北京2019年3月29日 /美通社/ -- 近日，德州儀器全球工業(yè)系統(tǒng)部門系統(tǒng)和應(yīng)用經(jīng)理 Matthieu Chevrier 發(fā)表文章《邊緣上的AI：“協(xié)作機(jī)器人”如何快速處理傳感器數(shù)據(jù)》。本文將介紹機(jī)器人自動(dòng)化發(fā)展以及其運(yùn)用的傳感器技術(shù)。
無論是傳統(tǒng)的工業(yè)機(jī)器人系統(tǒng)，還是當(dāng)今先進(jìn)的協(xié)作機(jī)器人(Cobot)，它們都要依靠可生成大量高度可變數(shù)據(jù)的傳感器。這些數(shù)據(jù)有助于構(gòu)建更佳的機(jī)器學(xué)習(xí)(ML)和人工智能(AI)模型。而機(jī)器人依靠這些模型變得“自主”，可在動(dòng)態(tài)的現(xiàn)實(shí)環(huán)境中做出實(shí)時(shí)決策和導(dǎo)航。
工業(yè)機(jī)器人通常位于“封閉”環(huán)境中，出于安全原因，如果該環(huán)境中有人類進(jìn)入，機(jī)器人會(huì)停止移動(dòng)。但是限制人類/機(jī)器人協(xié)作，也使得很多益處無法實(shí)現(xiàn)。具有自主運(yùn)行功能的機(jī)器人，可以支持安全高效的人類與機(jī)器人的共存。
機(jī)器人應(yīng)用的傳感和智能感知非常重要，因?yàn)闄C(jī)器人系統(tǒng)的高效性能，特別是 ML/AI 系統(tǒng)， 在很大程度上取決于為這些系統(tǒng)提供關(guān)鍵數(shù)據(jù)的傳感器的性能。當(dāng)今數(shù)量廣泛且日益完善和精確的傳感器，結(jié)合能夠?qū)⑺羞@些傳感器數(shù)據(jù)融匯在一起的系統(tǒng)，就可以支持機(jī)器人具有越來越好的知覺和意識(shí)。
AI 的發(fā)展
機(jī)器人自動(dòng)化一直以來都是制造業(yè)的革命性技術(shù)，將 AI 集成到機(jī)器人中顯然將在未來數(shù)年中使機(jī)器人技術(shù)產(chǎn)生巨大變化。本文探討了當(dāng)今機(jī)器人、自動(dòng)化和把 AI 及 AI 所需數(shù)據(jù)緊緊鏈接在一起從而實(shí)現(xiàn)智能的重要技術(shù)的某些關(guān)鍵發(fā)展趨勢(shì)，還討論了如何在 AI 系統(tǒng)中使用以及融匯不同的傳感器。
推動(dòng)機(jī)器人的 AI 處理技術(shù)至邊緣計(jì)算
ML 包括兩個(gè)主要部分：培訓(xùn)和推理，可以在完全相異的處理平臺(tái)上執(zhí)行它們。培訓(xùn)通常是以離線方式在桌面上進(jìn)行或在云端完成，并且包括將大數(shù)據(jù)集入神經(jīng)網(wǎng)絡(luò)。在此階段，實(shí)時(shí)性能或功能都不是問題。培訓(xùn)階段的結(jié)果是在部署時(shí)已經(jīng)有了一個(gè)經(jīng)過培訓(xùn)的 AI 系統(tǒng)，該系統(tǒng)能夠執(zhí)行特定任務(wù)，例如，調(diào)查組裝線上的瓶頸問題、計(jì)算和跟蹤一個(gè)房間內(nèi)的人員或確定賬單是否是偽造的。
但是，為了讓 AI 實(shí)現(xiàn)其在許多行業(yè)的應(yīng)用前景，在推理（執(zhí)行培訓(xùn)后的 ML 算法）期間必須實(shí)時(shí)或近實(shí)時(shí)完成傳感器數(shù)據(jù)的融合。為此，設(shè)計(jì)師需要在邊緣實(shí)施 ML 和深度學(xué)習(xí)模型，將推理功能部署到嵌入式系統(tǒng)中。
舉例來說，在工作場所設(shè)立協(xié)作機(jī)器人（如圖1），與人進(jìn)行密切協(xié)作。它需要使用來自近場傳感器及視覺傳感器的數(shù)據(jù)，來確保它在成功防止人類受到傷害的同時(shí)，支持人類完成對(duì)于他們來說有難度的活動(dòng)。所有這些數(shù)據(jù)都需要實(shí)時(shí)處理，但是云的速度達(dá)不到協(xié)作機(jī)器人需要的實(shí)時(shí)、低延時(shí)響應(yīng)。要攻克這個(gè)瓶頸，人們把當(dāng)今先進(jìn)的 AI 系統(tǒng)發(fā)展到了邊緣領(lǐng)域，即，機(jī)器人意味著存在于邊緣設(shè)備中。
這種分布式 AI 模型依賴于高度集成的處理器，這種處理器具有：
此外，所有這些功能還必須高效工作，并且功耗相對(duì)低，體積相對(duì)小，以便由邊緣承載它們。
隨著 ML 的普及，我們經(jīng)過功耗和尺寸優(yōu)化的“推理引擎”的可獲得性也越來越高。這些引擎是專為執(zhí)行 ML 推理而專門設(shè)計(jì)的硬件產(chǎn)品。
集成式片上系統(tǒng)(SoC)在嵌入式空間內(nèi)通常是好的選擇，因?yàn)槌苓\(yùn)行深度學(xué)習(xí)推理的各種處理元件外，SoC 還集成了使嵌入式應(yīng)用變得完整的許多必要部件。
讓我們來分析一下當(dāng)今時(shí)代中的熱門機(jī)器人發(fā)展趨勢(shì)。
協(xié)作機(jī)器人（協(xié)作機(jī)器人）
接近傳統(tǒng)的工業(yè)機(jī)器人沒有外圍設(shè)備，但是人們一般無法獲得它們。與之相反，協(xié)作機(jī)器人設(shè)計(jì)用于在運(yùn)行時(shí)與人安全互動(dòng)，緩慢而優(yōu)雅地移動(dòng)。
根據(jù) ISO 標(biāo)準(zhǔn) TS 15066的定義，協(xié)作機(jī)器人是一種能夠用在協(xié)作環(huán)境中的機(jī)器人，協(xié)作操作意味著機(jī)器人和人在定義的工作空間內(nèi)同步工作，進(jìn)行生產(chǎn)操作（這不包括機(jī)器人+機(jī)器人系統(tǒng)或同地協(xié)作、在不同時(shí)間進(jìn)行操作的人與機(jī)器人）。定義和部署協(xié)作機(jī)器人，可預(yù)測機(jī)器人的實(shí)體部分（如實(shí)際功能擴(kuò)展，比方說激光）與操作員的潛在沖突。更重要的是，這會(huì)利用傳感器來確定操作員的精確位置和速度。
協(xié)作機(jī)器人制造者必須在機(jī)器人系統(tǒng)中實(shí)施高水平的環(huán)境感應(yīng)和冗余，以便快速探測和防止可能的沖突。集成式傳感器與控制單元連接，將可傳感機(jī)器人臂與人或其他對(duì)象的迫在眉睫的沖突，控制單元將立即關(guān)閉機(jī)器人。如果任何傳感器或其電子電路故障，機(jī)器人也將關(guān)閉。
物流機(jī)器人
物流機(jī)器人是在可能有人或沒人的環(huán)境中操作的移動(dòng)設(shè)備，如倉庫、配送中心、港口或園區(qū)等。物流機(jī)器人提取貨物并把貨物帶到包裝站，或者把貨物從公司站點(diǎn)的一棟建筑物運(yùn)送到另一棟建筑物；某些物流機(jī)器人還能揀貨和包裝。這些機(jī)器人通常在特定環(huán)境中移動(dòng)，需要傳感器進(jìn)行定位、繪圖和防止沖突（特別是與人的沖突）。
直至最近，大多數(shù)物流機(jī)器人還在使用預(yù)定義的路線；而現(xiàn)在它們已經(jīng)能夠基于其他機(jī)器人、人和貨物的位置來調(diào)整它們的導(dǎo)航。超聲波、紅外線和 LIDAR 感應(yīng)目前都是已投入應(yīng)用的技術(shù)。鑒于機(jī)器人的移動(dòng)性，位于其內(nèi)部的控制單元一般是通過無線方式與中央遠(yuǎn)程控制通信。物流機(jī)器人目前已采用的先進(jìn)技術(shù)，包括 ML 邏輯、人機(jī)協(xié)作及環(huán)境分析技術(shù)等。
勞動(dòng)力成本上升和嚴(yán)格的政府法規(guī)，都促使物流機(jī)器人得到了更廣泛的應(yīng)用。它們的受歡迎程度也水漲船高，因?yàn)樵O(shè)備和傳感器等部件的成本有所下降，集成的成本（和所需時(shí)間）也呈下行趨勢(shì)。
最后一英里交付機(jī)器人
在將產(chǎn)品從倉庫貨架運(yùn)輸?shù)娇蛻糸T前臺(tái)階的過程中，“最后一英里”交付是物流過程的最后一步：將貨物最終運(yùn)抵買家門前的時(shí)刻。這不僅對(duì)形成何等客戶滿意度很關(guān)鍵，同時(shí)最后一英里交付還是成本高昂和耗時(shí)的。
最后一英里交付的成本占據(jù)整個(gè)貨運(yùn)成本的大頭：就其本身而言，使最后一英里交付更高效已經(jīng)成為開發(fā)和實(shí)施新機(jī)器人技術(shù)的重點(diǎn)，它能推動(dòng)過程改進(jìn)和提高效率。
機(jī)器人中 AI 的傳感器技術(shù)
隨著機(jī)器人技術(shù)的發(fā)展，互補(bǔ)傳感器技術(shù)也在發(fā)展。與人類的五種感官非常相似，在將機(jī)器人系統(tǒng)部署到不斷變化和不受控制的環(huán)境中時(shí)，結(jié)合不同的傳感技術(shù)可以提供最佳結(jié)果。即使是機(jī)器人執(zhí)行的最簡單的任務(wù)也將取決于3D 機(jī)器視覺來將數(shù)據(jù)饋送到 AI 技術(shù)中。若未能夠重建3D 圖像的機(jī)器視覺，且 AI 將該視覺信息轉(zhuǎn)換成機(jī)器人方面的成功動(dòng)作，則在沒有預(yù)定位置和運(yùn)動(dòng)的情況下抓住對(duì)象不可能實(shí)現(xiàn)。
當(dāng)今用于支持機(jī)器人中 AI 的最流行和最相關(guān)的傳感器技術(shù)包括：
雖然在工廠車間里人類仍然執(zhí)行大部分任務(wù)，但機(jī)器人將適應(yīng)人類工作、提高自動(dòng)化程度。為實(shí)現(xiàn)這一目標(biāo)，他們需要配備更多的 AI 功能，以實(shí)時(shí)識(shí)別和適應(yīng)各類情況，這只有在 AI 處在前沿時(shí)才有可能實(shí)現(xiàn)。
更多相關(guān)資訊請(qǐng)瀏覽：
http://www.ti.com.cn/zh-cn/applications/industrial/factory-automation/overview.html?hqs=SYS-Ind-FA-Robotics19-contrib-lp-20190329-cn
