自主機(jī)器人是智能機(jī)器，無需人工控制或干預(yù)即可理解和導(dǎo)航其環(huán)境。盡管自主機(jī)器人技術(shù)相對年輕，但在工廠、倉庫、城市和家庭中，自主機(jī)器人有許多不同的用例。例如，自主機(jī)器人可用于在倉庫周圍運(yùn)輸貨物，或執(zhí)行最后一英里交付，而其他類型的自主機(jī)器人可以吸塵房屋或修剪草坪。

自主性要求機(jī)器人能夠在地圖環(huán)境中感知和定位自己，動態(tài)檢測周圍的障礙物，跟蹤這些障礙物，規(guī)劃到達(dá)指定目的地的路線，并控制車輛遵循該計(jì)劃。此外，機(jī)器人必須僅在安全的情況下執(zhí)行這些任務(wù)，避免對人類、財(cái)產(chǎn)或自主系統(tǒng)本身構(gòu)成風(fēng)險的情況。

隨著機(jī)器人比以往任何時候都更接近人類工作，它們不僅必須具有自主性、移動性和節(jié)能性，而且還必須滿足功能安全要求。傳感器、處理器和控制設(shè)備可以幫助設(shè)計(jì)人員達(dá)到功能安全標(biāo)準(zhǔn)的嚴(yán)格要求，例如國際電工委員會 (IEC) 61508。

自主機(jī)器人傳感的注意事項(xiàng)

沒有傳感器的機(jī)器人將不可避免地撞到障礙物，包括墻壁、其他機(jī)器人或人類，并可能導(dǎo)致嚴(yán)重傷害。有幾種不同類型的傳感器可以幫助解決自主機(jī)器人帶來的挑戰(zhàn)。

視覺傳感器密切模擬人類的視覺和感知。視覺系統(tǒng)可以解決定位、障礙物檢測和避免碰撞的挑戰(zhàn)，因?yàn)樗鼈兙哂懈叻直媛实目臻g覆蓋范圍，并且不僅能夠檢測對象而且能夠?qū)@些對象進(jìn)行分類。與激光雷達(dá)等傳感器相比，視覺傳感器也更具成本效益。然而，視覺傳感器的計(jì)算量非常大。

耗電的中央處理單元 (CPU) 和圖形處理單元 (GPU) 可能對功率受限的自主機(jī)器人系統(tǒng)構(gòu)成挑戰(zhàn)。在設(shè)計(jì)節(jié)能機(jī)器人系統(tǒng)時，基于 CPU 或 GPU 的處理應(yīng)該最少。

高效視覺系統(tǒng)中的片上系統(tǒng) (SoC) 應(yīng)以高速和低功耗處理視覺信號鏈，并優(yōu)化系統(tǒng)成本。SoC 還必須卸載計(jì)算密集型任務(wù)，例如原始圖像處理、去扭曲、立體深度估計(jì)、縮放、圖像金字塔生成和深度學(xué)習(xí)，以實(shí)現(xiàn)最大系統(tǒng)效率。用于視覺處理的 SoC 必須是智能、安全和節(jié)能的，這可以在異構(gòu) SoC 架構(gòu)中實(shí)現(xiàn)高水平的片上集成。

讓我們仔細(xì)看看德州儀器 (TI) 的毫米波 (mmWave) 雷達(dá)傳感在自主機(jī)器人中的應(yīng)用。在機(jī)器人應(yīng)用中使用 TI毫米波雷達(dá)是一個相對較新的概念，但使用 TI 毫米波傳感實(shí)現(xiàn)自主性的想法已經(jīng)存在了一段時間。在汽車應(yīng)用中，TI 毫米波雷達(dá)是高級駕駛輔助系統(tǒng) (ADAS) 的關(guān)鍵組件之一，已被用于監(jiān)控車輛周圍環(huán)境。您可以采用一些相同的 ADAS 概念，例如環(huán)視監(jiān)控或防撞，并將它們應(yīng)用于自主機(jī)器人。

從傳感技術(shù)的角度來看，TI 毫米波雷達(dá)是獨(dú)一無二的，因?yàn)檫@些傳感器提供物體的范圍、速度和到達(dá)角信息，并更好地指導(dǎo)機(jī)器人如何導(dǎo)航以避免碰撞。使用雷達(dá)傳感器數(shù)據(jù)，機(jī)器人可以根據(jù)接近的人或物體的位置、速度和軌跡來決定是安全地繼續(xù)其路徑還是減速甚至停止。

值得注意的是，TI 毫米波雷達(dá)從三個維度觀察環(huán)境，這使傳感器能夠感知可能不直接位于機(jī)器人行駛路徑中的物體。由于這種 3D 檢測能力，TI 毫米波雷達(dá)傳感器還可以提供高度信息，該信息不僅對于檢測地面上的物體，而且對于可能從上方突出到機(jī)器人路徑中的物體，都至關(guān)重要。

TI 毫米波傳感器還可以可靠地檢測其他傳感器（如相機(jī)和激光雷達(dá)）可能“看到”透明物體而無法準(zhǔn)確檢測到的玻璃和其他透明材料。TI 毫米波雷達(dá)在光學(xué)傳感器往往難度更大的挑戰(zhàn)性環(huán)境條件下也更加穩(wěn)健。由于 TI 毫米波雷達(dá)使用無線電波而不是光來檢測物體，因此它不受低光照、雨、霧、灰塵和煙霧等環(huán)境因素的影響。

通過傳感器融合和人工智能解決復(fù)雜的自主機(jī)器人問題

對于更復(fù)雜的自主機(jī)器人應(yīng)用，無論傳感器類型如何，單獨(dú)一個傳感器可能不足以實(shí)現(xiàn)自主性。不同的傳感方式具有獨(dú)特的優(yōu)勢和局限性。

雷達(dá)非常適合對象檢測，并在具有挑戰(zhàn)性的環(huán)境中提供廣泛的可見性，但在對象分類或?qū)ο筮吘壘确矫娲嬖诰窒扌?。LiDAR 傳感器可以提供精度和準(zhǔn)確性，但可能成本高昂且耗電。視覺傳感器可以提供高分辨率的對象分類和場景智能，但計(jì)算量很大，需要外部光源才能運(yùn)行。最終，攝像頭或雷達(dá)等傳感器應(yīng)在系統(tǒng)中相互補(bǔ)充。通過傳感器融合利用不同傳感器模式的優(yōu)勢可以幫助解決一些更復(fù)雜的自主機(jī)器人挑戰(zhàn)。

雖然傳感器融合可以幫助自主機(jī)器人更準(zhǔn)確，但在邊緣使用人工智能可以幫助機(jī)器人變得智能。將人工智能融入自主機(jī)器人系統(tǒng)可以幫助機(jī)器人智能地感知、做出決策和執(zhí)行行動。

具有人工智能的自主機(jī)器人可以智能地檢測物體及其位置，對物體進(jìn)行分類并采取相應(yīng)的行動。例如，當(dāng)機(jī)器人在繁忙的倉庫中導(dǎo)航時，人工智能可以幫助機(jī)器人推斷出哪些類型的物體——包括人類、盒子、機(jī)器，甚至其他機(jī)器人——在它的路徑上，并決定哪些動作適合在它們周圍導(dǎo)航。

人工智能還可以幫助機(jī)器人更自主地執(zhí)行特定任務(wù)。例如，如果機(jī)器人在倉庫周圍移動小車，基于視覺的 AI 可以幫助機(jī)器人檢測和推斷小車的姿勢和位置，以便機(jī)器人能夠準(zhǔn)確定位自己，連接到小車，然后移動它倉庫地板周圍。

在設(shè)計(jì)包含 AI 的機(jī)器人系統(tǒng)時，應(yīng)該考慮硬件和軟件的設(shè)計(jì)。理想情況下，SoC 應(yīng)該具有用于?? AI 功能的硬件加速器，以幫助實(shí)時執(zhí)行計(jì)算密集型任務(wù)。訪問易于使用的 AI 軟件開發(fā)環(huán)境有助于簡化和加快應(yīng)用程序開發(fā)和硬件部署流程。

結(jié)論

設(shè)計(jì)更加智能和自主的機(jī)器人是繼續(xù)提高自動化水平的必要條件。機(jī)器人可用于倉庫和交付，以跟上和促進(jìn)電子商務(wù)的增長。機(jī)器人可以執(zhí)行日常的家務(wù)，如吸塵和割草。使用自主機(jī)器人可以提高生產(chǎn)力和效率，有助于改善我們的生活并增加價值。

審核編輯：湯梓紅