Аутономни роботи раде у сарадњи са људима у области индустријске производње више од пола века. Од када је први индустријски робот на свету развијен и пуштен у употребу 1950-их, предузећа су роботима поверила гломазне и опасне задатке, омогућавајући радницима да се фокусирају на специјализованији посао. Данас, примена напредне роботске технологије више није ограничена на индустријску област, већ се такође проширила на бројне вертикалне индустрије као што су здравство, малопродаја и пољопривреда.
У међувремену, технолошка открића у областима као што су вештачка интелигенција и машинско учење довела су до нове генерације интелигентнијих робота. Они више нису ограничени на обављање задатака који се понављају, већ могу да предузму сложеније послове. На пример, уз помоћ технологија као што су компјутерски вид и аутономно кретање, роботи могу да се баве разним задацима укључујући састављање производа, проверу квалитета, напредну идентификацију претњи и одговор, итд.
Укратко, интелигентни роботи су постали кључна предност за јачање модерне радне снаге. Њихове високе{1}}функције прецизности и скоро неограничен потенцијал за побољшање продуктивности су незаменљиви. Међутим, како се захтеви предузећа за помоћницима робота настављају надограђивати, потешкоће у дизајну таквих система су експоненцијално порасле и постоји хитна потреба за хардвером са малим{3}}кашњењем и високим-перформансама као што су поља програмабилних капија (ФПгас) за пружање техничке подршке.
Све истакнутији изазови дизајна
Интелигентни роботи опремљени вештачком интелигенцијом морају да буду опремљени са више сензора и актуатора у поређењу са традиционалним роботима, укључујући камере, лидаре, радаре, инерцијалне мерне јединице (ИМУ), моторне енкодере, сензоре притиска и друге компоненте. У међувремену, робот такође треба да заврши сложеније рачунарске задатке у реалном времену, као што су 3Д обрада визије, истовремена локализација и мапирање (СЛАМ) и израчунавање тачке хватања.
Ово захтева да хардвер релевантних система не само да има више улазно/излазних интерфејса (И/О) за прилагођавање различитим сензорима, већ и да буде опремљен снажнијим модулима за обраду (као што су централне процесорске јединице (ЦПУ), графичке процесорске јединице (ГПУ) и процесорске јединице неуронске мреже (НПУ)) за постизање сложенијих рачунарских функција. Међутим, изазов са којим се суочавају дизајнери је тај што се ослањајући се искључиво на модуле за обраду као што је процесор, тешко је повезати са различитим сензорима које захтева систем робота, нити може ефикасно да се носи са огромном количином необрађених података прикупљених од стране сензора.
Разлози за то су, с једне стране, што број И/О интерфејса и степен специјализације процесора често не испуњавају захтеве програмера. Штавише, једноставно додавање интерфејса у процесор изазива високе трошкове - физичким интерфејсима је потребно да одрже одређену величину да би постигли функције, а додавање нових интерфејса значи заузимање веће површине чипа. Ово се суштински разликује од логичких јединица које се лако могу минијатурисати и проширити у напредним производним процесима.
Чак и ако ЦПУ може да обезбеди довољно прилагодљивих И/О интерфејса за повезивање са интелигентним роботима и директно преношење велике количине сирових података прикупљених сензорима до процесорске јединице, и даље постоји проблем ниске енергетске ефикасности. Штавише, ЦПУ није дизајниран за-задатке обраде у реалном времену које захтевају интелигентни роботи. Ако се главним задацима као што је спајање сензора бави ЦПУ, то ће изазвати значајна кашњења у систему и у великој мери смањити оперативну ефикасност робота.
На срећу, дизајнери и програмери хардвера се концентришу на развој различитих иновативних производа како би надокнадили горе наведене-техничке недостатке, а ФПГА је један од њих.
ФПГА: Веома вредно хардверско решење
ФПГА је високо флексибилан полупроводнички уређај који може послужити као „мост“ између сензора, актуатора и процесора, пружајући програмерима различите и бројне И/О интерфејсе потребне за повезивање интелигентних роботских система. У међувремену, са рачунарском снагом-у реалном времену близу краја сензора, ФПГА може да предузме основне задатке обраде различитих сензора, ослободи рачунарске ресурсе система и помогне у стварању интелигентнијих робота који су потребни предузећима.
Након што ФПГА заврши први слој обраде података, подаци ће се пренети на ЦПУ кроз стандардизоване канале великог{0}}пропусног опсега. Кроз овај метод поделе задатака, ФПГА може да дели део рачунарског оптерећења са ЦПУ-ом, уштеди потрошњу енергије да би подржао рачунарске задатке вишег-реда као што су планирање путање, анализа кластера и откривање објеката, омогућавајући ЦПУ-у да се фокусира на руковање оптимизацијом и задацима-доношења одлука које је тешко постићи на нивоу хардвера.
Ова архитектура хардвера такође може помоћи програмерима да превазиђу следеће врсте техничких изазова:
Повезивање: ФПГА хардвер има изузетно висок степен прилагођавања и може да обезбеди више И/О интерфејса од процесора. Програмери могу да повежу и контролишу више сензора и актуатора преко различитих интерфејса као што су Етхернет, серијски периферни интерфејс (СПИ), мултимедијални интерфејс високе дефиниције (ХДМИ) и интерфејс процесора мобилне индустрије (МИПИ), а цена је много нижа од додавања нових интерфејса главној процесорској јединици. Поред тога, ФПгас такође подржава више нивоа напона и не-нестандардне комуникационе протоколе, пружајући програмерима више опција за прилагођавање различитим сценаријима апликације.
Потрошња енергије: ФПГА може да постигне паралелно рачунарство-на нивоу хардвера у близини сензора робота. Локалном обрадом података у реалном времену, а затим њиховим преносом до ЦПУ-а, ефикасно смањује укупну потрошњу енергије система.
Латенција: Велика-брза рачунарска снага ФПГА може да убрза обраду основних задатака као што је спајање сензора - овај задатак може да интегрише прикупљене податке са различитих сензора као што су камере и лидари да би се формирала потпуна слика перцепције животне средине, чиме се побољшава тачност просуђивања и{2}}одлучивање робота. Узмите брзину рачунара као пример. ВЛП16 лиДАР сензор преноси 384 сета података о удаљености у мрежу сваких 1,32 милисекунди, док ФПГА треба само око 0,32 милисекунди да заврши обраду ове серије података, са брзином рачунара од 100 милиона пута у секунди.
Ослањајући се на различите техничке предности ФПГА, дизајнери могу флексибилно да инсталирају различите сензоре у складу са својим потребама, пробију горњу границу перформанси интелигентних робота и ефикасно реше проблеме потрошње енергије и кашњења система у исто време.
Удружите се да бисте створили паметније роботе
Како потражња за паметнијим и бржим роботима у различитим индустријама наставља да расте, програмери се суочавају са новим изазовима: дизајнирањем роботских система са бољим перформансама без исцрпљивања ресурса. Да би постигли овај циљ, програмери се све више ослањају на дизајн хардвера и производна предузећа како би континуирано надограђивали основне компоненте робота. Обе стране раде на заједничком циљу „побољшања перформанси робота уз смањење трошкова, потрошње енергије и кашњења“, чинећи будући развој поља роботике пуним бесконачних могућности.
