Skip to main content

AI • 物联网 • 网络边缘

人工智能机器人穿行于智慧工厂中

人工智能机器人, 机器人视觉, 容器化

到目前为止,我们熟悉了工业 4.0,以及使用连接和分析来彻底改变自动化环境中的生产力和效率的方式。但是,您可能会惊讶地发现,工业 5.0(一个人类与智能机器人并肩协作的世界)已经近在眼前。而这种新兴情景正在以协作机器人的形式出现。

这些工业或服务机器人是独立的,并且可以在复杂的半结构化环境中自由运行。

这是从自动导引车 (AGV) 向前迈出的一大步,而前者至今仍在广泛部署,在工厂和仓库中很常见,通常用于将货物和物料从一个地点运输到另一个地点。AGV 的主要局限性在于它们是“引导式”的,这意味着它们会遵循预定的路径,并且要用线条、电线、胶带、激光甚或是能够识别沿指定路线放置的地标的计算机视觉来设定这些路径。

这使得 AGV 在执行重复的固定功能方面表现出色,但在其他方面却有局限性。在向协作机器人发展的过程中,第一步是要实现自主移动机器人 (AMR)。

从自动到自主

AMR 利用先进的智能视觉系统以及同步定位与建图 (SLAM) 软件来实现自由移动和灵活操作。高级机器人平台能够识别其周围的环境,进行相应导航,甚至识别并且避开其行进路线中的物体。

简而言之,AMR 具有更高的移动性、效率、灵活性和安全性。它们甚至可以与其他 AMR 协作以提高工作效率,并在电池电量不足时退出服务去充电。

当然,实现移动自主的能力是借助更复杂的 AMR 技术而实现的。例如,SLAM 技术需要更高精度的传感器,从而需要更多的计算资源来处理数据并对其进行操作。基于这些组件从头开始构建 AMR 是一项复杂的工作,它在硬件、操作系统和协议工程方面给系统集成商带来了许多的挑战。

“有很多系统集成商在构建自己的 AMR 框架”,创新工业自动化产品开发商 Vecow Co., Ltd. 的产品经理 Kev Wang 这样解释道。“但是他们必须从头开始测试和验证,仅这一项就可能需要五到八个人的团队花费超过三到四个月的时间才能完成。”

使用一体化人工智能套件加速 AMR

另一种选择是率先使用快速原型开发平台。例如,Vecow VHub 机器人操作系统 (ROS) 是一款交钥匙的人工智能开发套件,可以为系统集成商提供完全集成的硬件、软件和工具堆栈,以加速 AMR 设计(图 1)。

IPC 和工业 AMR
图 1。VHUB ROS 人工智能开发平台包括一个完整的自主移动机器人 (AMR) 开发堆栈。(资料来源:Vecow

VHUB ROS 是英特尔®、Vecow 和 Virtuoso Robotics 合作的成果,并且兼容基于第十一代智能英特尔® 酷睿 i7/ i5/i3 处理器(也称为 Tiger Lake UP)的精选硬件入门套件以及英特尔® Movidius 视觉处理器加速器。Perception 软件开发套件 (SDK) 位于这些硬件目标之上,并且包括 ROS 2、控制固件和人工智能引擎。

Wang 表示:“借助 VHUB ROS,我们与英特尔和 Virtuoso Robotics 合作提供了一个标准框架,使系统集成商可以更好地理解如何进行 AMR 设计。”

SDK 中的人工智能引擎使开发人员可以访问 200 多种最常用的人工智能模型,其中包括 SLAM、对象检测和识别以及其他算法。它可以与行业领先的训练平台(例如,Caffe2、mxnet 和 TensorFlow)配套使用。

为了准备在资源受限的 AMR平台(例如,Vecow EMBC-5000)上使用这些模型,在这些框架中训练的模型会通过英特尔® OpenVINO 工具套件(一种跨平台模型优化器和推理引擎)传递。

“我们使用搭载 Movidius 视觉处理器的 CPU,以及目前搭载集成英特尔® Xe 显卡(采用了 Movidius 视觉处理器)的 CPU 测试过 VHUB ROS SDK。” Wong 表示,“当我们使用 OpenVINO 测试这些平台时,看到性能至少提升了两倍。”

关于协作机器人更深入的洞察

如今,AMR 设计的最大区别当然在于其板载人工智能,这意味着开发人员将在云中训练和标记人工智能模型方面花费大量的时间和精力。为此,可以将 VHUB ROS SDK 作为容器化实例托管在云服务上,例如 Amazon 的 Elastic Container Service (ECS)。

但是,由于优化人工智能算法的过程基于捕获来自 AMR 的推理并将其反馈回 VHUB 模型训练实例,因此系统集成商需要一种将边缘数据实时传输到云容器中的机制。为了实现这一目的,Vecow 使用了工业英特尔® 边缘洞见软件包(英特尔® EII)。

EII 是一种容器化的软件架构,可以收集、存储和分析时间序列和视觉传感器数据,然后在从边缘到云的各种操作系统和协议中进行编排和管理。这样可以确保安全性,并且几乎是实时的(<10 毫秒)闭环。

Vecow 工程师具有在人工智能推理优化中部署 EII 的丰富经验。他们善于利用软件的功能,在实时同步运行多个人工智能功能方面最大限度地提升性能。该团队已经对构成 VHub ROS 的所有人工智能功能、工具和平台进行了研究、实施、测试和验证。

这为评估和集成生命周期节省了大量时间,使 AMR 系统集成商可以立即进入应用程序设计环节,并将其上市时间缩短数个月。

AMR:走向协作的未来

AMR 已准备好再次改变自动化市场,并开创人与机器之间前所未有的合作时代。

但是,如果要发挥这些早期协作机器人的潜力,各组织机构必须首先与技术合作伙伴开展合作,后者可以简化 AMR 硬件、软件和连接堆栈不断增长的复杂性,从而为出色的应用程序设计开启​​大门。借助 VHUB ROS 之类的交钥匙平台,快节奏的人工智能创新将触手可及。

作者简介

Brandon is a long-time contributor to insight.tech going back to its days as Embedded Innovator, with more than a decade of high-tech journalism and media experience in previous roles as Editor-in-Chief of electronics engineering publication Embedded Computing Design, co-host of the Embedded Insiders podcast, and co-chair of live and virtual events such as Industrial IoT University at Sensors Expo and the IoT Device Security Conference. Brandon currently serves as marketing officer for electronic hardware standards organization, PICMG, where he helps evangelize the use of open standards-based technology. Brandon’s coverage focuses on artificial intelligence and machine learning, the Internet of Things, cybersecurity, embedded processors, edge computing, prototyping kits, and safety-critical systems, but extends to any topic of interest to the electronic design community. Drop him a line at techielew@gmail.com, DM him on Twitter @techielew, or connect with him on LinkedIn.

Profile Photo of Brandon Lewis