先进机器人系统中的关键技术
Key technologies coalesce in advanced robotic systems
就在机器人设计进入商业领域，服务于制造业、物流业和服务业之际，概述仍然阻碍机器人广泛应用的主要障碍是至关重要的。
虽然机器人系统中的硬件和软件已经有了显著的改进，但其快速发展的设计轨迹表明，许多事情正在发生，使这些设备在各种应用中更加有用和智能，包括农业、仓储、交付和检验服务、智能制造等。
简单地说，一个机器人——从传感器和摄像机获取输入后——定位自己并开始感知周围环境。其次，识别并预测附近物体的运动，然后在保证自身和周围物体相互安全的前提下，规划自己的运动。所有这些操作都需要大量的处理操作和功耗。
机器人系统有三个主要的用电场所：驱动或控制机器人的电机和控制器、传感系统和处理平台。为了快速、准确地确定机器人身体的方位和位置，需要一种更智能、更节能的新型传感器。还有一点值得一提的是，机器人移动速度不快，因此一般不需要运行在数千兆赫兹速度下的尖端处理器。
在这一技术的十字路口，将机器人大规模部署的所有需求或设计挑战都会导致一个关键的组成部分：片上系统（SoC）。运行不同的传感系统和强大的人工智能（AI）算法，使新一代商业机器人成为可能。
Call for new SoCs
要求新的SOC
十几种算法通常被并发实时处理，以运行机器人操作，包括里程计、路径规划、视觉和感知。这就需要一批新的SOC，使整合达到一个全新的水平。这些soc需要解决特殊的应用，如稀疏编码、路径规划和同步定位与映射（SLAM）。
高通公司的SDA/SDM845芯片（图1）强调了新的集成水平。除了运行在2.8GHz的八核Kyro CPU之外，还具有一个六边形685DSP，用于设备上的AI处理和用于感知、导航和操作的移动优化计算机视觉。双14位Spectra 280图像信号处理器（ISP）支持高达3200万像素（MP）摄像头和每秒60帧高达4K的视频捕获。
图1:Qualcomm SDM845机器人设计芯片的体系结构模块
SoC平台还具有一个安全处理单元（SPU），以促进安全功能，如安全引导、加密加速器和可信执行环境（TEE）。在连接方面，支持Wi-Fi连接，同时旨在增加5G，为工业机器人实现低延迟和高吞吐量。
高通公司还推出了围绕SDA/SDM845芯片构建的机器人RB3平台。与DragonBoard 845c开发板和机器人原型设计工具包一起提供。
超集成驱动在嵌入式模块中也很明显，如Nvidia的Jetson Xavier（图2），其目标是交付和物流机器人。机器人计算平台由90亿个晶体管组成，每秒可执行超过30万亿次运算（TOPS）。有六个处理器：一个八核ARM64处理器，一个Volta-Tensor核心GPU，双NVIDIA深度学习加速器（NVDLAs），一个图像处理器，一个视觉处理器和一个视频处理器。
正如上面的设计实例所示，人工智能加速器是soc和机器人设计模块中的关键组成部分。更进一步的研究也将展示人工智能如何与传感器和执行器协同工作，以执行感知、定位、地图和导航等任务。
AI integration: a work in progress
人工智能集成：正在进行的工作
当涉及到提高机器人对特定情况或任务的响应质量和准确性时，人工智能技术的作用越来越重要，尤其是在目标检测和识别操作中。
人工智能使机器人超越了刚性编程模型所提供的自动化，使能够更自然、更精确地与周围环境进行交互。在这里，人工智能组件与机器人的图像处理功能齐头并进地工作，使人类先前执行的任务自动化。
然而，机器人设计者必须在不增加部件尺寸和功耗的前提下增加更多的人工智能功能。除了机器人设计中的功率限制，机器人的商业应用也受到大型设备外形因素的阻碍。
图2:80×87毫米Jetson-Xavier模块声称工作站级计算性能相当于工作站处理设备的1/10。
另一个关键问题是当工业和服务机器人开始实现用于方向检测和位置估计的推理模型时，对各种人工智能框架的支持。
需要智能传感器
像真空吸尘器和悬停板这样的机器人系统需要非常稳定和高性能的传感器，能够在高振动环境中工作。传感元件的高精度处理对设计者提出了额外的挑战。例如，如果使用软件来控制像加速器和陀螺仪这样的运动传感器，这就增加了软件开发所需的成本和开发时间。
这就是为什么机器人系统需要更集成的传感解决方案。对于前面提到的高通机器人RB3平台，现在是TDK公司的InvenSense提供了许多传感器和麦克风，这些传感器和麦克风具有低功耗、高灵敏度匹配和高声过载点（AOP）的特点。
RB3平台采用InvenSense的六轴惯性测量装置（IMU），包括三轴陀螺仪和三轴加速度计、电容式气压传感器和多模式数字麦克风。IMU量化外部实时时钟测量以确保精度精度，而压力传感器测量10 cm高差的相对精度。
除了运动传感器，机器人越来越多地采用智能传感器和摄像机解决方案，这些解决方案配备了基于SLAM的导航系统，使机器人能够满足现实环境中的挑战性要求。此外，这些传感器和摄像机还结合了机器学习功能来运行机器人的三维视觉系统。
然而，开发人员必须确保小尺寸和低功耗，同时将这些高分辨率传感器集成到机器人系统中。此外，这些传感器和摄像机应具有通过标准数字接口与机器人控制器轻松集成的特点。
与人工智能一样，智能传感器和摄像头是机器人设计配方中的关键组成部分，与人工智能一样，还处于初级阶段。预计2020年将带来更成熟和更可行的商业传感解决方案，以较低的成本和更高的精度为机器人系统服务。届时，机器人将超越其在仓库和工厂中的转型角色，成为更大消费者和工业领域的协作工具，而不仅仅是作为一个独立的智能对象工作。