传感器和处理器如何搭配创造出更智能更自主的机器人？

　　Co-authored with Jitin George。

　　传感器和处理器如何搭配创造出更智能更自主的机器人？自主机器人是一种智能机器，可以在没有人类控制或干预的情况下理解和导航环境。虽然这项技术相对年轻，但在工厂、仓库、城市和家庭中，有许多不同的自主机器人使用案例。例如，机器人可以用来在仓库周围运输货物，或者完成最后一英里的运送，而其他类型的机器人可以吸尘或割草。

　　自主性要求机器人能够在映射的环境中感知和定位自己，动态检测周围的障碍物，跟踪这些障碍物，规划到达指定目的地的路线，并控制车辆遵循该计划。此外，机器人必须仅在安全的情况下执行这些任务，避免对人类、财产或系统本身造成风险的情况。由于机器人比以往任何时候都更接近人类，因此机器人不仅需要具有自主性、可移动性和节能性，还需要满足功能安全要求。传感器、处理器和控制设备可以帮助设计师达到功能安全标准的严格要求。

　　关于自主机器人传感的思考

　　有几种不同类型的传感器可以帮助解决自主机器人带来的挑战。让我们仔细看看其中的两个：

　　视觉传感器。视觉传感器紧密模拟人类的视觉和感知。视觉系统能够解决定位、障碍物检测和避免碰撞的挑战，因为它们具有高分辨率的空间覆盖，并且不仅能够检测对象，而且能够对对象进行分类。与激光雷达等传感器相比，视觉传感器也更具成本效益。然而，视觉传感器的计算量非常大。

　　耗电的中央处理器（CPU）和图形处理单元（GPU）可能会对功率受限的机器人系统构成挑战。在设计节能机器人系统时，基于CPU或GPU的处理应该最少。高效视觉系统中的片上系统（system-on-a-chip，SoC）应以高速低功耗处理视觉信号链，并优化系统成本。用于视觉处理的SOC必须是智能、安全和节能的。TDA4处理器系列是一个高度集成的处理器系列，采用异构体系结构设计，可提供计算机视觉性能、深度学习处理、立体视觉功能和视频分析，同时功耗最低。

　　TI毫米波雷达。在机器人应用中使用钛毫米波雷达是一个相对较新的概念，但使用钛毫米波传感实现自主性的想法已经存在了一段时间。在汽车应用中，钛毫米波雷达是高级驾驶员辅助系统（ADAS）的关键部件之一，已被用于监测车辆周围环境。您可以采用一些相同的ADAS概念，如环绕视图监控或碰撞避免，并将其应用于机器人。

　　钛毫米波雷达从传感技术的角度来看是独一无二的，因为这些传感器提供物体的距离、速度和到达角信息，并更好地指导机器人如何导航以避免碰撞。使用雷达传感器数据，机器人可以根据接近的人或物体的位置、速度和轨迹，决定是否安全地继续其路径，或减速甚至停止。

　　用传感器融合和边缘人工智能解决复杂的自主机器人问题

　　对于更复杂的应用，无论传感器的类型如何，单独一个传感器可能不足以实现自主性。最终，摄像头或雷达等传感器应在系统中相互补充。通过传感器融合在处理器上利用不同传感器模式的数据可以帮助解决一些更复杂的自主机器人挑战。

　　虽然传感器融合有助于机器人更加精确，但在边缘使用人工智能（AI）有助于机器人智能化。将边缘AI融入机器人系统有助于机器人智能感知、决策和执行动作。具有边缘AI的机器人可以智能地检测物体及其位置，对物体进行分类并采取相应的行动。例如，当机器人在繁忙的仓库中导航时，edge AI可以帮助机器人推断出其路径中有什么类型的对象，包括人、箱子、机器甚至其他机器人，并确定哪些操作适合在其周围导航。

　　在设计包含AI的机器人系统时，应考虑硬件和软件的设计因素。TDA4处理器系列具有用于边缘AI功能的硬件加速器，可帮助实时执行计算密集型任务。访问易于使用的edge AI软件开发环境有助于简化和加快应用程序开发和硬件部署过程。您可以通过我们的文章“How to simplify your embedded edge AI application development”(如何简化嵌入式edge AI应用程序开发)了解更多关于旨在帮助开发过程的无TI工具、软件和服务的信息

　　结论

　　设计更加智能和自主的机器人是继续提高自动化的必要条件。机器人可用于仓库和配送，以跟上并促进电子商务的增长。机器人可以完成吸尘和割草等日常家务活。使用自主机器人可以解锁生产力和效率，帮助改善和增加我们的生活价值。