako je spracovanie 3D videnia, simultánna lokalizácia a mapovanie (SLAM) a výpočet uchopovacích bodov.
To si vyžaduje, aby hardvér príslušných systémov mal nielen viac vstupných/výstupných rozhraní (I/O) na prispôsobenie rôznym senzorom, ale aby bol vybavený aj výkonnejšími modulmi spracovania (ako sú jednotky centrálneho spracovania (CPU), jednotky grafického spracovania (GPU) a jednotky spracovania neurónových sietí (NPU)), aby sa dosiahli komplexnejšie výpočtové funkcie. Výzvou, ktorej čelia dizajnéri, je však to, že spoliehajúc sa výlučne na moduly spracovania, ako je procesor, je ťažké spojiť sa s rôznymi senzormi, ktoré robotický systém vyžaduje, ani nedokáže efektívne spracovať obrovské množstvo nespracovaných údajov zhromaždených senzormi.
Dôvodom je na jednej strane to, že počet I/O rozhraní a stupeň špecializácie procesorov často nezodpovedajú požiadavkám vývojárov. Navyše, jednoduché pridanie rozhraní k procesoru spôsobuje vysoké náklady, - fyzické rozhrania potrebujú na udržanie špecifickej veľkosti na dosiahnutie funkcií a pridanie nových rozhraní znamená zaberanie väčšej plochy čipu. Tým sa zásadne líši od logických jednotiek, ktoré sa dajú ľahko miniaturizovať a rozširovať v pokročilých výrobných procesoch.
Aj keď CPU môže poskytnúť dostatočné adaptívne I/O rozhrania na spojenie s inteligentnými robotmi a priamo prenášať veľké množstvo nespracovaných údajov zozbieraných senzormi do procesorovej jednotky, stále existuje problém nízkej energetickej účinnosti. Okrem toho CPU nie je navrhnutý pre úlohy spracovania-v reálnom čase, ktoré vyžadujú inteligentné roboty. Ak základné úlohy, ako je fúzia senzorov, spracuje CPU, spôsobí to značné oneskorenia v systéme a výrazne zníži prevádzkovú efektivitu robota.
Našťastie sa dizajnéri a vývojári hardvéru sústreďujú na vývoj rôznych inovatívnych produktov, aby odstránili vyššie-spomínané technické nedostatky a FPGA je jedným z nich.
FPGA: Vysoko hodnotné hardvérové riešenie
FPGA je vysoko flexibilné polovodičové zariadenie, ktoré môže slúžiť ako „most“ medzi senzormi, akčnými členmi a procesorom a poskytuje vývojárom rôzne a početné I/O rozhrania potrebné na pripojenie inteligentných robotických systémov. Medzitým, s výpočtovým výkonom v reálnom{1}} čase blízko konca senzora, môže FPGA vykonávať základné vyhradené úlohy spracovania rôznych senzorov, uvoľniť systémové výpočtové zdroje a pomôcť vytvoriť inteligentnejšie a pohotovejšie roboty, ktoré podniky potrebujú.
Po dokončení prvej vrstvy spracovania údajov pomocou FPGA sa údaje prenesú do CPU prostredníctvom štandardizovaných kanálov s vysokou{0}}šírkou pásma. Prostredníctvom tejto metódy rozdelenia úloh môže FPGA zdieľať časť výpočtovej záťaže s CPU, šetriť spotrebu energie na podporu výpočtových úloh vyššieho-radu, ako je plánovanie trajektórie, analýza klastrov a detekcia objektov, čo umožňuje CPU sústrediť sa na optimalizáciu a rozhodovanie,-ktoré je ťažké dosiahnuť na hardvérovej úrovni.
Táto hardvérová architektúra môže tiež pomôcť vývojárom prekonať nasledujúce typy technických problémov:
Konektivita: Hardvér FPGA má extrémne vysoký stupeň prispôsobenia a môže poskytnúť viac I/O rozhraní ako CPU. Vývojári môžu pripojiť a ovládať viac senzorov a akčných členov prostredníctvom rôznych rozhraní, ako je Ethernet, sériové periférne rozhranie (SPI), multimediálne rozhranie s vysokým rozlíšením (HDMI) a rozhranie procesora mobilného priemyslu (MIPI), pričom náklady sú oveľa nižšie ako pridanie nových rozhraní do hlavnej procesorovej jednotky. Okrem toho, FPgas tiež podporuje viacero úrovní napätia a ne-štandardné komunikačné protokoly, čo vývojárom poskytuje viac možností na prispôsobenie sa rôznym aplikačným scenárom.
Spotreba energie: FPGA môže dosiahnuť hardvérovú{0}}úroveň paralelných výpočtov v blízkosti senzorov robota. Lokálnym spracovaním údajov v reálnom čase a ich následným prenosom do CPU efektívne znižuje celkovú spotrebu energie systému.
Latencia: Vysoko{0}}rýchly výpočtový výkon FPGA môže urýchliť spracovanie základných úloh, ako je fúzia senzorov - táto úloha môže integrovať zhromaždené údaje z rôznych senzorov, ako sú kamery a lidary, a vytvoriť tak úplný obraz vnímania prostredia, čím sa zlepší presnosť úsudku a rozhodovacia schopnosť robotov-. Ako príklad si vezmite rýchlosť počítača. Senzor VLP16 liDAR prenesie do siete 384 sád údajov o vzdialenosti každých 1,32 milisekúnd, zatiaľ čo FPGA potrebuje na dokončenie spracovania tejto dávky údajov iba približne 0,32 milisekúnd, s výpočtovou rýchlosťou 100 miliónov krát za sekundu.
Konštruktéri, ktorí sa spoliehajú na rôzne technické výhody FPGA, môžu flexibilne inštalovať rôzne senzory podľa svojich potrieb, prelomiť hornú hranicu výkonu inteligentných robotov a zároveň efektívne riešiť problémy so spotrebou energie a oneskorením systému.
Spojte ruky a vytvorte inteligentnejších robotov
Keďže dopyt po inteligentnejších a rýchlejších robotoch v rôznych odvetviach neustále rastie, vývojári čelia novým výzvam: navrhovať robotické systémy s lepším výkonom bez vyčerpania zdrojov. Na dosiahnutie tohto cieľa sa vývojári stále viac spoliehajú na podniky zaoberajúce sa návrhom hardvéru a výrobou, aby neustále aktualizovali základné komponenty robotov. Obe strany pracujú na spoločnom cieli, ktorým je „zvýšenie výkonu robotov pri súčasnom znížení nákladov, spotreby energie a latencie“, vďaka čomu je budúci vývoj v oblasti robotiky plný nekonečných možností.
