自動化是現(xiàn)代工業(yè)設(shè)施的核心支柱，而機器人技術(shù)則是推動其發(fā)展的催化劑。當下，由人工智能（AI）驅(qū)動的機器人技術(shù)正飛速發(fā)展，推動著規(guī)模更大、技術(shù)更先進的工業(yè)部署。然而，隨著自動化系統(tǒng)在工業(yè)場景中的應用范圍和規(guī)模不斷擴大，傳感器數(shù)據(jù)的收集、聚合與分析工作也變得愈發(fā)困難。

每新增一個傳感器，就會為系統(tǒng)帶來更多信號、數(shù)據(jù)和需求，同時也增加了風險。規(guī)模更大、設(shè)計更復雜、數(shù)據(jù)處理量更多的系統(tǒng)，本身就更容易出現(xiàn)錯誤、滯后、時延和安全漏洞。盡管人工智能和機器學習（ML）模型有助于簡化機器人驅(qū)動的操作，但將其集成到這些系統(tǒng)中本身就是一項挑戰(zhàn)。

隨著現(xiàn)代工業(yè)自動化系統(tǒng)規(guī)模不斷擴大、自主性不斷增強、整體互聯(lián)性不斷提高，黑客可利用的潛在攻擊點數(shù)量也隨之激增。為了應對不斷演變的威脅態(tài)勢，開發(fā)者需要審視支撐這些分布式程度不斷提高的自動化系統(tǒng)的底層硬件。

傳感器融合的必要性

如今，自動化工業(yè)設(shè)施的可靠運行在很大程度上依賴于傳感器融合：即整合并處理來自各種傳感器、設(shè)備和流程的數(shù)據(jù)，對信號進行情境化處理以提高準確性、可視性和針對性。傳感器融合有助于優(yōu)化并提升分析工具的價值及其提供的預測性見解，確保最小化停機時間，同時提高整體吞吐量和效率。

當代人工智能和機器人領(lǐng)域的專業(yè)人士已然認識到，傳感器融合是推動先進機器人系統(tǒng)向邊緣端延伸的關(guān)鍵所在。它是實現(xiàn)實時響應能力的關(guān)鍵使能因素，而84%的該領(lǐng)域?qū)I(yè)人士認為實時響應能力對系統(tǒng)性能而言較為關(guān)鍵或非常關(guān)鍵。當與精密電機控制、功能安全和安全措施相結(jié)合時，傳感器融合有助于解決設(shè)計自動化機器人系統(tǒng)面臨的許多關(guān)鍵挑戰(zhàn)。

遺憾的是，部署過程中仍存在重大挑戰(zhàn)。以攝像頭與激光雷達傳感器的融合為例：盡管 75.7% 的受訪行業(yè)領(lǐng)導者表示青睞這種傳感器融合方案，但僅有 67.5% 的企業(yè)成功部署了攝像頭–激光雷達融合系統(tǒng)。這一差距折射出，當前仍存在許多技術(shù)落地的障礙，阻礙著機器人自動化的高效普及。

當前面臨的挑戰(zhàn)

無論涉及的具體傳感器和人工智能模型是什么，工程師都需要支持先進自動化機器人應用的大量組件，這本身就是一個重大挑戰(zhàn)。目前，工程師尚未完全攻克的三大技術(shù)落地壁壘包括：

-   集成

工業(yè)機器人系統(tǒng)十分復雜，需要連接眾多執(zhí)行各種任務的先進傳感器。將這些系統(tǒng)的各個部分連接起來并確保其可用性，需要芯片級別的靈活輸入/輸出（I/O）和高性能，這對許多通用組件來說是一個大問題。盡管如今的處理器使用先進的工藝節(jié)點來縮小晶體管尺寸、提高性能并降低芯片裸片尺寸和成本，但這也造成了I/O方面的更多限制，且難以靈活兼容傳統(tǒng)的連接需求。

-   數(shù)字孿生與校準

許多工業(yè)設(shè)施依靠這類系統(tǒng)，通過將高精度、關(guān)鍵任務自動化來減少人為失誤，而任何不同步或連接中斷的情形都會產(chǎn)生負面影響。這就要求每臺機器人的內(nèi)部參數(shù)與物理動作，都必須與其數(shù)字模型實現(xiàn)精準匹配。但遺憾的是，環(huán)境及其他各類因素均會影響機器人的運行精度，因此必須持續(xù)監(jiān)控和維護校準。

-   成本與功耗

構(gòu)建搭載人工智能技術(shù)的智能機器人，其前期投入成本與后續(xù)運維成本均掣肘了這項技術(shù)的大規(guī)模普及。支撐這類系統(tǒng)運行所需的專用傳感器價格高昂，而額外產(chǎn)生的能源消耗、算力投入以及模型訓練等多項開支，也構(gòu)成了新的阻礙。自主機器人還面臨著在滿足極高計算能力需求的同時，優(yōu)化功耗并延長運行時間的挑戰(zhàn)。

要推動人工智能輔助機器人技術(shù)的大規(guī)模普及，設(shè)計人員需要找到相應方法，在不犧牲速度、算力與效率的前提下，簡化并優(yōu)化基于傳感器的邊緣架構(gòu)。這一進程需從底層架構(gòu)著手，借助現(xiàn)場可編程門陣列（FPGA）這類專用組件，探索構(gòu)建邊緣設(shè)備的全新方案。

FPGA如何支持傳感器融合

事實證明，FPGA是設(shè)計和部署高性能機器人解決方案的得力工具。它們能夠提供傳感器融合處理所需的低延遲、同步且確定性的性能表現(xiàn)，同時還能實現(xiàn)常規(guī)處理器難以企及的低功耗水平。此外，F(xiàn)PGA 還能滿足功能安全、安全防護與設(shè)計靈活性等核心需求，并且體積小巧、能效出眾。然而，這些特性僅僅是其推動人工智能機器人自動化大規(guī)模落地的冰山一角，其潛在價值遠不止于此。

FPGA 憑借其獨有的復合型能力，為傳感器融合的主要挑戰(zhàn)提供了一種優(yōu)質(zhì)解決方案。這類芯片的核心優(yōu)勢在于并行處理能力，能夠同時執(zhí)行多項任務。通過同時進行信號處理、對齊、傳感器融合，并結(jié)合計算機視覺與邊緣人工智能，F(xiàn)PGA芯片將部分任務從主計算組件中剝離出來，以達到降低系統(tǒng)延遲與處理壓力，并拓展設(shè)備的運行能力的目的。這一特性能夠顯著加速各類關(guān)鍵任務的處理速度，提升機器人系統(tǒng)的精準度與決策效率，最終實現(xiàn)更可靠、穩(wěn)定、精確且高效的實時運行。

FPGA還解決了上文提到的I/O-算力矛盾，提供了高度可定制的I/O和靈活的協(xié)議支持。這使其能夠與支持以太網(wǎng)、SPI、LVDS、CAN、MIPI、JESD-204B和GPIO等通用標準的各類傳感器和執(zhí)行器實現(xiàn)互操作。這些芯片通過最大限度降低延遲、提供確定性的低功耗處理能力，同時分擔傳感器融合、計算機視覺以及物理人工智能的工作負載，有助于解決常見的計算和功耗難題，進而全面提升系統(tǒng)整體性能，拓展設(shè)備的運行能力。

顧名思義，這些半導體不僅在設(shè)計階段具有靈活性。FPGA可以在部署后進行更新，從而解決一個常被忽視的障礙：未來需求的變化。其重新可編程特性進一步拓展了未來推動機器人自動化技術(shù)邁向全新階段的潛力，既能助力技術(shù)體系實現(xiàn)迭代升級，以適配不斷涌現(xiàn)的新需求，同時又能延長設(shè)備的有效使用壽命。

當下與未來

隨著對實時數(shù)據(jù)處理與決策需求的日益增長，簡化傳感器數(shù)據(jù)的集成與管理工作，將成為機器人自動化成功落地及系統(tǒng)風險管理的關(guān)鍵所在。FPGA為這些工作的推進奠定了堅實基礎(chǔ)，它賦予設(shè)計人員足夠的靈活性，助力其優(yōu)化傳感器融合方案，同時重新定義智能機器人在當下及未來工業(yè)生產(chǎn)中所能發(fā)揮的作用。

FPGA與其他先進組件相結(jié)合，將助力引領(lǐng)下一代機器人和自動化部署，并隨著該領(lǐng)域的不斷成熟繼續(xù)提供靈活支持。它們充分印證了，盡管面臨諸多挑戰(zhàn)，智能、自動化和實時的工業(yè)機器人解決方案已觸手可及。