Construire des robots autonomes plus sûrs, plus intelligents et plus efficaces

L'article suivant a été publié à l'origine sur ElectronicProducts.com

Les robots autonomes sont des machines intelligentes qui peuvent comprendre et naviguer dans leur environnement sans contrôle ni intervention humaine. Bien que la technologie des robots autonomes soit relativement jeune, il existe de nombreux cas d'usage différents dans les usines, entrepôts, villes et maisons. Par exemple, les robots autonomes peuvent transporter des marchandises dans les entrepôts, ou effectuer la livraison du dernier kilomètre, tandis que d'autres types peuvent aspirer les maisons ou tondre les pelouses.

L'autonomie exige que les robots puissent se situer et s'orienter dans un environnement cartographié, détecter dynamiquement les obstacles autour d'eux, suivre ces obstacles, planifier leur route pour atteindre une destination spécifiée, et contrôler le véhicule pour suivre ce plan. En plus, le robot doit effectuer ces tâches seulement quand c'est sûr de le faire, évitant les situations posant des risques aux humains, biens, ou au système autonome lui-même.

Avec des robots travaillant en plus grande proximité des humains que jamais, ils doivent non seulement être autonomes, mobiles et économes en énergie mais aussi répondre aux exigences de sécurité fonctionnelle. Capteurs, processeurs et dispositifs de contrôle peuvent aider les concepteurs à atteindre les exigences rigoureuses des normes de sécurité fonctionnelle, comme la Commission Électrotechnique Internationale (IEC) 61508.

Considérations pour la détection dans les robots autonomes

Un robot sans capteurs finira inévitablement par heurter des obstacles, y compris murs, autres robots, ou humains, et pourrait potentiellement résulter en blessures graves. Il existe plusieurs types de capteurs qui peuvent aider à résoudre les défis posés par les robots autonomes.

Les capteurs de vision émulent de près la vision et la perception humaines. Les systèmes de vision peuvent résoudre les défis de localisation, détection d'obstacles et évitement de collision car ils ont une couverture spatiale haute résolution et la capacité de non seulement détecter les objets mais les classifier. Les capteurs de vision sont aussi plus rentables comparés à des capteurs comme le LiDAR. Cependant, les capteurs de vision sont très intensifs en calcul.

Les unités centrales (CPU) et unités de traitement graphique (GPU) gourmandes en énergie peuvent poser un défi dans les systèmes de robots autonomes à contrainte énergétique. En concevant un système robotique économe en énergie, le traitement basé CPU ou GPU devrait être minimal.

Le système-sur-puce (SoC) dans un système de vision efficace doit traiter la chaîne de signal vision à haute vitesse et faible consommation, avec coûts système optimisés. Le SoC doit aussi décharger les tâches intensives en calcul comme le traitement d'image brut, le déformation, l'estimation de profondeur stéréo, le redimensionnement, la génération de pyramide d'images, et l'apprentissage profond pour une efficacité système maximale. Les SoC utilisés pour le traitement de vision doivent être intelligents, sûrs et économes en énergie, ce que des niveaux élevés d'intégration sur puce dans une architecture SoC hétérogène peuvent atteindre.

Lisez l'article complet sur ElectronicProducts.com : Designing safer, intelligent, and efficient autonomous robots