边缘上的AI：“协作机器人”如何快速处理传感器数据.pdfVIP

封面目录打印订阅

技术动态专题业界访谈每月新品解决方案

边缘上的AI：“协作机器人”如何快速处理传感器数据

作者：德州仪器全球工业系统部门系统和应用经理MatthieuChevrier

无论是传统的工业机器人系统，还是当今最先进的协作机器人（Cobot），它在此阶段，实时性能或功能都不是问题。培训阶段的结果是在部署时已经有了

们都要依靠可生成大量高度可变数据的传感器。这些数据有助于构建更佳的机器学一个经过培训的AI系统，该系统能够执行特定任务，例如，调查组装线上的瓶颈问

习（ML）和人工智能（AI）模型。而机器人依靠这些模型变得“自主”，可在动题、计算和跟踪一个房间内的人员或确定账单是否是伪造的。

态的现实环境中做出实时决策和导航。但是，为了让AI实现其在许多行业的应用前景，在推理（执行培训后的ML算

工业机器人通常位于“封闭”环境中，出于安全原因，如果该环境中有人类进法）期间必须实时或近实时完成传感器数据的融合。为此，设计师需要在边缘实

入，机器人会停止移动。但是限制人类/机器人协作，也使得很多益处无法实现。具施ML和深度学习模型，将推理功能部署到嵌入式系统中。

有自主运行功能的机器人，可以支持安全高效的人类与机器人的共存。举例来说，在工作场所设立协作机器人（如图1），与人进行密切协作。它需

机器人应用的传感和智能感知非常重要，因为机器人系统的高效性能，特别要使用来自近场传感器及视觉传感器的数据，来确保它在成功防止人类受到伤害的

是ML/AI系统，在很大程度上取决于为这些系统提供关键数据的传感器的性能。当同时，支持人类完成对于他们来说有难度的活动。所有这些数据都需要实时处理，

今数量广泛且日益完善和精确的传感器，结合能够将所有这些传感器数据融汇在一但是云的速度达不到协作机器人需要的实时、低延时响应。要攻克这个瓶颈，人们

起的系统，就可以支持机器人具有越来越好的知觉和意识。把当今先进的AI系统发展到了边缘领域，即，机器人意味着存在于边缘设备中。

AI的发展

机器人自动化一直以来都是制造业的革命性技术，将AI集成到机器人中显然将

在未来数年中使机器人技术产生巨大变化。本文探讨了当今机器人、自动化和

把AI及AI所需数据紧紧链接在一起从而实现智能的最重要技术的某些关键发展趋

势，还讨论了如何在AI系统中使用以及融汇不同的传感器。

推动机器人的AI处理技术至边缘计算

ML包括两个主要部分：培训和推理，可以在完全相异的处理平台上执行它

们。培训通常是以离线方式在桌面上进行或在云端完成，并且包括将大数据集入神

图1:人类在工厂环境中与协作机器人互动。

经网络。

世界电子元器件2019年第04期14/69

封面目录打印订阅

技术动态专题业界访谈每月新品解决方案

这种分布式AI模型依赖于高度集成的处理器，这种处理器具有：集成式传感器与控制单元连接，将可传感机器人臂与人或其他对象的迫在眉睫

丰富的外围设备组，用于对接不同传感器的冲突，控制单元将立即关闭机器人。如果任何传感器或其电子电路故障，机器人

高性能处理功能，以