고급 로봇 시스템에서 핵심 기술이 결합됩니다.

로봇 설계가 제조, 물류 및 서비스 산업에 서비스를 제공하기 위해 상업 영역에 진입하는 바로 지금, 로봇의 더 많은 채택을 여전히 가로막고 있는 주요 걸림돌을 설명하는 것이 중요합니다.

로봇 시스템의 하드웨어와 소프트웨어는 극적으로 개선되었지만 빠르게 진화하는 설계 궤적은 농업, 창고, 배송 및 검사 서비스, 스마트 제조, 더.

간단히 말해서 로봇은 센서와 카메라에서 입력을 받은 후 스스로를 찾고 주변 환경을 인식하기 시작합니다. 다음으로 주변 물체의 움직임을 인식하고 예측한 후 자신과 주변 물체의 상호 안전을 확보하면서 스스로 움직임을 계획한다. 이러한 모든 작업에는 많은 처리 작업과 전력 소비가 수반됩니다.

로봇 시스템에는 세 가지 주요 전력 사용 장소가 있습니다. 로봇을 구동하거나 조종하는 모터 및 컨트롤러, 감지 시스템 및 처리 플랫폼입니다. 더 낮은 비용과 에너지 소비로 로봇 본체의 방향과 위치를 빠르고 정확하게 확인하려면 더 똑똑하고 전력을 잘 사용하는 새로운 유형의 센서가 필요합니다. 로봇은 빠르게 움직이지 않기 때문에 일반적으로 수 기가헤르츠 속도로 작동하는 최첨단 프로세서가 필요하지 않습니다.

여기에서 이 기술 교차로에서 로봇을 대량 배포하는 데 필요한 모든 요구 사항 또는 설계 문제는 핵심 빌딩 블록인 SoC(시스템 온 칩)로 이어집니다. 다양한 감지 시스템과 강력한 인공 지능(AI) 알고리즘을 실행하여 차세대 상용 로봇을 구현합니다.

새로운 SoC 요청

12개의 알고리즘은 일반적으로 주행 거리 측정, 경로 계획, 시각 및 인식을 포함하는 로봇 작업을 실행하기 위해 동시에 실시간으로 처리됩니다. 이를 위해서는 완전히 새로운 수준으로 통합할 수 있는 새로운 SoC 작물이 필요합니다. 이러한 SoC는 희소 코딩, 경로 계획, SLAM(동시 현지화 및 매핑)과 같은 특수 애플리케이션을 처리하는 데 필요합니다.

Qualcomm의 SDA/SDM845 칩(그림 1 ) 그 새로운 수준의 통합을 강조합니다. 2.8GHz에서 실행되는 옥타코어 Kyro CPU 외에도 온디바이스 AI 처리를 위한 Hexagon 685 DSP와 인식, 탐색 및 조작을 위한 모바일 최적화 컴퓨터 비전이 특징입니다. 듀얼 14비트 Spectra 280 ISP(이미지 신호 프로세서)는 최대 3200만 화소(MP) 카메라와 최대 4K 비디오 캡처를 초당 60프레임으로 지원합니다.

그림 1:로봇 설계를 위한 Qualcomm SDM845 칩의 아키텍처 빌딩 블록(이미지:Qualcomm)

SoC 플랫폼은 또한 보안 부팅, 암호화 가속기 및 TEE(신뢰할 수 있는 실행 환경)와 같은 보안 기능을 용이하게 하는 보안 처리 장치(SPU)를 갖추고 있습니다. 연결을 위해 Wi-Fi 링크를 지원하는 동시에 산업용 로봇을 위한 짧은 대기 시간과 높은 처리량을 가능하게 하는 5G를 추가하는 것을 목표로 합니다.

Qualcomm은 또한 SDA/SDM845 칩을 기반으로 구축된 Robotics RB3 플랫폼을 도입했습니다. DragonBoard 845c 개발 보드 및 로봇 설계 프로토타이핑용 키트가 함께 제공됩니다.

초 통합 드라이브는 Nvidia의 Jetson Xavier와 같은 임베디드 모듈에서도 분명합니다(그림 2 ), 배송 및 물류 로봇을 대상으로 합니다. 로봇 컴퓨팅 플랫폼은 90억 개의 트랜지스터로 구성되어 있으며 초당 30조 이상의 연산(TOPS)을 제공합니다. 8코어 ARM64 CPU, Volta Tensor Core GPU, 듀얼 NVIDIA NVDLA(딥 러닝 가속기), 이미지 프로세서, 비전 프로세서, 비디오 프로세서 등 6개의 프로세서가 탑재되어 있습니다.

위의 설계 예에서 볼 수 있듯이 AI 가속기는 로봇 설계를 위한 SoC 및 모듈의 핵심 빌딩 블록입니다. 또한 자세히 살펴보면 AI가 센서 및 액추에이터와 협력하여 인식, 위치 파악, 매핑 및 탐색과 같은 작업을 수행하는 방법을 보여줍니다.

AI 통합:진행 중인 작업

주어진 상황이나 작업에 대한 로봇의 응답 품질과 정확성을 높이는 데 있어 AI 기술의 역할은 특히 물체 감지 및 인식 작업에서 중요해지고 있습니다.

AI는 로봇을 경직된 프로그래밍 모델이 제공하는 자동화 이상으로 활용하여 로봇이 주변 환경과 보다 자연스럽고 정확하게 상호 작용할 수 있도록 합니다. 여기에서 AI 구성 요소는 로봇의 이미지 처리 기능과 함께 작동하여 이전에 인간이 수행했던 작업을 자동화합니다.

그러나 로봇 설계자는 부품 크기와 전력 소비를 늘리지 않으면서 더 많은 AI 기능을 추가해야 합니다. 로봇 설계의 전력 제약 외에도 로봇의 상업적 채택은 대형 장치 폼 팩터로 인해 방해를 받습니다.

그림 2:80 × 87mm Jetson Xavier 모듈은 워크스테이션 처리 장치 크기의 1/10에 불과한 워크스테이션 수준 컴퓨팅 성능을 제공합니다. (이미지:Nvidia)

또 다른 중요한 문제는 산업용 로봇과 서비스 로봇이 방향 감지 및 위치 추정을 위한 추론 모델을 구현하기 시작할 때 다양한 AI 프레임워크에 대한 지원입니다.

스마트 센서 필요

진공 청소기 및 호버보드와 같은 로봇 시스템에는 진동이 심한 환경에서 작동할 수 있는 믿을 수 없을 정도로 안정적이고 고성능인 센서가 필요합니다. 감지 요소의 고정밀 처리는 설계자에게 추가적인 과제를 안겨줍니다. 예를 들어 소프트웨어를 사용하여 가속기 및 자이로와 같은 모션 센서를 제어하는 ​​경우 소프트웨어 개발에 필요한 개발 시간과 비용이 증가합니다.

이것이 로봇 시스템에 보다 통합된 감지 솔루션이 필요한 이유입니다. 앞에서 언급한 Qualcomm Robotics RB3 플랫폼의 경우 현재 TDK 회사인 InvenSense는 저전력, 긴밀한 감도 일치 및 높은 AOP(음향 과부하 지점)를 특징으로 하는 다양한 센서와 마이크를 제공합니다.

RB3 플랫폼은 3축 자이로스코프와 3축 가속도계, 정전식 기압 센서, 다중 모드 디지털 마이크로 구성된 InvenSense의 6축 IMU(관성 측정 장치)를 사용합니다. IMU는 정밀 정확도를 보장하기 위해 외부 실시간 시계 측정을 정량화하고 압력 센서는 고도 차이 10cm의 상대 정확도를 측정합니다.

모션 센서 외에도 로봇은 SLAM 기반 내비게이션 시스템이 탑재된 스마트 센서 및 카메라 솔루션을 점점 더 많이 사용하여 로봇이 실제 환경에서 까다로운 요구 사항을 충족할 수 있도록 합니다. 또한 이러한 센서와 카메라는 로봇에서 3D 비전 시스템을 실행하기 위해 기계 학습 기능을 통합하고 있습니다.

그러나 개발자는 이러한 고해상도 센서를 로봇 시스템에 통합하면서 소형 폼 팩터와 낮은 전력 사용량을 보장해야 합니다. 또한 이러한 센서와 카메라는 표준 디지털 인터페이스를 통해 로봇 컨트롤러와 쉽게 통합할 수 있어야 합니다.

AI와 마찬가지로 스마트 센서와 카메라는 로봇 설계 레시피의 핵심 요소이며 AI와 마찬가지로 아직 초기 단계입니다. 2020년은 더 낮은 비용과 더 높은 정확도로 로봇 시스템에 서비스를 제공할 수 있는 보다 성숙하고 실행 가능한 상용 감지 솔루션을 제공할 것으로 예상됩니다. 그때가 되면 로봇은 창고와 공장에서의 변혁적인 역할을 넘어 독립형 지능형 개체로 작동하는 대신 더 큰 소비자 및 산업 환경에서 협업 도구가 될 것입니다.