Sicherere, intelligentere und effizientere autonome Roboter bauen

Der folgende Artikel wurde ursprünglich auf ElectronicProducts.com veröffentlicht.

Autonome Roboter: Definition und Anwendungen

Autonome Roboter sind intelligente Maschinen, die ihre Umgebung ohne menschliche Kontrolle oder Intervention verstehen und navigieren können. Obwohl autonome Robotertechnologie noch relativ jung ist, gibt es viele verschiedene Use Cases in Fabriken, Lagern, Städten und Häusern. Beispielsweise können autonome Roboter Waren in Lagern transportieren oder Last-Mile-Delivery durchführen, während andere Arten Häuser saugen oder Rasen mähen.

Autonomie erfordert, dass Roboter sich in einer kartierten Umgebung orten und orientieren, Hindernisse dynamisch detektieren, diese tracken, ihre Route zu einem Ziel planen und das Fahrzeug steuern, um diesem Plan zu folgen. Zusätzlich muss der Roboter diese Aufgaben nur ausführen, wenn es sicher ist, Situationen zu vermeiden, die Risiken für Menschen, Eigentum oder das autonome System selbst darstellen.

Da Roboter in größerer Nähe zu Menschen arbeiten als je zuvor, müssen sie nicht nur autonom, mobil und energieeffizient sein, sondern auch funktionale Sicherheitsanforderungen erfüllen. Sensoren, Prozessoren und Steuergeräte können Designern helfen, die strengen Anforderungen funktionaler Sicherheitsstandards wie IEC 61508 zu erreichen.

Überlegungen zum Sensing in autonomen Robotern

Ein Roboter ohne Sensoren wird unweigerlich in Hindernisse crashen – Wände, andere Roboter oder Menschen – und potenziell schwere Verletzungen verursachen. Es gibt verschiedene Sensortypen, die die Herausforderungen autonomer Roboter lösen können.

Vision-Sensoren emulieren menschliches Sehen und Wahrnehmung eng. Vision-Systeme können Herausforderungen der Lokalisierung, Hinderniserkennung und Kollisionsvermeidung lösen, da sie hochauflösende räumliche Abdeckung und die Fähigkeit bieten, Objekte nicht nur zu detektieren, sondern auch zu klassifizieren. Vision-Sensoren sind auch kosteneffizienter im Vergleich zu Sensoren wie LiDAR. Allerdings sind Vision-Sensoren sehr rechenintensiv.

Energiehungrige CPUs und GPUs können eine Herausforderung in energiebeschränkten autonomen Robotersystemen darstellen. Beim Design eines energieeffizienten Robotersystems sollte CPU- oder GPU-basierte Verarbeitung minimal sein.

Der System-on-Chip (SoC) in einem effizienten Vision-System sollte die Vision-Signal-Kette bei hohen Geschwindigkeiten und niedrigem Stromverbrauch verarbeiten, mit optimierten Systemkosten. Der SoC muss auch rechenintensive Aufgaben wie Raw-Image-Processing, Dewarping, Stereo-Tiefenschätzung, Skalierung, Bildpyramiden-Generierung und Deep Learning für maximale Systemeffizienz auslagern. SoCs für Vision Processing müssen smart, sicher und energieeffizient sein – was durch hohe On-Chip-Integration in einer heterogenen SoC-Architektur erreicht werden kann.

Vollständigen Artikel auf ElectronicProducts.com lesen: Designing safer, intelligent, and efficient autonomous robots