長(zhǎng)期以來，自動(dòng)化機(jī)器人一直被視為科幻小說中的概念，而如今這一技術(shù)已成為現(xiàn)實(shí)，并正在大規(guī)模部署。在機(jī)器人技術(shù)領(lǐng)域，自主移動(dòng)機(jī)器人 (AMR) 是發(fā)展最快的創(chuàng)新技術(shù)之一。

自主移動(dòng)機(jī)器人是一種具備自主導(dǎo)航能力的機(jī)器人系統(tǒng)，能夠在倉庫物流等環(huán)境中自動(dòng)運(yùn)行，無需人為 干預(yù)。相比之下，傳統(tǒng)的自動(dòng)導(dǎo)引車 (AGV) 依賴信標(biāo)或軌道沿預(yù)設(shè)路線行駛，而自主移動(dòng)機(jī)器人則完全依靠車載傳感器、實(shí)時(shí)數(shù)據(jù)處理和人工智能技術(shù)來感知周圍環(huán)境并自主決策。這種高度自主使其能夠靈活適應(yīng)環(huán)境，繞開突發(fā)障礙，并動(dòng)態(tài)調(diào)整任務(wù)的優(yōu)先級(jí)。

自主移動(dòng)機(jī)器人的行為所依賴的計(jì)算架構(gòu)自該技術(shù)誕生以來已發(fā)生顯著演進(jìn)。早期的系統(tǒng)采用集中式處理模式，由高性能處理器統(tǒng)一收集并解析所有傳感器數(shù)據(jù)，并據(jù)此作出運(yùn)動(dòng)、建圖及控制等決策。盡管這種模式在當(dāng)時(shí)較為有效，但隨著傳感器數(shù)量和復(fù)雜性的增長(zhǎng)，集中式架構(gòu)逐漸暴露出延遲高、能效低的問題。在對(duì)實(shí)時(shí)響應(yīng)、能源效率或車隊(duì)模塊化擴(kuò)展有較高要求的應(yīng)用中，這些局限尤為突出。

為了應(yīng)對(duì)這些挑戰(zhàn)，現(xiàn)代自主移動(dòng)機(jī)器人越來越多地采用分布式架構(gòu)。在這種架構(gòu)中，邊緣處理器被嵌入至視覺系統(tǒng)、運(yùn)動(dòng)控制器及其他子系統(tǒng)中，承擔(dān)本地計(jì)算任務(wù)。這種方法顯著降低了中央處理器的負(fù)載，有助于實(shí)現(xiàn)更低功耗的設(shè)計(jì)，同時(shí)提高實(shí)時(shí)決策速度。

本文節(jié)選自恩智浦《自主移動(dòng)機(jī)器人設(shè)計(jì)要點(diǎn)》技術(shù)白皮書。該白皮書概述了自主移動(dòng)機(jī)器人子系統(tǒng)的關(guān)鍵設(shè)計(jì)考量， 并探討了恩智浦的可擴(kuò)展處理器產(chǎn)品組合及軟件生態(tài)系統(tǒng)如何支持各項(xiàng)功能。

自主移動(dòng)機(jī)器人的核心任務(wù)是在動(dòng)態(tài)環(huán)境中實(shí)現(xiàn)自主導(dǎo)航，而這一能力依賴于一套復(fù)雜的互聯(lián)硬件系統(tǒng)。從整體架構(gòu)來看，自主移動(dòng)機(jī)器人的硬件可分為以下幾個(gè)關(guān)鍵子系統(tǒng)：

傳感器和感知

計(jì)算和導(dǎo)航

電池管理

電機(jī)控制和執(zhí)行

傳感器和感知

傳感器決定著自主移動(dòng)機(jī)器人感知周圍環(huán)境的方式。為了實(shí)現(xiàn)自主操作，機(jī)器人必須能夠檢測(cè)并分類物體、測(cè)算距離、理解運(yùn)動(dòng)狀態(tài)并在地圖上完成精準(zhǔn)定位。這種感知能力依賴多種傳感技術(shù)的組合，每種技術(shù)各具優(yōu)勢(shì)。設(shè)計(jì)人員面臨的核心挑戰(zhàn)在于選擇合適的傳感器，并將傳感器的輸出融合為一個(gè)連貫的模型，支持機(jī)器人制定實(shí)時(shí)、準(zhǔn)確的決策。

圖1：ADAS系統(tǒng)中使用的不同傳感器

單一傳感器雖具應(yīng)用價(jià)值，但自主移動(dòng)機(jī)器人只有在融合多種傳感器數(shù)據(jù)后，才能真正發(fā)揮其強(qiáng)大能力。在此過程中，來自攝像頭、激光雷達(dá)和IMU的原始數(shù)據(jù)需要進(jìn)行濾波、同步和處理，形成統(tǒng)一的感知層。

邊緣人工智能在這一過程中至關(guān)重要。通過在傳感器子系統(tǒng)內(nèi)部執(zhí)行物體檢測(cè)和深度估計(jì)等預(yù)處理任務(wù)，邊緣AI可以減少數(shù)據(jù)量并降低通信延遲。這種分布式方法可以提升系統(tǒng)響應(yīng)速度，支持使用低功耗中央處理器，從而降低成本并提高效率。

恩智浦通過其應(yīng)用處理器產(chǎn)品系列滿足邊緣智能需求。i.MX 8M Plus集成了神經(jīng)處理單元 (NPU)，可以直接對(duì)圖像數(shù)據(jù)進(jìn)行實(shí)時(shí)AI推理。它專注于自動(dòng)化領(lǐng)域的機(jī)器學(xué)習(xí)與視覺應(yīng)用，滿足智能家居、樓宇、城市及工業(yè)4.0等場(chǎng)景的需求。

i.MX 95系列為汽車邊緣計(jì)算、商用物聯(lián)網(wǎng)和工業(yè)平臺(tái)提供安全、可靠、高能效的邊緣計(jì)算解決方案。它融合了強(qiáng)大的AI加速視覺處理、功能安全、高級(jí)數(shù)據(jù)安全防護(hù)及高性能連接。

對(duì)于成本敏感型應(yīng)用，i.MX 93提供高效的機(jī)器學(xué)習(xí) (ML) 加速和高級(jí)安全性，支持高能效的邊緣計(jì)算。

圖2：模塊化移動(dòng)機(jī)器人架構(gòu)框圖

計(jì)算與導(dǎo)航

自主移動(dòng)機(jī)器人的導(dǎo)航能力依賴于建圖、運(yùn)動(dòng)規(guī)劃和決策等實(shí)時(shí)工作負(fù)載。這些功能使機(jī)器人能夠理解周圍環(huán)境并動(dòng)態(tài)響應(yīng)環(huán)境的變化。

該過程的核心是同步定位與建圖 (SLAM)。在通過SLAM完成定位與環(huán)境建模后，機(jī)器人需要規(guī)劃移動(dòng)路徑。路徑規(guī)劃和障礙物規(guī)避算法會(huì)實(shí)時(shí)分析該地圖，計(jì)算最優(yōu)路線，同時(shí)兼顧靜態(tài)和動(dòng)態(tài)障礙物。在現(xiàn)代自主移動(dòng)機(jī)器人中，基于AI的決策通過學(xué)習(xí)歷史交互數(shù)據(jù)來優(yōu)化導(dǎo)航，動(dòng)態(tài)調(diào)整機(jī)器人的行進(jìn)路線，而不再依賴硬編碼規(guī)則。

傳統(tǒng)上，這些工作負(fù)載使用集中式計(jì)算模型，由單一高性能處理器處理所有視覺、建圖和導(dǎo)航任務(wù)。然而，這種模型會(huì)大幅增加功耗和系統(tǒng)復(fù)雜性，在配備多傳感器陣列的平臺(tái)中尤其如此。相比之下，現(xiàn)代自主移動(dòng)機(jī)器人正逐步轉(zhuǎn)向分布式計(jì)算架構(gòu)，各個(gè)傳感器節(jié)點(diǎn)執(zhí)行本地處理，然后將處理后的數(shù)據(jù)傳輸至性能適中的中央處理器。這種架構(gòu)使工程師可以開發(fā)模塊化、可擴(kuò)展的機(jī)器人設(shè)計(jì)，在滿足應(yīng)用需求的同時(shí)避免過度配置計(jì)算資源。

恩智浦提供多種處理器選項(xiàng)來支持這一架構(gòu)演進(jìn)。i.MX 95六核處理器結(jié)合高級(jí)AI能力、多核處理、高級(jí)信息安全和功能安全特性，適用于高性能導(dǎo)航和傳感器融合。i.MX 8M Plus支持基于視覺的導(dǎo)航和輕量級(jí)SLAM的實(shí)時(shí)邊緣推理。S32G和S32N汽車處理器系列提供多核計(jì)算，符合及ASIL-D級(jí)安全等級(jí)要求。

對(duì)于確定性控制回路和低延遲運(yùn)動(dòng)執(zhí)行，i.MX RT跨界MCU集成控制與連接功能，能夠?qū)崿F(xiàn)實(shí)時(shí)響應(yīng)。對(duì)于需要ASIL-D級(jí)汽車安全能力的應(yīng)用，S32K系列提供可擴(kuò)展的MCU產(chǎn)品組合。

電池管理

與大多數(shù)移動(dòng)應(yīng)用類似，能源管理是自主移動(dòng)機(jī)器人設(shè)計(jì)的核心問題。電池容量會(huì)直接限制運(yùn)行時(shí)間，進(jìn)而影響任務(wù)調(diào)度、吞吐量和工作效率。因此，自主移動(dòng)機(jī)器人充電間隔越長(zhǎng)，實(shí)用價(jià)值越高。電池性能還會(huì)影響總體擁有成本，包括所需的充電站數(shù)量和電池更換頻率。

為了最大限度地延長(zhǎng)運(yùn)行時(shí)間，自主移動(dòng)機(jī)器人必須配備先進(jìn)的電池管理系統(tǒng) (BMS)，以實(shí)時(shí)監(jiān)控、保護(hù)和優(yōu)化電力使用。其目標(biāo)是在不犧牲安全性或電池壽命的前提下維持峰值性能。最終，設(shè)計(jì)良好的電池管理系統(tǒng)既能保證高功率子系統(tǒng)能獲得充足的能源，又能在低需求時(shí)段最大限度減少不必要的功耗。

恩智浦的MCX微控制器產(chǎn)品組合專為超低功耗運(yùn)行設(shè)計(jì)。憑借緊湊的封裝和集成模擬外設(shè)，它們能提供實(shí)時(shí)響應(yīng)能力，跟蹤電池參數(shù)并在系統(tǒng)層面執(zhí)行節(jié)能策略。

恩智浦還提供電池管理參考設(shè)計(jì)，集成了保護(hù)電路、通信接口以及用于充電狀態(tài)估算和健康診斷的嵌入式算法。借助這些基礎(chǔ)模塊，開發(fā)者可以縮短設(shè)計(jì)周期，同時(shí)開發(fā)符合法規(guī)和性能標(biāo)準(zhǔn)的電源系統(tǒng)。

電機(jī)控制與驅(qū)動(dòng)

自主移動(dòng)機(jī)器人的移動(dòng)能力依賴于精準(zhǔn)可靠的電機(jī)控制。無論是在狹窄的倉庫過道內(nèi)移動(dòng)，還是在輸送帶下對(duì)位裝載，精確的驅(qū)動(dòng)對(duì)于自主移動(dòng)機(jī)器人實(shí)現(xiàn)高精度自主運(yùn)行至關(guān)重要。

然而，有效的電機(jī)控制不僅需要基本的驅(qū)動(dòng)能力，實(shí)時(shí)響應(yīng)能力也至關(guān)重要。電機(jī)控制系統(tǒng)必須在毫秒內(nèi)完成速度、方向及制動(dòng)的快速調(diào)整。上述控制過程要求具備需要確定性的響應(yīng)時(shí)間和低控制延遲，在多個(gè)電機(jī)協(xié)調(diào)運(yùn)行時(shí)尤其如此。

為確保運(yùn)動(dòng)的平穩(wěn)性與精度，自主移動(dòng)機(jī)器人采用閉環(huán)控制系統(tǒng)，通過旋轉(zhuǎn)編碼器、輪速計(jì)和慣性測(cè)量單元 (IMU) 的持續(xù)反饋來監(jiān)控速度和位置。借助傳感器反饋，控制算法對(duì)實(shí)際性能與指令軌跡進(jìn)行對(duì)比，并實(shí)時(shí)進(jìn)行調(diào)整，修正偏差。

恩智浦為各類自主移動(dòng)機(jī)器人平臺(tái)提供可擴(kuò)展的電機(jī)控制解決方案。例如，i.MX RT1180跨界MCU專為高端電機(jī)協(xié)調(diào)而設(shè)計(jì)，原生支持EtherCAT協(xié)議。對(duì)于大多數(shù)自主移動(dòng)機(jī)器人，恩智浦MCX系列提供了高效、高性價(jià)比的解決方案。這些微控制器可按電機(jī)或按軸部署，構(gòu)建模塊化架構(gòu)，輕松擴(kuò)展，適應(yīng)系統(tǒng)復(fù)雜度的增加。

軟件支持與生態(tài)系統(tǒng)

雖然硬件對(duì)自主移動(dòng)機(jī)器人至關(guān)重要，但軟件架構(gòu)同樣不可或缺。從運(yùn)動(dòng)規(guī)劃到環(huán)境感知與控制，軟件決定著機(jī)器人與周圍環(huán)境的交互效果。為了應(yīng)對(duì)這種復(fù)雜性，開發(fā)者需要模塊化的開源平臺(tái)，簡(jiǎn)化開發(fā)流程并確保硬件子系統(tǒng)間的兼容性。

因此，ROS 2 (機(jī)器人操作系統(tǒng)2) 已成為自主移動(dòng)機(jī)器人開發(fā)的實(shí)際中間件標(biāo)準(zhǔn)。具體而言，ROS 2提供了一個(gè)靈活的框架，支持消息傳遞、實(shí)時(shí)控制和硬件抽象。

對(duì)于視覺和人工智能工作負(fù)載，自主移動(dòng)機(jī)器人依賴穩(wěn)健的 計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)技術(shù)體系。其中，OpenCV等工具可用于實(shí)現(xiàn)目標(biāo)檢測(cè)和圖像分割等功能。同時(shí)，TensorFlow Lite或ONNX人工智能框架用于運(yùn)行SLAM、障礙物識(shí)別和運(yùn)動(dòng)預(yù)測(cè)的推理模型。

為簡(jiǎn)化軟件集成并加速部署，恩智浦提供一系列參考設(shè)計(jì)。例如，NavQPlus平臺(tái)為視覺和人工智能應(yīng)用提供集成計(jì)算解決方案，支持?jǐn)z像頭輸入、人工智能推理和ROS 2兼容性。

圖3：動(dòng)作 (Action) 是ROS 2中的一種通信類型，專為長(zhǎng)時(shí)間任務(wù)設(shè)計(jì)，其中包含三個(gè)部分：目標(biāo)、反饋和結(jié)果。

本文小結(jié)

設(shè)計(jì)高效的自主移動(dòng)機(jī)器人，需要在感知、計(jì)算、電源和運(yùn)動(dòng)子系統(tǒng)之間實(shí)現(xiàn)有效協(xié)同。

恩智浦半導(dǎo)體提供豐富的處理器和微控制器產(chǎn)品組合，可精準(zhǔn)滿足上述需求。從支持人工智能視覺處理的i.MX 8M Plus和i.MX 95，到量產(chǎn)級(jí)參考設(shè)計(jì)、軟件支持工具及兼容ROS 2的開發(fā)平臺(tái)，恩智浦為構(gòu)建高性能的專用機(jī)器人平臺(tái)提供全方位資源。

深入了解各類解決方案并加速自主移動(dòng)機(jī)器人項(xiàng)目開發(fā)進(jìn)程，請(qǐng)?jiān)L問恩智浦移動(dòng)機(jī)器人專題頁面，獲取技術(shù)文檔、參考設(shè)計(jì)和開發(fā)者資源，點(diǎn)擊訪問>>