רובוטים אוטונומיים הם מכונות אינטליגנטיות שיכולות להבין ולנווט את הסביבה שלהם ללא שליטה או התערבות אנושית. למרות רובוט אוטונומי טֶכנוֹלוֹגִיָה הוא צעיר יחסית, ישנם מקרי שימוש רבים ושונים של רובוטים אוטונומיים במפעלים, מחסנים, ערים ובתים. לדוגמה, רובוטים אוטונומיים יכולים לשמש להובלת סחורות ברחבי מחסנים, כמו ב איור 1, או לבצע משלוח של מייל אחרון, בעוד שסוגים אחרים של רובוטים אוטונומיים יכולים לשאוב בתים או לכסח מדשאות.
איור 1: רובוט מבצע משימות במחסן. (מקור: Texas Instruments)
אוטונומיה מחייבת שרובוטים יוכלו לחוש ולהתמצא בתוך סביבה ממופה, לזהות באופן דינמי את המכשולים סביבם, לעקוב אחר המכשולים הללו, לתכנן את המסלול שלהם להגיע ליעד מוגדר ולשלוט על הרכב כדי לבצע את התוכנית הזו. בנוסף, הרובוט חייב לבצע משימות אלו רק כאשר הוא בטוח לעשות זאת, הימנעות ממצבים המהווים סיכונים לבני אדם, לרכוש או למערכת האוטונומית עצמה.
כאשר רובוטים עובדים בקרבה גדולה יותר לבני אדם מאי פעם, עליהם להיות לא רק אוטונומיים, ניידים וחסכוניים באנרגיה אלא גם לעמוד בדרישות בטיחות פונקציונליות. חיישנים, מעבדים והתקני בקרה יכולים לעזור למעצבים להגיע לדרישות המחמירות של תקני בטיחות פונקציונליים, כגון הנציבות האלקטרוטכנית הבינלאומית (IEC) 61508.
שיקולים לחישה ברובוטים אוטונומיים
רובוט ללא חיישנים יתנגש בהכרח במכשולים, כולל קירות, רובוטים אחרים או בני אדם, ועלול לגרום לפציעה חמורה. ישנם מספר סוגים שונים של חיישנים שיכולים לעזור לפתור את האתגרים שמציבים רובוטים אוטונומיים.
חיישני ראייה מחקים מקרוב את הראייה והתפיסה האנושית. מערכות ראייה יכולות לפתור את האתגרים של לוקליזציה, זיהוי מכשולים והימנעות מהתנגשות מכיוון שיש להן כיסוי מרחבי ברזולוציה גבוהה ויכולת לא רק לזהות אובייקטים אלא לסווג את אותם אובייקטים. חיישני ראייה הם גם חסכוניים יותר בהשוואה לחיישנים כמו LiDAR. עם זאת, חיישני ראייה הם אינטנסיביים מאוד מבחינה חישובית.
יחידות עיבוד מרכזיות (CPUs) ויחידות עיבוד גרפיות (GPUs) זולות כוח יכולות להוות אתגר במערכות רובוטים אוטונומיים מוגבלים בכוח. בעת תכנון מערכת רובוטית חסכונית באנרגיה, עיבוד מבוסס מעבד או GPU צריך להיות מינימלי.
המערכת-על-שבב (SoC) במערכת ראייה יעילה צריכה לעבד את שרשרת אותות הראייה במהירויות גבוהות והספק נמוך, עם עלויות מערכת אופטימליות. ה-SoC חייב גם להוריד משימות אינטנסיביות מבחינה חישובית כמו עיבוד תמונה גולמית, פיזור, הערכת עומק סטריאו, קנה מידה, יצירת פירמידות תמונה ולמידה עמוקה ליעילות מרבית של המערכת. SoCs המשמשים לעיבוד חזון חייבים להיות חכמים, בטוחים וחסכוניים באנרגיה, אשר יכולות להשיג רמות גבוהות של אינטגרציה על-שבב בארכיטקטורת SoC הטרוגנית.
בואו נסתכל מקרוב על השימוש בחישת מכ"ם מילימטר-גל (mmWave) של Texas Instruments (TI's), כדוגמה, ברובוטים אוטונומיים. שימוש במכ"ם TI mmWave ביישומים רובוטיים הוא רעיון חדש יחסית, אך הרעיון של שימוש בחיישת TI mmWave לאוטונומיה קיים כבר זמן מה. ביישומי רכב, מכ"ם TI mmWave הוא אחד ממרכיבי המפתח של מערכות מתקדמות לסיוע לנהג (ADAS) והוא שימש לניטור סביבת הרכב. אתה יכול לקחת חלק מאותם מושגי ADAS, כמו ניטור תצפית היקפית או הימנעות מהתנגשות, וליישם אותם על רובוטים אוטונומיים.
מכ"ם TI mmWave הוא ייחודי מנקודת מבט של טכנולוגיית חישה מכיוון שחיישנים אלו מספקים מידע על טווח, מהירות וזווית הגעה של עצמים ומדריכים טוב יותר את הרובוט כיצד לנווט כדי להימנע מהתנגשות. שימוש במכ"ם חיישן הנתונים, הרובוט יכול להחליט להמשיך בבטחה בדרכו או להאט או אפילו לעצור, בהתאם למיקום, מהירות ומסלול של אדם או חפץ שמתקרב, כפי שמוצג ב- איור 2.
חשוב לציין שמכ"ם TI mmWave צופה בסביבה בתלת מימד, מה שמאפשר לחיישן לתפוס עצמים שאולי אינם נמצאים ישירות בנתיב הנסיעה של הרובוט. בגלל יכולת זיהוי תלת מימד זו, חיישני מכ"ם TI mmWave יכולים לספק בנוסף מידע גובה שהוא קריטי לא רק בזיהוי עצמים השוכבים על הקרקע אלא גם עצמים שעשויים לבלוט לתוך מסלול הרובוט מלמעלה.
חיישני TI mmWave יכולים גם לזהות בצורה מהימנה זכוכית וחומרים שקופים אחרים שחיישנים אחרים כמו מצלמות ו-LiDAR עלולים "לראות" דרך האובייקט השקוף ולא מצליחים לזהות במדויק. מכ"ם TI mmWave גם חזק יותר בתנאים סביבתיים מאתגרים שבהם חיישנים אופטיים נוטים להתקשות יותר. מכיוון שמכ"ם TI mmWave משתמש בגלי רדיו במקום אור כדי לזהות עצמים, הוא חסין בפני גורמים סביבתיים כמו תאורה חלשה, גשם, ערפל, אבק ועשן.
איור 2: רובוט מחסן משתמש בחיישת מכ"ם. (מקור: Texas Instruments Inc.)
טיפול בבעיות מורכבות של רובוט אוטונומי עם היתוך חיישנים ובינה מלאכותית
עבור יישומי רובוט אוטונומיים מסובכים יותר, ייתכן שחיישן בודד לבדו לא יספיק כדי לאפשר אוטונומיה, ללא קשר לסוג החיישן. לשיטות חישה שונות יש חוזקות ומגבלות ייחודיות.
מכ"ם מתאים לזיהוי אובייקטים ומספק טווח ארוך של נראות בסביבות מאתגרות אך יש לו מגבלות בכל הנוגע לסיווג אובייקטים או דיוק קצוות אובייקט. חיישני LiDAR יכולים לספק דיוק ודיוק אך יכולים להיות יקרים ותאבי כוח. חיישני ראייה יכולים לספק סיווג אובייקטים ואינטליגנציה של סצנה ברזולוציה גבוהה אך יכולים להיות אינטנסיביים מבחינה חישובית ודורשים מקור אור חיצוני כדי לפעול. בסופו של דבר, חיישנים כמו מצלמה או מכ"ם צריכים להשלים זה את זה במערכת. מינוף החוזקות של אופני חיישנים שונים באמצעות היתוך חיישנים יכול לעזור לפתור כמה מאתגרי הרובוט האוטונומיים המורכבים יותר.
בעוד היתוך חיישנים עוזר לרובוטים אוטונומיים להיות מדויקים יותר, שימוש בבינה מלאכותית בקצה יכול לעזור להפוך רובוטים לחכמים. שילוב בינה מלאכותית במערכות רובוט אוטונומיות יכול לעזור לאפשר לרובוטים לתפוס בצורה חכמה, לקבל החלטות ולבצע פעולות.
רובוט אוטונומי עם AI יכול לזהות בצורה חכמה את האובייקט ואת מיקומו, לסווג את האובייקט ולפעול בהתאם. לדוגמה, כאשר רובוט מנווט במחסן עמוס, בינה מלאכותית יכולה לעזור לרובוט להסיק אילו סוגי עצמים - כולל בני אדם, קופסאות, מכונות או אפילו רובוטים אחרים - נמצאים בדרכו ולהחליט אילו פעולות מתאימות לנווט סביבם.
AI יכול גם לעזור לרובוטים לבצע משימות ספציפיות בצורה אוטונומית יותר. לדוגמה, אם רובוט מזיז בובה מסביב למחסן, בינה מלאכותית מבוססת-ראייה עוזרת לרובוט לזהות ולהסיק את התנוחה והמיקום של הבובה כך שהרובוט יוכל למקם את עצמו במדויק, להצמד לבובה ואז להזיז אותו. מסביב לרצפת המחסן.
בעת תכנון מערכת רובוט המשלבת בינה מלאכותית, צריכים להיות שיקולי תכנון הן לחומרה והן לתוכנה. באופן אידיאלי, ל-SoC צריכים להיות מאיצי חומרה עבור פונקציות AI כדי לסייע בביצוע משימות אינטנסיביות מבחינה חישובית בזמן אמת. גישה לסביבת פיתוח תוכנת בינה מלאכותית קלה לשימוש יכולה לעזור לפשט ולהאיץ את תהליכי פיתוח האפליקציות ופריסה של החומרה.
סיכום
תכנון רובוטים חכמים ואוטונומיים יותר הוא הכרחי כדי להמשיך ולשפר את האוטומציה. ניתן להשתמש ברובוטים במחסנים ובמשלוחים כדי לעמוד בקצב ולשפר את צמיחת המסחר האלקטרוני. רובוטים יכולים לבצע משימות ביתיות שגרתיות כמו שאיבת אבק וכיסוח. שימוש ברובוטים אוטונומיים פותח פרודוקטיביות ויעילות שעוזרות לשפר ולהוסיף ערך לחיינו.
על המחברים
Manisha Agrawal היא מהנדסת שיווק מוצרים עבור קו המוצרים של מעבדי Jacinto. יש לה ניסיון של שנים בעיבוד אותות ראייה מקצה לקצה ב-TI SoCs באמצעות תפקידים שונים בתוכנה, יישומים והנדסת מערכות. ההתמקדות ותחום העניין שלה לאחרונה הם בינה מלאכותית ורובוטיקה. למנישה תואר שני בהנדסת חשמל מ-IIT Kanpur, הודו, והיא מחזיקה בשלושה פטנטים על שמה.
Jitin George הוא מהנדס שיווק מוצר עבור חיישני רדאר mmWave תעשייתיים בטקסס אינסטרומנטס. מאז 2019, הוא הוביל את מאמצי השיווק העולמיים של מכ"ם תעשייתי באוטומציה של מפעלים, תוך התמקדות ספציפית בהגדלת העסקים בשוק הרובוטיקה.
סם ויסאלי הוא מנהל המערכות של קו המוצרים של Sitara MCU. סם בילה את השנים האחרונות כמנהל הבטיחות הפונקציונלית עבור קווי המוצרים של מעבדי Jacinto ו-Sitara. הוא עזר ל-TI לתכנן מוצרים ומערכות עבור יישומי בטיחות פונקציונליים מגוונים כמו נהיגה אוטונומית, אוטומציה של מפעלים ורובוטיקה. סם גם מכהן בוועדות ארה"ב לתקני הבטיחות הפונקציונליים IEC61508 ו-ISO26262 ועובד עם יוזמות בטיחות פונקציונליות מרובות ברחבי TI.
על טקסס אינסטרומנטס