來源：搜狐

機器人不僅需要人工智能（AI）才能實現(xiàn)自主。他們還需要大量傳感器，傳感器融合以及邊緣的實時推理。之前我們已經嘗到了深度卷積神經網(wǎng)絡的好處，如今來自激光雷達的更高數(shù)據(jù)處理的需求正在推動神經網(wǎng)絡到新拓撲以獲得自主。

歷史上第一個機器人是在20世紀50年代末到60年代早期的時候，準確的說，它還不能稱得上是一個機器人，只能算是一個“編程的物品傳送裝置”用于GM生產線和壓鑄機周圍移動產品。直到今天，機器人還沒有脫離原來的概念：今天的機器人是可編程的，他們需要感知自己的環(huán)境，來確保他們所做的事情和他們的計劃之間的合規(guī)性，他們需要在自己的環(huán)境中移動。

那么什么推動機器人行業(yè)的發(fā)展呢？

機器人技術作為一種行業(yè)和科學，旨在通過增加嵌入式模擬智能來最大化未來機器人行為的自由。這將需要：

更多傳感器用于機器人周圍環(huán)境的更高精度模型。

更好的傳感器與控制算法的互連（以及更分散的控制算法）。

更好的算法，可以從傳感器數(shù)據(jù)中提取盡可能多的信息。

根據(jù)控制算法的決定，更好的執(zhí)行器可以更快，更準確地動作。

在今天的技術領域，機器人已經獲得了很多自主權，并使用來自互補金屬氧化物半導體相機傳感器，激光雷達和雷達的傳感器來適應各種各樣的應用。雖然相機具有比雷達更大的角分辨率和動態(tài)范圍，但它們無法提供激光雷達所具有的動態(tài)范圍，相機也無法在煙霧或多塵的環(huán)境中工作。

由于機器人被設計為最靈活的選擇，以適應最廣泛的應用，它們需要在低光，多塵或明亮的環(huán)境中運行。通過組合傳感器信息（即傳感器融合）可以實現(xiàn)這種靈活性。換句話說，來自不同傳感器的信息可用于重建機器人環(huán)境的彈性表示，從而在更多應用中實現(xiàn)自治。例如，如果短暫覆蓋攝像機，則其他傳感器必須能夠使機器人安全地運行。為了確保機器人能夠360度了解其環(huán)境，機器人傳感器數(shù)據(jù)需要以時間關鍵的方式進行路由，并且需要少量電纜連接到機器人控制器，以最大限度地提高連接的可靠性。

對于大多數(shù)機器人而言，邊緣處的推理是確保機器人能夠快速響應其環(huán)境變化的關鍵參數(shù)，這要歸功于邊緣處理所允許的固有低延遲。邊緣推斷可以用于卷積神經網(wǎng)絡和用于圖像分類或預測維護估計的類似神經網(wǎng)絡拓撲，用于機器人路徑規(guī)劃的深度Q網(wǎng)絡，或用于解決特定類別問題的定制神經網(wǎng)絡。

在不久的將來，傳感器似乎不太可能發(fā)生太大變化，但所涉及的處理將會有所不同。成像傳感器可能是高光譜的或提供更高的分辨率。激光雷達可能具有更高的波長，更安全，并提供更長的范圍。雷達傳感器可以提供更多的集成天線，但這些不會發(fā)生重大變化。將改變的是如何使用和匯總信息。

自主機器人的進化是一個不斷變化的目標。輪子和機器人的機器人現(xiàn)在被認為處于自治的邊緣，當人類靠近它們時具有減速的能力，并且即使在它們移動時也可以避免撞擊人類。隨著嵌入式模擬智能的快速變化，這些“邊緣”創(chuàng)新型機器人將在不久的將來不被認為是自主的，因為該行業(yè)正在快速發(fā)展和生產新技術，使機器人技術比以往任何時候都更加自主。

審核編輯黃昊宇