Autonomie roboti sadarbojoties ar cilvēkiem rūpnieciskās ražošanas jomā strādā jau vairāk nekā pusgadsimtu. Kopš pasaulē pirmā rūpnieciskā robota izstrādes un ekspluatācijas uzsākšanas pagājušā gadsimta piecdesmitajos gados uzņēmumi robotiem ir uzticējuši apgrūtinošus un bīstamus uzdevumus, ļaujot darbiniekiem koncentrēties uz specializētāku darbu. Mūsdienās progresīvu robotu tehnoloģiju pielietojums vairs neaprobežojas tikai ar rūpniecības jomu, bet ir paplašinājies arī uz daudzām vertikālām nozarēm, piemēram, veselības aprūpē, mazumtirdzniecībā un lauksaimniecībā.
Tikmēr tehnoloģiskie sasniegumi tādās jomās kā mākslīgais intelekts un mašīnmācība ir radījuši jaunas paaudzes viedākus robotus. Viņi vairs neaprobežojas tikai ar atkārtotu uzdevumu veikšanu, bet var veikt sarežģītāku darbu. Piemēram, ar tādu tehnoloģiju palīdzību kā datorredze un autonoma kustība, roboti var veikt dažādus uzdevumus, tostarp produktu montāžu, kvalitātes pārbaudi, progresīvu draudu identificēšanu un reaģēšanu utt.
Īsāk sakot, viedie roboti ir kļuvuši par galveno līdzekli mūsdienu darbaspēka stiprināšanai. To augstās-precizitātes funkcijas un gandrīz neierobežots produktivitātes uzlabošanas potenciāls ir neaizstājams. Tomēr, tā kā uzņēmumu prasības pēc robotu palīgiem turpina uzlaboties, šādu sistēmu projektēšanas grūtības ir eksponenciāli pieaugušas, un ir steidzami nepieciešama zema-latence un augstas veiktspējas{4}}aparatūra, piemēram, Field Programmable Gate bloki (FPgas), lai nodrošinātu tehnisko atbalstu.
Arvien nozīmīgāki dizaina izaicinājumi
Inteliģentiem robotiem, kas aprīkoti ar mākslīgo intelektu, ir jāaprīko vairāk sensoru un izpildmehānismu salīdzinājumā ar tradicionālajiem robotiem, tostarp kamerām, lidariem, radariem, inerciālās mērvienības (IMU), motoru kodētājiem, spiediena sensoriem un citām sastāvdaļām. Tikmēr robotam reāllaikā ir jāveic arī sarežģītāki skaitļošanas uzdevumi, piemēram, 3D redzes apstrāde, vienlaicīga lokalizācija un kartēšana (SLAM) un uztveršanas punkta aprēķināšana.
Tas prasa, lai attiecīgo sistēmu aparatūrai būtu ne tikai vairāk ievades/izvades saskarņu (I/O), lai pielāgotos dažādiem sensoriem, bet arī jaudīgākiem apstrādes moduļiem (piemēram, centrālajiem procesoriem (CPU), grafikas apstrādes vienībām (GPU) un neironu tīkla apstrādes vienībām (NPU)), lai nodrošinātu sarežģītākas skaitļošanas funkcijas. Tomēr izaicinājums, ar ko saskaras dizaineri, ir tāds, ka, paļaujoties tikai uz apstrādes moduļiem, piemēram, CPU, ir grūti izveidot savienojumu ar dažādiem robotu sistēmai nepieciešamajiem sensoriem, kā arī tā nevar efektīvi apstrādāt milzīgo sensoru savākto neapstrādāto datu apjomu.
Iemesli tam, no vienas puses, ir tādi, ka I/O saskarņu skaits un CPU specializācijas pakāpe bieži vien neatbilst izstrādātāju prasībām. Turklāt vienkārša saskarņu pievienošana procesoram rada augstas izmaksas - fiziskajām saskarnēm ir jāsaglabā noteikts izmērs, lai nodrošinātu funkcijas, un jaunu saskarņu pievienošana nozīmē, ka tiek aizņemts lielāks mikroshēmas laukums. Tas būtiski atšķiras no loģiskajām vienībām, kuras var viegli miniaturizēt un paplašināt progresīvos ražošanas procesos.
Pat ja CPU var nodrošināt pietiekamas adaptīvas I/O saskarnes, lai izveidotu savienojumu ar inteliģentiem robotiem un tieši pārsūtītu lielu sensoru savākto neapstrādāto datu apjomu uz apstrādes bloku, joprojām pastāv zemas energoefektivitātes problēma. Turklāt centrālais procesors nav paredzēts inteliģentiem robotiem nepieciešamajiem-reāllaika apstrādes uzdevumiem. Ja galvenos uzdevumus, piemēram, sensoru saplūšanu, veic centrālais procesors, tas izraisīs ievērojamu aizkavēšanos sistēmā un ievērojami samazinās robota darbības efektivitāti.
Par laimi, aparatūras dizaineri un izstrādātāji koncentrējas uz dažādu inovatīvu produktu izstrādi, lai kompensētu iepriekš-minētos tehniskos trūkumus, un FPGA ir viens no tiem.
FPGA: ļoti vērtīgs aparatūras risinājums
FPGA ir ļoti elastīga pusvadītāju ierīce, kas var kalpot kā "tilts" starp sensoriem, izpildmehānismiem un centrālajiem procesoriem, nodrošinot izstrādātājiem dažādas un daudzas I/O saskarnes, kas nepieciešamas inteliģentu robotu sistēmu savienošanai. Tikmēr ar reāllaika skaitļošanas jaudu-pie sensora gala, FPGA var veikt dažādu sensoru īpašos apstrādes uzdevumus, atbrīvot sistēmas skaitļošanas resursus un palīdzēt izveidot viedākus un atsaucīgākus robotus, kas nepieciešami uzņēmumiem.
Kad FPGA būs pabeidzis pirmo datu apstrādes slāni, dati tiks pārsūtīti uz centrālo procesoru, izmantojot standartizētus liela{0}}joslas platuma kanālus. Izmantojot šo uzdevumu sadalīšanas metodi, FPGA var koplietot daļu no skaitļošanas slodzes ar centrālo procesoru, ietaupīt enerģijas patēriņu, lai atbalstītu augstākas-kārtības skaitļošanas uzdevumus, piemēram, trajektorijas plānošanu, klasteru analīzi un objektu noteikšanu, ļaujot CPU koncentrēties uz optimizācijas un lēmumu pieņemšanas{3}}uzdevumiem, kurus ir grūti veikt aparatūras līmenī.
Šī aparatūras arhitektūra var arī palīdzēt izstrādātājiem pārvarēt šāda veida tehniskās problēmas:
Savienojamība: FPGA aparatūrai ir ārkārtīgi augsta pielāgošanas pakāpe, un tā var nodrošināt vairāk I/O saskarņu nekā centrālais procesors. Izstrādātāji var savienot un kontrolēt vairāk sensoru un izpildmehānismu, izmantojot dažādas saskarnes, piemēram, Ethernet, seriālo perifēro interfeisu (SPI), augstas izšķirtspējas multivides interfeisu (HDMI) un mobilās rūpniecības procesora interfeisu (MIPI), un izmaksas ir daudz zemākas nekā jaunu saskarņu pievienošana galvenajai apstrādes blokam. Turklāt FPgas atbalsta arī vairākus sprieguma līmeņus un nestandarta sakaru protokolus, nodrošinot izstrādātājiem vairāk iespēju pielāgoties dažādiem lietojumprogrammu scenārijiem.
Enerģijas patēriņš: FPGA var nodrošināt aparatūras{0}}līmenī paralēlo skaitļošanu robotu sensoru tuvumā. Apstrādājot datus lokāli reāllaikā un pēc tam pārsūtot tos uz centrālo procesoru, tas efektīvi samazina sistēmas kopējo enerģijas patēriņu.
Latentums: FPGA lielā -ātruma skaitļošanas jauda var paātrināt tādu pamatuzdevumu apstrādi kā sensoru saplūšana - šis uzdevums var integrēt savāktos datus no dažādiem sensoriem, piemēram, kamerām un lidariem, lai izveidotu pilnīgu vides uztveres attēlu, tādējādi uzlabojot sprieduma precizitāti un robotu lēmumu pieņemšanas{2}}spēju. Kā piemēru ņemiet skaitļošanas ātrumu. VLP16 liDAR sensors pārraida uz tīklu 384 attāluma datu kopas ik pēc 1,32 milisekundēm, savukārt FPGA ir nepieciešamas tikai aptuveni 0,32 milisekundes, lai pabeigtu šīs datu paketes apstrādi ar skaitļošanas ātrumu 100 miljoni reižu sekundē.
Paļaujoties uz dažādām FPGA tehniskajām priekšrocībām, dizaineri var elastīgi uzstādīt dažādus sensorus atbilstoši savām vajadzībām, pārkāpt viedo robotu veiktspējas augšējo robežu un vienlaikus efektīvi atrisināt sistēmas enerģijas patēriņa un aizkaves problēmas.
Sadodieties rokās, lai izveidotu gudrākus robotus
Tā kā pieprasījums pēc viedākiem un ātrākiem robotiem dažādās nozarēs turpina pieaugt, izstrādātāji saskaras ar jauniem izaicinājumiem: izstrādāt robotu sistēmas ar labāku veiktspēju, neizmantojot resursus. Lai sasniegtu šo mērķi, izstrādātāji arvien vairāk paļaujas uz aparatūras projektēšanas un ražošanas uzņēmumiem, lai nepārtraukti uzlabotu robotu galvenos komponentus. Abas puses strādā, lai sasniegtu kopējo mērķi "uzlabot robotu veiktspēju, vienlaikus samazinot izmaksas, enerģijas patēriņu un latentumu", padarot robotikas jomas turpmāko attīstību pilnu ar bezgalīgām iespējām.
