機(jī)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(jīng)嘗到了深度卷積神經(jīng)網(wǎng)絡(luò)的好處，如今來自激光雷達(dá)的更高數(shù)據(jù)處理的需求正在推動神經(jīng)網(wǎng)絡(luò)到新拓?fù)湟垣@得自主。

歷史上第一個機(jī)器人是在20世紀(jì)50年代末到60年代早期的時候，準(zhǔn)確的說，它還不能稱得上是一個機(jī)器人，只能算是一個“編程的物品傳送裝置”用于GM生產(chǎn)線和壓鑄機(jī)周圍移動產(chǎn)品。直到今天，機(jī)器人還沒有脫離原來的概念：今天的機(jī)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(jī)器人行業(yè)的發(fā)展呢？

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

更多傳感器用于機(jī)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(zhǔn)確地動作。

在今天的技術(shù)領(lǐng)域，機(jī)器人已經(jīng)獲得了很多自主權(quán)，并使用來自互補(bǔ)金屬氧化物半導(dǎo)體相機(jī)傳感器，激光雷達(dá)和雷達(dá)的傳感器來適應(yīng)各種各樣的應(yīng)用。雖然相機(jī)具有比雷達(dá)更大的角分辨率和動態(tài)范圍，但它們無法提供激光雷達(dá)所具有的動態(tài)范圍，相機(jī)也無法在煙霧或多塵的環(huán)境中工作。

由于機(jī)器人被設(shè)計為最靈活的選擇，以適應(yīng)最廣泛的應(yīng)用，它們需要在低光，多塵或明亮的環(huán)境中運(yùn)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(jī)器人環(huán)境的彈性表示，從而在更多應(yīng)用中實現(xiàn)自治。例如，如果短暫覆蓋攝像機(jī)，則其他傳感器必須能夠使機(jī)器人安全地運(yùn)行。為了確保機(jī)器人能夠360度了解其環(huán)境，機(jī)器人傳感器數(shù)據(jù)需要以時間關(guān)鍵的方式進(jìn)行路由，并且需要少量電纜連接到機(jī)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(jī)器人而言，邊緣處的推理是確保機(jī)器人能夠快速響應(yīng)其環(huán)境變化的關(guān)鍵參數(shù)，這要?dú)w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(jīng)網(wǎng)絡(luò)和用于圖像分類或預(yù)測維護(hù)估計的類似神經(jīng)網(wǎng)絡(luò)拓?fù)?，用于機(jī)器人路徑規(guī)劃的深度Q網(wǎng)絡(luò)，或用于解決特定類別問題的定制神經(jīng)網(wǎng)絡(luò)。

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(dá)可能具有更高的波長，更安全，并提供更長的范圍。雷達(dá)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(jī)器人的進(jìn)化是一個不斷變化的目標(biāo)。輪子和機(jī)器人的機(jī)器人現(xiàn)在被認(rèn)為處于自治的邊緣，當(dāng)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(jī)器人將在不久的將來不被認(rèn)為是自主的，因為該行業(yè)正在快速發(fā)展和生產(chǎn)新技術(shù)，使機(jī)器人技術(shù)比以往任何時候都更加自主。

來源：朗銳智科