机器人已经融入到了我们生活的方方面面，现在酒店、餐饮、娱乐、工业等等各个领域都有机器人在为我们服务。机器人越来越智能，应用场景也越来越多。当前环境下，怎样利用实时控制技术和先进的信号处理开拓机器人和其他工业应用，加快向智能生产系统的过渡呢？6月29日，由Aspencore与深圳市新一代信息通信产业集群联合主办的AIOT 2022国际生态发展大会-智慧机器人分论坛上，TI中国区处理器技术资深支持工程师杨宇先生从感知、控制、智能、安全以及能源和成本效益方面分享了机器人的创新技术。
机器人已经融入到了我们生活的方方面面，现在酒店、餐饮、娱乐、工业等等各个领域都有机器人在为我们服务。机器人越来越智能，应用场景也越来越多。当前环境下，怎样利用实时控制技术和先进的信号处理开拓机器人和其他工业应用，加快向智能生产系统的过渡呢？
6月29日，由Aspencore与深圳市新一代信息通信产业集群联合主办的AIOT 2022国际生态发展大会-智慧机器人分论坛上，TI中国区处理器技术资深支持工程师杨宇先生从感知、控制、智能、安全以及能源和成本效益方面分享了机器人的创新技术。
工业市场，一直是TI非常注重的市场，TI自1986年进入中国以来，已经在本土建立了非常完善的支持体系：在成都有一个封装一体化流程工厂，在香港和上海也有相应的产品分布中心，在上海、深圳、北京有相应的研发中心，在全国大部分一二线城市也有相应的销售机构和技术支持机构，能够更快、更实时的响应本土客户的需求。
TI是一家芯片公司，在模拟和数字产品上都有比较完备的产品线，从模拟上的电源、时钟、信号链到高性能异构处理器，TI都可以给大家提供一个比较多样化的选择，同时现在TI在本土也有相应的中文版技术支持论坛，也有相应的网上商店。
机器人技术是当今非常热门的技术，也是工业应用上一个非常重要的领域。下面首先介绍机器人的分类以及当前最热门的感知和实时控制技术。
机器人行业及技术概况
机器人分类
主要分成四大类：第一类是工业机器人，更多的是工业机器臂，机器臂的主要功能些操作。
第二类是家用机器人，比如扫地机器人、除草机器人。
第三类是无人移动机器人，分两类：AGV、AMR。AGV是按照既定轨迹运行，而AMR可以根据路径环境不同重新进行路径修改，AMR机器人相对于AGV机器人，系统设计会更加复杂。
第四类是协作机器人，有很多和人之间相互交互的场景，需要和人交互，对安全性的要求特别高。
感知技术
当前，边缘计算应用越来越广，在机器人的应用上，为了让机器人有更多自主决策权利，越来越多的功能和应用放在边缘侧，机器人上需要实现信息感知、信息处理、信息执行，需要集这三个功能为一体，因此对机器人系统提出了更高的要求，不仅仅是高性能、低功耗，同时需要机器人能够集成丰富的传感器接口，同时需要集成图像视觉压缩器、工业网络通信等来满足不同场景的要求。
因此，机器人需要一个比较重要的环境感知技术。
现在环境感知技术更多的还是视觉，但机器人的环境感知技术要实现质的飞跃，不仅仅是机器视觉，还需要听觉、触觉等各种方式的感知技术融合在一起，才能够实现机器人对周边环境全方位的感知。
实时控制
机器人系统是对实时响应要求非常高的系统，从信息入口到计算再到执行，整个过程中对于整体传输数据的处理和执行需要具备一个低延时、低抖动、高可靠性的要求。
融合
机器人更多的是模拟人类的行为，人类的信息获取80%都是来自于视觉，11%来自于听觉，剩下的9%是来自于触觉、嗅觉、味觉。而在所有的感知体系里，视觉处理是最为复杂的，以至于人需要休息时必须要闭上眼睛来达到主动隔离的目的。机器人也一样，目前应用最广泛的还是视觉感知，现在视觉感知在工业、安防、消费电子、交通等领域已经应用非常广泛，很多摄像头都带有AI的图像识别能力。
除了视觉感知之外另外比较重要的是听觉感知和触觉感知，听觉感知主要是语音识别、语音交互，而触觉感知是机器人抓握抬举等功能。
如何把多个感知系统融合到一起，实现多模式识别的功能，这是机器人感知系统能够提升一个台阶的关键。
以工业机器人为例，传统工业机器人进行抓取时，是通过视觉感知，通过视觉读取到被抓取图像的形态，计算出距离，进行抓取算法的确定，再进行抓取。在有些场景下，紧紧依靠机器视觉是不够的，在一些更高阶的应用里，需要知道被抓取物体的材质、软硬度来确定抓取的力度。在这种场景下，机器视觉不够用，必须用到触觉传感器。机器视觉和触觉的应用可以让机器人的感知力得到质的飞跃。除此之外还有听觉甚至神经元结合的传感器形态，也可以更好的提升机器人的感知能力。
机器人三大特点及技术
机器人的应用主要需要注重三个特点：实时控制，实时通信，功能安全。针对机器人应用的这三特点，TI都有相应的不同产品，能够提供比较好的选择。
实时控制
TI有经典的C2000 MCU，可以提供高性能、高精度、低延时的实时控制，为了针对实时控制MCU领域的多样化选择，TI去年推出了一条新的产品线Sitara MCU：M2X系列，可以更好的满足实时响应控制的需求。
实时通信
实时通信是机器人系统里一个非常重要的通信要求，比如现在比较流行TSN时间敏感网络、工业实时以太网通信。
TI的处理器和MCU都可以支持这些工业实时以太网通信。同时TI的工业实时以太网模块可以通过单个硬件以及其他不同部件来实现不同协议的支持，很大程度上节省硬件设计的成本。
功能安全
TI非常注重工业市场上的功能安全特性，专门推出了针对功能安全的MCU，在MCU里有一个主控内核，有一个影子内核，通过这两个核的协助、操作，可以极大的提升整个机器人系统的功能安全。
配送机器人
现在物流行业发展如火如荼，中国已经成为世界第一大快递大国。据统计，在整个快递成本里，超过28%的成本处在最后一公里的配送上。
基于经济效益的考虑，配送机器人是现在物流机器人里非常热门的一个应用。
最后一公里配送机器人的要求比较高，除了需要有感知技术，还需要路径规划，避障能力、智能控制驱动能力，基于这四个能力为一体的配送机器人，TI提供从传感器到处理器整个链路的解决方案，并且这个解决方案已经在亚马逊的物流体系里得到成功应用。
机器人领域的机会
机器人领域的技术发展迅猛，怎样为客户和用户提供优秀的产品至关重要，能否在成本控制、人机交互与安全、传感器融合方面具有优势将是机器人领域的机会。
1、减少成本
机器人系统造价高昂，维护成本和开发成本都会比较贵，所以机器人的小型化和集成化将是以后的发展方向。
在这方面，TI能够减少成本支出。
TI提供的机器人系统的中央处理器，可以支持异构多核的模式。在一颗处理器里，既有A核，上面可以借助一些形态运行高级应用，可以做系统管理，管理整体的通信、任务调度等等；同时还有R核，可以通过R核驱动需要实时控制要求比较高的场景，在一系列处理器上，也会集成通信等模块，可以更好的进行工业实施的拓展。在TI的工业处理器里还有功能安全MCU，单颗MCU可以通过安全认证，TI也可以协助客户完成从芯片到系统级的功能安全等级认证。基于这种种技术，TI可以把小型化的集成度最大程度上体现在一颗芯片里实现。
2、人机交互和安全
传统的人机交互，更多的是单方面的交互，是人对机器。比如传统不管是视觉、触觉还是听觉，都是基于一些物理特性的交互，现在强调的更多交互是双向性和安全性。双向性指的是机器也会反馈给操作人员，除了传统的物理交互方式外，脑电结合、机电结合的方式，也在某些领域得到越来越多的应用，比如医疗骨骼机器人。
在功能安全方面，TI有单颗的功能安全MCU，可以支持多核功能，也可以在复杂的NPU里集成公共安全，来实现整颗NPU系统级功能安全设计。
3、传感器融合
机器人技术应用较多的机器视觉，更多的会受限于环境，对恶劣复杂的环境，分辨率和清晰度不高的场景，机器视觉无法识别，比如雨雾天气可能看不清楚前方的物体，机器视觉就很难捕捉到一些有用的信息。
基于这种视觉处理问题，TI在传感器上推出了66GHz和77GHz的雷达传感器，可以在黑暗或者低分辨率场景下很好的捕捉到物理的距离、速度和角度，针对隐私保护场景，比如卧室或者卫生间，TI提供毫米波雷达作为视觉传感的辅助。
TI Jacinto 7多核异构处理器和文档资料
Jacinto 7是TI集成了机器学习，整体算力达到32TOPS的最新处理器。
工业机器人里，除了算力之外，工业实时以太网通信功能非常重要的。TI的SoC的特点是集算力、功能安全和实时以太网通信这些机器人应用里必备要素为一体的应用。
在TDA4处理器里是基于Cortex-A72再加上Cortex R内核，除此之外还有深度学习加速器，有TI独特的CD6 DSP核和C7x DSP核，可以提供除了标准NPU处理之外的差异化选择。
在软件上，TI可以支持深度学习库，针对深度学习库，TI处理器基于相应的加速器做了优化，在使用方面，和典型的TensorFlow的库调用的API完全一致。
下面是通过TI深度学习库做了一些相应的性能优化，同时可以实现和其他深度学习加速器代码上的无缝衔接。
在机器人的系统设计上，TI有非常丰富的技术储备，官网上有专门的机器人学习手册，这个手册从模拟到MCU、到处理器、到通信等方面，都有一个完整详细的介绍，并且提供中文版。
您可能感兴趣
