你的位置:首頁(yè) > 傳感技術(shù) > 正文

實(shí)現(xiàn)機(jī)器人的自主性?嵌入式模擬智能可以達(dá)到新高度!

發(fā)布時(shí)間:2019-11-27 責(zé)任編輯:wenwei

【導(dǎo)讀】要實(shí)現(xiàn)自主,機(jī)器人不僅僅只需要人工智能(AI),還需要很多傳感器、傳感器融合以及邊緣實(shí)時(shí)推理。由于深度卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)已得到公認(rèn),激光雷達(dá)對(duì)更為先進(jìn)的數(shù)據(jù)處理的需求正在把神經(jīng)網(wǎng)絡(luò)推向新的拓?fù)浣Y(jié)構(gòu),以實(shí)現(xiàn)自主。
 
第一個(gè)機(jī)器人在20世紀(jì)50年代末、60年代初誕生,但嚴(yán)格意義上它不算機(jī)器人,只是一臺(tái)“可編程的物品傳送設(shè)備”,它被用于移動(dòng)通用汽車(chē)公司生產(chǎn)線(xiàn)上壓鑄機(jī)周?chē)漠a(chǎn)品。1954年專(zhuān)利的第一句話(huà)強(qiáng)調(diào)了本發(fā)明的可編程性和通用性,并且表明可編程性要求傳感器確保程序、期望軌跡或功能和實(shí)際運(yùn)動(dòng)之間的一致性。
 
時(shí)至今日,機(jī)器人并沒(méi)有完全偏離最初的概念:如今的機(jī)器人是可以進(jìn)行編程的。它們需要感知自身的環(huán)境,以確保所做的事情和被設(shè)定要做的事情是一致的。而且,它們需要在自身的環(huán)境中移動(dòng)。過(guò)去50-60年來(lái)所發(fā)生的變化主要是在復(fù)雜性、速度以及應(yīng)用這些基本概念的領(lǐng)域方面有所增加。
 
雖然第一批機(jī)器人主要用來(lái)移動(dòng)壓鑄件,但機(jī)器人之父約瑟夫·恩格爾伯格(Joseph Engelberger)深受阿西莫夫機(jī)器人第一定律的影響——機(jī)器人不得傷害人類(lèi),或看到人類(lèi)受到傷害而袖手旁觀。他把機(jī)器人部署在可以保護(hù)人類(lèi)的地方。保護(hù)人類(lèi)也是傳感器數(shù)量不斷增加的驅(qū)動(dòng)力,特別是在協(xié)作機(jī)器人(cobots)或自動(dòng)導(dǎo)引車(chē)(AGVs)中。
 
是什么推動(dòng)著機(jī)器人產(chǎn)業(yè)的發(fā)展?
 
為了更好地理解對(duì)自主機(jī)器人的追求,讓我們回顧一下Alex Wissner-Gross的“智能定律”方程式:它是一種熵力,解釋了機(jī)器人學(xué)的發(fā)展趨勢(shì):
 

 
其中F指的是使未來(lái)行動(dòng)自由最大化的力,T指的是定義整體強(qiáng)度的溫度(可用資源),以及S指的是時(shí)間范圍tau內(nèi)的熵。
 
機(jī)器人學(xué)作為一門(mén)工業(yè)和科學(xué),其目標(biāo)是通過(guò)增加嵌入式模擬智能來(lái)最大限度地提高未來(lái)機(jī)器人行動(dòng)的自由度。這就需要:
 
● 有更多的傳感器來(lái)獲得更高精度的機(jī)器人周?chē)h(huán)境模型。
● 有更好的傳感器連接到控制算法(和更分散的控制算法)。
● 有更好的算法從傳感器數(shù)據(jù)中提取盡可能多的信息。
● 有更好的執(zhí)行器來(lái)根據(jù)控制算法的決策更快更準(zhǔn)確地行動(dòng)。
 
不妨看一看當(dāng)今的科技領(lǐng)域,機(jī)器人已經(jīng)獲得了很大的自主性,并且正在使用來(lái)自互補(bǔ)性氧化金屬半導(dǎo)體相機(jī)傳感器、激光雷達(dá)和雷達(dá)的傳感器來(lái)適應(yīng)各種各樣的應(yīng)用。雖然相機(jī)的角度分辨率和動(dòng)態(tài)范圍比雷達(dá)大得多,但相機(jī)不能提供激光雷達(dá)所具有的動(dòng)態(tài)范圍,也不能在煙霧彌漫或多塵的環(huán)境中工作。
 
實(shí)現(xiàn)機(jī)器人的自主性?嵌入式模擬智能可以達(dá)到新高度!
圖1:工廠(chǎng)環(huán)境中的現(xiàn)代機(jī)械臂示例
 
由于機(jī)器人被設(shè)計(jì)成適應(yīng)最廣泛應(yīng)用的最靈活的選擇,因而它們需要在低光、多塵或明亮的環(huán)境中工作。這種靈活性可以通過(guò)組合傳感器信息——傳感器融合來(lái)實(shí)現(xiàn)。換句話(huà)說(shuō),不同傳感器的信息可用于重建機(jī)器人環(huán)境的彈性表示,從而在更多應(yīng)用中實(shí)現(xiàn)自主性。例如,如果一個(gè)相機(jī)被暫時(shí)覆蓋,則其他傳感器必須能夠使機(jī)器人安全運(yùn)行。為確保機(jī)器人能對(duì)其所處環(huán)境有全方位的了解,機(jī)器人傳感器數(shù)據(jù)需要以限時(shí)的方式進(jìn)行路由,并用少量的電纜連接到機(jī)器人控制器,以最大限度地提高連接的可靠性。
 
如今,高帶寬低延遲總線(xiàn)主要基于低壓差分信號(hào)(LVDS)。然而, LVDS接口并沒(méi)有標(biāo)準(zhǔn),這就導(dǎo)致傳感器到控制器的生態(tài)系統(tǒng)出現(xiàn)分裂,并且使來(lái)自不同供應(yīng)商的混合和匹配解決方案變得困難。一旦傳感器數(shù)據(jù)被傳輸?shù)綑C(jī)器人控制器,一系列基于深度神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)算法可以幫助提高機(jī)器人所處環(huán)境的精度。用深度學(xué)習(xí)教父Yann LeCun、Yoshua Bengio和Geoffrey Hinton的話(huà)說(shuō),“深度學(xué)習(xí)允許由多個(gè)處理層組成的計(jì)算模型學(xué)習(xí)具有多個(gè)抽象層的數(shù)據(jù)表示。”這些深度神經(jīng)網(wǎng)絡(luò)可以在機(jī)器人內(nèi)部用于快速、實(shí)時(shí)處理,也可以在云中用于元信息收集或更復(fù)雜的推理。
 
實(shí)現(xiàn)機(jī)器人的自主性?嵌入式模擬智能可以達(dá)到新高度!
圖2:機(jī)器人的不同感應(yīng)能力
 
對(duì)于大多數(shù)機(jī)器人來(lái)說(shuō),得益于邊緣處理所允許的固有低延遲,邊緣推理是確保機(jī)器人能夠?qū)ζ洵h(huán)境的變化做出快速反應(yīng)的重要參數(shù)。邊緣推理可用于卷積神經(jīng)網(wǎng)絡(luò),類(lèi)似的神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)可用于圖像分類(lèi)或預(yù)防性維護(hù)估算,深度Q網(wǎng)絡(luò)可用于機(jī)器人路徑規(guī)劃,或用于為解決一類(lèi)特定問(wèn)題而設(shè)計(jì)的自定義神經(jīng)網(wǎng)絡(luò)。
 
展望未來(lái)
 
在未來(lái),傳感器似乎不太可能有太大的變化,但所涉及的處理將有所不同。成像傳感器可能變成高光譜或可提供更高的分辨率。激光雷達(dá)可能有更高的波長(zhǎng)、更安全、并具有更長(zhǎng)的范圍。雷達(dá)傳感器可能配備集成天線(xiàn),但這些并不會(huì)有顯著變化。未來(lái)將改變的是信息使用和聚合的方式。
 
例如,在傳感器集線(xiàn)器上,引入單對(duì)以太網(wǎng)(aka T1)和數(shù)據(jù)線(xiàn)供電(電氣和電子工程師學(xué)會(huì)802.3bu-2016)將簡(jiǎn)化傳感器集線(xiàn)器接口的設(shè)計(jì),從而使更傳感器組合更廣泛和實(shí)現(xiàn)標(biāo)準(zhǔn)化配電。在控制方面,強(qiáng)化學(xué)習(xí)將由于最近的突破而得到加強(qiáng),從而解決了諸如從所有可能的失敗中學(xué)到的高成本,以及由于學(xué)習(xí)模式的偏斜而學(xué)習(xí)錯(cuò)誤行為的懲罰等難題。
 
在歸類(lèi)方面,大多數(shù)基于卷積神經(jīng)網(wǎng)絡(luò)的方法并沒(méi)有從激光雷達(dá)提供的體素中完全提取出所有的3D信息。下一代深度神經(jīng)網(wǎng)絡(luò)將利用框架提供的非歐幾里德機(jī)器學(xué)習(xí)(或幾何機(jī)器學(xué)習(xí))中的最新進(jìn)展,如PointNet、ShapeNet、Splatnet和Voxnet等框架。邊緣推理和傳感器融合將融合到我所看到的多個(gè)傳感器源的層次推理中。在這里,數(shù)據(jù)將通過(guò)更簡(jiǎn)單的推理網(wǎng)絡(luò)做出更快的回路反應(yīng),例如電流控制神經(jīng)網(wǎng)絡(luò),以改善現(xiàn)有比例-積分-微分網(wǎng)絡(luò)的性能,一直到能夠提供預(yù)測(cè)性維護(hù)診斷并處于中間位置的更加復(fù)雜的長(zhǎng)期-短期記憶網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)將能夠補(bǔ)償機(jī)器人結(jié)構(gòu)的微小誤差,并提供更高的位置精度和更平滑的運(yùn)動(dòng)。
 
總結(jié)
 
自主機(jī)器人進(jìn)化是一個(gè)始終變化的目標(biāo)。當(dāng)喬治·德沃爾(George Devol)在1954年申請(qǐng)專(zhuān)利時(shí),此機(jī)器顯然比當(dāng)時(shí)任何基于凸輪或人工操作的機(jī)器都更自主。但按照今天的標(biāo)準(zhǔn),這將是一個(gè)非常僵化的設(shè)置,甚至不會(huì)出現(xiàn)在自主程度的排名上。這種劇烈的變化很可能在我們意識(shí)到之前再次發(fā)生。
 
現(xiàn)在人們認(rèn)為,輪式機(jī)器人和協(xié)作機(jī)器人正處于自主的邊緣,當(dāng)人類(lèi)靠近它們時(shí),它們會(huì)減速,甚至在移動(dòng)時(shí)也能避免撞到人類(lèi)。隨著嵌入式模擬智能技術(shù)的迅速變化,這些“處于邊緣”的創(chuàng)新型機(jī)器人在不久的將來(lái)不會(huì)被視為具有自主性,因?yàn)檫@個(gè)行業(yè)正在以如此之快的速度發(fā)展并不斷產(chǎn)生新技術(shù),從而使得機(jī)器人技術(shù)比以往任何時(shí)候都更加自主。
 
本文轉(zhuǎn)載自德州儀器。
 
 
推薦閱讀:
 
半導(dǎo)體技術(shù)促進(jìn)汽車(chē)照明系統(tǒng)升級(jí)
汽車(chē)傳感器芯片巨頭Melexis,對(duì)汽車(chē)綠色使命的探索
關(guān)于柔性電路板,看完這一篇就夠了!
LED驅(qū)動(dòng)電源:3個(gè)電路巧妙利用TL431來(lái)恒流!
51單片機(jī)的內(nèi)部?jī)?nèi)部資源和最小系統(tǒng)解讀
要采購(gòu)傳感器么,點(diǎn)這里了解一下價(jià)格!
特別推薦
技術(shù)文章更多>>
技術(shù)白皮書(shū)下載更多>>
熱門(mén)搜索
?

關(guān)閉

?

關(guān)閉