Разработка более безопасных, интеллектуальных и эффективных автономных роботов

Следующая статья изначально была опубликована на сайте ElectronicProducts.com

Автономные роботы — это интеллектуальные машины, которые могут понимать окружающую среду и перемещаться в ней без контроля или вмешательства человека. Хотя технология автономных роботов относительно молода, существует множество различных вариантов использования автономных роботов на фабриках, складах, в городах и домах. Например, автономные роботы могут использоваться для перевозки товаров по складам или доставки на последней миле, в то время как другие виды автономных роботов могут пылесосить дома или косить газоны.

Автономия требует, чтобы роботы могли ощущать и ориентироваться в картографической среде, динамически обнаруживать препятствия вокруг себя, отслеживать эти препятствия, планировать свой маршрут для достижения определенного пункта назначения и управлять транспортным средством, чтобы следовать этому плану. Кроме того, робот должен выполнять эти задачи только тогда, когда это безопасно, избегая ситуаций, представляющих опасность для людей, имущества или самой автономной системы.

Поскольку роботы работают в большей близости от людей, чем когда-либо прежде, они должны быть не только автономными, мобильными и энергоэффективными, но и соответствовать требованиям функциональной безопасности. Датчики, процессоры и устройства управления могут помочь разработчикам выполнить строгие требования стандартов функциональной безопасности, таких как Международная электротехническая комиссия (IEC) 61508.

Соображения относительно датчиков в автономных роботах

Робот без датчиков неизбежно врежется в препятствия, включая стены, других роботов или людей, что потенциально может привести к серьезной травме. Существует несколько различных типов датчиков, которые могут помочь решить проблемы, связанные с автономными роботами.

Датчики зрения точно имитируют человеческое зрение и восприятие. Системы технического зрения могут решать задачи локализации, обнаружения препятствий и предотвращения столкновений, поскольку они обеспечивают пространственное покрытие с высоким разрешением и способны не только обнаруживать объекты, но и классифицировать эти объекты. Датчики зрения также более экономичны по сравнению с такими датчиками, как LiDAR. Однако датчики зрения требуют больших вычислительных ресурсов.

Энергоемкие центральные процессоры (ЦП) и графические процессоры (ГП) могут создавать проблемы в автономных роботизированных системах с ограниченной мощностью. При разработке энергоэффективной роботизированной системы обработка на базе процессора или графического процессора должна быть минимальной.

Система-на-чипе (SoC) в эффективной системе машинного зрения должна обрабатывать цепочку видеосигналов с высокой скоростью и низким энергопотреблением с оптимизированными системными затратами. SoC также должен разгружать ресурсоемкие вычислительные задачи, такие как обработка необработанных изображений, устранение искажений, оценка глубины стереобазы, масштабирование, создание пирамид изображений и глубокое обучение для максимальной эффективности системы. Системы на кристалле, используемые для обработки изображений, должны быть интеллектуальными, безопасными и энергоэффективными, чего можно достичь за счет высокого уровня интеграции на кристалле в гетерогенной архитектуре системы на кристалле.

Прочтите статью полностью на сайте ElectronicProducts.com:Проектирование более безопасных, интеллектуальных и эффективных автономных роботов