主要な技術が高度なロボットシステムに融合

ロボットの設計が製造業、ロジスティクス、サービス産業にサービスを提供するために商業分野に参入しているとき、ロボットの普及を妨げている主要な障害の概要を説明することが重要です。

ロボットシステムのハードウェアとソフトウェアは劇的に改善されましたが、急速に進化する設計の軌跡は、農業、倉庫保管、配送および検査サービス、スマート製造、もっと。

簡単に言えば、ロボットは、センサーやカメラから入力を受け取った後、自分自身の位置を特定し、その環境を認識し始めます。次に、近くの物体の動きを認識して予測し、それ自体と近くの物体の相互の安全を確保しながら、自身の動きを計画します。これらのアクションはすべて、多くの処理操作と電力消費を伴います。

ロボットシステムには、3つの主要な電力使用場所があります。ロボットを駆動または操縦するモーターとコントローラー、センシングシステム、および処理プラットフォームです。低コストとエネルギー消費でロボット本体の向きと位置を迅速かつ正確に確認するには、新しい種類のよりスマートで電力に精通したセンサーが必要です。また、ロボットはすばやく移動しないため、通常、数ギガヘルツの速度で動作する最先端のプロセッサを必要としません。

ここで、このテクノロジーの岐路に立つと、ロボットを大量に展開する際のすべての要件または設計上の課題が、重要な構成要素であるシステムオンチップ（SoC）につながります。多様なセンシングシステムと強力な人工知能（AI）アルゴリズムを実行して、新世代の商用ロボットを実現します。

新しいSoCを求める

通常、1ダースのアルゴリズムが同時にリアルタイムで処理され、走行距離測定、経路計画、視覚、知覚を含むロボット操作が実行されます。そのためには、統合をまったく新しいレベルに引き上げることができる新しいSoCが必要です。これらのSoCは、スパースコーディング、パスプランニング、同時ローカリゼーションおよびマッピング（SLAM）などの特殊なアプリケーションに対応するために必要です。

QualcommのSDA / SDM845チップ（図1 ）その新しいレベルの統合を強調しています。 2.8GHzで動作するオクタコアKyroCPUに加えて、デバイス上のAI処理用のHexagon 685 DSPと、知覚、ナビゲーション、および操作用のモバイル向けに最適化されたコンピュータービジョンを備えています。デュアル14ビットSpectra280画像信号プロセッサ（ISP）は、最大32メガピクセル（MP）のカメラと、60フレーム/秒で最大4Kのビデオキャプチャをサポートします。

図1：ロボット設計用のQualcomm SDM845チップのアーキテクチャビルディングブロック（画像：Qualcomm）

SoCプラットフォームは、セキュアブート、暗号化アクセラレータ、信頼できる実行環境（TEE）などのセキュリティ機能を促進するためのセキュアプロセッシングユニット（SPU）も備えています。接続性については、Wi-Fiリンクをサポートすると同時に、5Gを追加して、産業用ロボットの低遅延と高スループットを実現することを目指しています。

クアルコムは、SDA / SDM845チップを中心に構築されたRoboticsRB3プラットフォームも導入しました。 DragonBoard845c開発ボードとロボット設計のプロトタイピング用キットが付属しています。

ハイパーインテグレーションドライブは、NvidiaのJetson Xavierなどの組み込みモジュールでも明らかです（図2 ）、配達およびロジスティックロボットを対象としています。ロボットコンピューティングプラットフォームは90億個のトランジスタで構成され、1秒あたり30兆回を超える操作（TOPS）を実現します。また、6つのプロセッサを備えています。8コアのARM64 CPU、Volta TensorコアGPU、デュアルNVIDIAディープラーニングアクセラレータ（NVDLA）、イメージプロセッサ、ビジョンプロセッサ、ビデオプロセッサです。

上記の設計例が示すように、AIアクセラレータは、ロボット設計のSoCおよびモジュールの重要な構成要素です。よく見ると、AIがセンサーやアクチュエーターと連携して、知覚、位置特定、マッピング、ナビゲーションなどのタスクを実行する方法も示されています。

AI統合：進行中の作業

特定の状況やタスクに対するロボットの応答の品質と精度を向上させることになると、特にオブジェクトの検出と認識の操作において、AIテクノロジーの役割が重要になります。

AIは、厳密なプログラミングモデルによって提供される自動化を超えてロボットを導き、ロボットがより自然に、より正確に周囲と対話できるようにします。ここでは、AIコンポーネントがロボットの画像処理機能と連携して動作し、以前は人間が行っていたタスクを自動化します。

ただし、ロボット設計者は、コンポーネントのサイズと消費電力を増やすことなく、AI機能を追加する必要があります。ロボット設計における電力の制約に加えて、ロボットの商業的採用は、大きなデバイスフォームファクタによっても妨げられています。

図2：80×87mmのJetsonXavierモジュールは、ワークステーション処理デバイスの1/10のサイズでワークステーションレベルの計算パフォーマンスを主張します。 （画像：Nvidia）

もう1つの重要な問題は、産業用ロボットとサービスロボットが方向検出と位置推定のための推論モデルを実装し始めたときの、さまざまなAIフレームワークのサポートです。

スマートセンサーが欲しかった

掃除機やホバーボードなどのロボットシステムには、高振動環境で動作できる非常に安定した高性能センサーが必要です。センシング要素の高精度処理は、設計者に追加の課題をもたらします。たとえば、アクセラレータやジャイロなどのモーションセンサーを制御するためにソフトウェアを使用する場合、ソフトウェア開発に必要なコストと開発時間が増加します。

そのため、ロボットシステムにはより統合されたセンシングソリューションが必要です。前述のQualcommRobotics RB3プラットフォームの場合、現在TDKの会社であるInvenSenseは、低電力、厳密な感度マッチング、および高音響過負荷ポイント（AOP）を備えた多数のセンサーとマイクを提供しています。

RB3プラットフォームは、3軸ジャイロスコープと3軸加速度計、静電容量式気圧センサー、およびマルチモードデジタルマイクで構成されるInvenSenseの6軸慣性測定ユニット（IMU）を採用しています。 IMUは、外部のリアルタイムクロック測定値を定量化して精度の精度を確保し、圧力センサーは10cmの高度差の相対精度を測定します。

モーションセンサーに加えて、ロボットは、ロボットが実際の環境で困難な要件を満たすことを可能にするSLAMベースのナビゲーションシステムを備えたスマートセンサーおよびカメラソリューションをますます採用しています。さらに、これらのセンサーとカメラには、ロボットで3Dビジョンシステムを実行するための機械学習機能が組み込まれています。

ただし、開発者は、これらの高解像度センサーをロボットシステムに統合しながら、小さなフォームファクタと低消費電力を確保する必要があります。さらに、これらのセンサーとカメラは、標準のデジタルインターフェースを介してロボットコントローラーと簡単に統合できる必要があります。

AIと同様に、スマートセンサーとカメラは、ロボットの設計レシピの重要な要素であり、AIと同様に、まだ初期段階にあります。 2020年は、より低コストでより高い精度でロボットシステムにサービスを提供できる、より成熟した、より実行可能な商用センシングソリューションをもたらすことが期待されています。そのとき、ロボットは倉庫や工場での変革の役割を超えて、単なるスタンドアロンのインテリジェントオブジェクトとして機能するのではなく、より大きな消費者や産業環境でのコラボレーションツールになります。