【導(dǎo)讀】在我的上一篇博文中,我討論了德州儀器(TI)毫米波(mmWave)傳感器如何為工廠中的機械臂提供邊緣智能。現(xiàn)在,我想討論毫米波技術(shù)如何為自主機器人提供邊緣智能,使傳感器能夠做出實時決策,以減緩或停止機器人,并確保其在工業(yè)機器人應(yīng)用中的持續(xù)性能。
TI毫米波傳感器可用于旨在幫助工業(yè)機器人避免碰撞的系統(tǒng)中,解決同人類和其他物體相互作用的機器人協(xié)同互動的關(guān)鍵問題。若邊緣需要額外的機器學(xué)習(xí)處理,毫米波傳感器可與工業(yè)級處理器(如Sitara™處理器)無縫協(xié)作,以提供額外智能。
了解TI 毫米波傳感器和Sitara處理器如何實現(xiàn)智能機器人技術(shù)
就像汽車先進的駕駛員輔助系統(tǒng)可使用毫米波進行環(huán)繞全景監(jiān)控和障礙物探測一樣,毫米波傳感器有助于解決自動導(dǎo)引車(如物流機器人、運載工具、叉車和液壓車)的類似挑戰(zhàn),如圖1所示。
圖1:各種自動導(dǎo)引車
3D點云探測
具有三發(fā)射器和四接收器天線配置的毫米波傳感器可在方位角和仰角平面上使用角度信息實現(xiàn)最大30 m的3D物體探測,以便從高處探測物體。這對于叉車這樣的車輛極其有用,因為它的傳感器位于離地面較高的位置。單個傳感器能夠在120度視野范圍內(nèi)探測物體,從而最大限度地減少環(huán)繞監(jiān)測系統(tǒng)所需的傳感器數(shù)量。
高分辨率、準確探測
由于毫米波傳感器在4 GHz帶寬下工作,因此可識別間隔4 cm的單獨物體,并在可能被漆黑、灰塵或物理屏障遮擋的區(qū)域中操作。這種高分辨率能力是必要的,以便傳感器準確地計數(shù)和識別物體或人員,并實時觸發(fā)適當(dāng)動作,比如在碰撞之前停止機器人。
除實時物體感測和避碰外,毫米波傳感器還提供額外功能,以使智能工業(yè)機器人成為可能。
地速和邊緣探測
TI 毫米波技術(shù)通過多普勒頻移提供亞毫米級精度和高分辨率,實現(xiàn)精確的地速感測,使傳感器系統(tǒng)能夠計算車輛的地面速度并探測地面邊緣,例如車輪可能滑動的裝卸涼臺,以避免不可恢復(fù)的情況。
透明物體探測
TI 毫米波傳感器可以探測透明物體,如玻璃和塑料以及暗物,這可能對某些光基技術(shù)有所挑戰(zhàn)。提高探測精度有助于避免與玻璃屏障或物體碰撞等潛在意外事故。
符合SIL-2標準
TI的60 GHz 毫米波傳感器可幫助系統(tǒng)滿足IEC安全完整性等級(SIL)-2標準,以便在人機交互密切時進行事件管理。在設(shè)計SIL-2認證系統(tǒng)時,工程師可直接使用TI 毫米波傳感器提供可能需要系統(tǒng)實施額外安全處理器系統(tǒng)或冗余傳感器系統(tǒng)從而獲得認證的功能。
自主機器人中的TI 毫米波傳感器
作為數(shù)字信號處理器的一部分,TI高度集成的毫米波雷達傳感器具有先進的聚類和跟蹤算法,可在邊緣提供智能自治。圖2所示為帶有集成處理的TI 毫米波芯片。
圖2:比較典型的前端傳感器解決方案和可實現(xiàn)邊緣智能的集成的TI 毫米波傳感器。
由于TI 毫米波傳感器不受環(huán)境(雨、灰塵、煙霧)和照明條件的影響,且可通過塑料等材料感知,因此它們無需外部透鏡、孔徑或傳感器表面就可有效探測機器人路徑中的物體。
更多邊緣智能
深度學(xué)習(xí)是機器學(xué)習(xí)的一個子集,在工業(yè)領(lǐng)域越來越受歡迎。TI提供硬件和軟件支持,幫助設(shè)計人員為包括機器人技術(shù)在內(nèi)的各種應(yīng)用帶來深度學(xué)習(xí)推理。
對于發(fā)生智能傳感器自帶數(shù)據(jù)處理能力不足的應(yīng)用,配備高達1.5 GHz高性能Arm®Cortex®-A15內(nèi)核以及雙核C66x處理器的Sitara Am57x處理器系列能夠運行深度學(xué)習(xí)推理和傳統(tǒng)的機器視覺算法,可解決預(yù)測性維護和剩余使用壽命等應(yīng)用的機器學(xué)習(xí)需求,或者基于超出現(xiàn)有功能的傳感器輸入做出決策。Sitara AM57x處理器為工業(yè)通信(EtherCAT、Profinet、時間敏感網(wǎng)絡(luò)、Profibus、以太網(wǎng)/互聯(lián)網(wǎng)協(xié)議)提供專用硬件,可用作機器人控制器的中央處理單元。
總之,用于穩(wěn)健物體探測的集成毫米波傳感解決方案以及用于增強機器學(xué)習(xí)的Sitara處理器,為機械臂的區(qū)域掃描儀或自主機器人避撞提供了智能解決方案。請參閱我們的資源開始開發(fā)。
推薦閱讀: