Supercharge von KI-Anwendungen am Rand

Von Eric Yu, xxxxxx, ADLINK

Serviceroboter gewinnen an Bedeutung, da Unternehmen nach erfinderischen Wegen suchen, um die Betriebseffizienz zu verbessern, Genauigkeit zu gewährleisten, die Geschwindigkeit zu erhöhen und das Sicherheitsniveau zu erhöhen. Die sechs Hauptanwendungsbereiche laut International Federation of Robotics (IFR) sind Transport und Logistik, Wartung und Inspektion, Gesundheitswesen, Gastgewerbe, professionelle Reinigung und Landwirtschaft. In jüngster Zeit haben der Arbeitskräftemangel und die Folgen der Pandemie erheblich dazu beigetragen, ihren Einsatz zu beschleunigen. Technologische Fortschritte und die dramatische Steigerung der Rechenleistung der künstlichen Intelligenz (KI) verbessern bestehende Anwendungen, von denen eine das Wachstum autonomer Systeme ist.

Die Entwicklung autonomer Systeme ist eine unserer komplexesten KI-Herausforderungen. Dies sind komplizierte Systeme, die verschiedene Ebenen spezialisierter Verarbeitung oder dedizierte Verarbeitungskapazitäten erfordern, um die Leistungs- und Energieanforderungen jeder Anwendung zu erfüllen. Die NVIDIA Jetson AGX-Plattform bietet Entwicklern eine Reihe von Verarbeitungsblöcken, kombiniert mit großer Softwareflexibilität, die speziell für ihre Anforderungen entwickelt wurden.

Als bevorzugter NVIDIA-Partner hat ADLINK seine DLAP-AI-Inferenzplattform-Suite und den ROSCube-X-Robotercontroller auf Basis der Jetson-AGX-Xavier-Technologie von NVIDIA entwickelt, die bis zu 32 Billionen Operationen pro Sekunde (TOPS) verarbeiten können. Beide Plattformen sind in verschiedenen Branchen auf der ganzen Welt weit verbreitet und erleichtern autonomen Systemintegratoren das Design und die Entwicklung.

Abbildung 1: Vorstellung der Edge-KI-Plattform DLAP-411 von ADLINK für Deep-Learning-Beschleunigung und des eingebetteten Robotercontrollers ROSCube-X RQX-590

Heute erleben wir eine neue Ära autonomer Systeme, die eine immer größere KI-Rechenleistung erfordern, um den wachsenden Bedarf an Multisensor-Wahrnehmung, Kartierung und Ortung, Trajektorienplanung und -steuerung, Umweltbewusstsein und fortschrittlicher Sicherheit mit Redundanzfunktionen zu decken . Das neueste Mitglied der Jetson AGX-Familie von NVIDIA, das Jetson AGX Orin-Modul, stellt einen gewaltigen Sprung nach vorne in der KI-Rechenleistung für autonome Systemanwendungen dar, liefert bis zu 275 TOPS und verfügt über ein Leistungsbudget von 15 W bis 60 W. Dies bietet Systemintegratoren bis zu achtmal so leistungsfähig wie das Jetson AGX Xavier-Modul der vorherigen Generation, aber mit dem gleichen Verdichtungsverhältnis.

Das Modul erfüllt die Anforderungen komplexer KI-Systeme am Rand und ist mit dem NVIDIA JetPack SDK und anwendungsspezifischen Softwareplattformen, einschließlich der Isaac-Robotikplattform, kompatibel. ADLINK hat dieses neueste Modul in seine Edge-KI-Plattform DLAP-411-Orin und die eingebettete Robotersteuerung ROSCube-X der RQX-590-Serie integriert. Mal sehen, wie sie in Anwendungen der zukünftigen Generation implementiert werden können.

KI-basierte autonome Roboter zur Verbesserung von Produktionsprozessen

Ein Beispiel hierfür ist der Einsatz autonomer Systeme in der Automobilindustrie, um Logistik- und Produktionsprozesse zu verbessern. Damit die Kunden besser bestimmen können, was sie von ihrem Neukauf erwarten und erwarten können, beginnen die Autohersteller damit, eine Vielzahl von Optionen für jedes Modell anzubieten. Diese Vielzahl an Variablen in der Produktion äußert sich in enormen logistischen Herausforderungen.

Während AGVs erfolgreich Teile zum Fließband transportieren, fehlen ihnen die Roboterarme, die Intelligenz und die Flexibilität, um sie selbst zu be- und entladen. Da sich AGVs auf vorgegebene Wege oder Routen verlassen, um von einem Ort zum anderen zu gelangen, sind sie nicht in der Lage, diese effektiv zu planen und zu navigieren, und erfordern häufig die Überwachung durch einen Bediener.

Auf der anderen Seite verwenden autonome mobile Roboter (AMR) eine fortschrittliche Kombination aus Sensoren und Kameras, drahtloser Kommunikation und KI-Rechenleistung mit maschinellem Lernen (ML). KI-Algorithmen ermöglichen gleichzeitige Lokalisierung und Kartierung (SLAM), Navigation und Führung, Kollisionsvermeidung und Schätzung der Objektposition. Im Gegensatz zu AGVs können sich AMRs sowohl unabhängig als auch kollektiv durch ihre Umgebung bewegen und Aufgaben ohne menschliches Eingreifen erledigen. Letztendlich bieten AMRs den Automobilherstellern im Vergleich zu ihren Vorgängern eine größere Flexibilität und eine agilere Automatisierung.

Um diese komplexen, datenintensiven KI-Berechnungen zuverlässig und schnell durchzuführen, ist eine robuste Edge-KI-Computing-Plattform erforderlich, die den rauen Bedingungen eines Fließbands wie starken Vibrationen oder physischen Stößen standhalten kann. Die KI-Plattform DLAP-411-Orin Edge von ADLINK führt diese KI-Berechnungen mit hoher Geschwindigkeit aus und nimmt Verarbeitungsinformationen von verschiedenen Sensoren, einschließlich Lidars und datenreichen Kameras. Die Plattform berücksichtigt auch die Größen-, Gewichts- und Leistungsbeschränkungen (SWaP) von AMRs, z. B. die Notwendigkeit, mindestens eine volle Schicht mit einer einzigen Batterieladung zu arbeiten.

Cloudbasierte Flottensoftware verwaltet AMRs, weist Aufgaben basierend auf Verfügbarkeit und Standort zu, steigert die Effizienz und Produktivität sowie ihre Fähigkeit, miteinander und mit Menschen zusammenzuarbeiten. Fabrikbetreiber müssen keine sich wiederholenden Ladeaufgaben mehr durchführen oder AGVs überwachen, sodass sie sich auf ihre Kernaktivitäten konzentrieren können.

KI für autonomes Fahren

Autonomes Fahren gewinnt an Aufmerksamkeit als eine der Lösungen zur Verringerung des Risikos von Verkehrsunfällen, die durch menschliches Versagen verursacht werden. Da sich das Auto der Zukunft in Richtung vollautonomes Fahren bewegt, wird der Einsatz von Sensortechnologien für präziseres SLAM sowie Navigation und Führung, Kollisionsvermeidung und Objektpositionsschätzung exponentiell zunehmen. in Echtzeit, was eine weitere Vision ist. intensiver Einsatz von KI.

Abbildung 2: Autonomes Fahren ist jetzt Realität dank der eingebetteten Robotersteuerung RQX-590 ROSCube-X von ADLINK, die bis zu acht perfekt synchronisierte GMSL 2-Kameras und Lidar-Daten unterstützt

Die RQX-590-Embedded-Robotersteuerung der nächsten Generation der ROSCube-X-Serie von ADLINK erfüllt diese KI-Computing-Anforderungen mit einer Leistung von bis zu 200 TOPS. Mit einer Leistungsaufnahme von nur 40W bietet der Controller eine hervorragende Leistung pro Watt. Darüber hinaus verfügt sein robuster Controller über eine E/A-Erweiterung für drahtlose 5G-Cloud-Konnektivität für Vehicle-to-Everything (V2X)-Dienste, die eine wachsende Vielfalt an Sicherheits- und Betriebsfunktionen ermöglichen.

Der Controller bietet eine umfassende Lösung mit integrierten GMSL-Deserialisierern für bis zu acht perfekt getaktete GMSL 2-Automotive-Kameraeingänge und ein vorinstalliertes Board Compatibility Package (BSP) mit Treibern für ausgewählte Kameras. Es unterstützt auch externe PPS/GPS-Signale zu den Kameradaten über andere Sensoren, wie z. B. Lidar, die in anderen Systemen vorhanden sind. Durch die Kombination von Daten mehrerer Kameras und Lidars mit V2X-Diensten kann das autonome Fahrzeug sicher durch dicht besiedelte Stadtgebiete navigieren.

Fazit

Die Produkte von Orin sind in der Lage, Herausforderungen bei der KI-Bereitstellung zu meistern, KI-Einblicke zu verbessern und die Bereitstellung autonomer Fahrzeuge und intelligenter Fertigungsprojekte durch Kunden zu beschleunigen. Die Edge-KI-Plattform DLAP-411-Orin der nächsten Generation von ADLINK und der eingebettete Robotercontroller der RQX-590-Serie, ausgestattet mit dem Jetson AGX Orin-Modul von NVIDIA, erleichtern die Entwicklung und das Testen von Robotik und KI mit vielen Daten. Weitere Informationen finden Sie auf der NVIDIA Jetson DLAP AI Inference Platform von ADLINK.