Embedded Insiders Podcast:安全なAMRの構築

IoTのデータをエッジで処理するために使われる人工知能(AI)には、 AIoTという頭文字が付けられています。AMRは、運行に必要な大量のデータ処理にAIoTを活用した好例である。AMRは、充電やメンテナンスのためだけに停車して、昼も夜も年中無休で稼働する機能を持ち、さらに人間と一緒に働く可能性も秘めています。これらの機能は、産業、自動化、製造の現場において様々なメリットをもたらしますが、人と機械の両方に安全と安心を保証するためにはAIが必要です。

利点が満載のAMRは、設計と構築が複雑です。ビジョンシステム(大量のデータ処理だけを必要とする)から、ナビゲーションシステム、モーターコントロール、ワイヤレス通信、ヒューマンマシンのリアルタイムインタラクションまで、考慮すべきことがたくさんあります。

(conveyco.comの画像提供)

AMRに電力を供給する

AMRシステムの構築は複雑であるため、多くの障害が発生する可能性がありますが、AMRに電力を供給する方法という1つの基本要素から始める必要があります。前述のように、ロボットは再充電する前に長時間動作する必要があります。

AMRに電力を供給する方法を検討するときは、次のような無数のタスクを実行できるプラットフォームも選択する必要があります。 NVIDIAのJetson、CPU、GPU、PMIC、DRAM、およびフラッシュストレージを備えたシステムオンモジュール(SOM)です。このプラットフォームは、IsaacSIMを含む同社のIsaacロボティクスプラットフォームと組み合わせることができます。そのSIMは、AMRを展開する前に、仮想環境でロボットをシミュレートおよびトレーニングするために使用されます。さらに、ユーザーは、Jetsonで処理するためのオープンソフトウェアフレームワークであるIsaacSDKを見つけるでしょう。これにより、ロボット工学の開発を加速できるカスタムの動作と機能が可能になります。

NVIDIAは、AMR開発の優れた出発点として機能するプラットフォームを提供し、ロボットのあらゆる側面に必要な制御と計算効率を優れた電力効率で提供し、ロボットを際立たせます。

センサ、センサ、より多くのセンサ

AMRの中にセンサを組み込むことは非常に重要です。センサには、2D/3Dカメラ、飛行時間センサ、LIDARデバイスなどがあり、高速I/Oに接続する必要があります。もちろん、センサの数が多ければ、データの数も多くなります。これらのデータをロボット上でリアルタイムに処理し、慌ただしい環境の中を自律的に移動することが求められます。AI機能を搭載することで、現場のアップグレードを最小限に抑えることができると考えています。

NVIDIA社の自律走行マシン製品管理担当ディレクターであるAmit Goel氏は、「シミュレーション環境は、AMRの開発と展開において重要な要素です」と述べています。実際のハードウェアを開発すると、いくつかの制約が加わり、AMRの設計期間が短くなったり、率直に言って、何人の人間が同時にAMRに取り組むことができるかに影響します。設計をシミュレーションに移行すれば、開発チームはどこにいてもいいのです」と述べています。

今、設計者は新たな問題に直面しています。どのようなタイプのプロセッサを搭載すべきか?この質問に対する決まった答えはありませんが、AMRは環境に関する情報を受け入れ、読み取り、計算する必要があります。そして、その動作を制御する必要があります。そのためには、GPUが最も理想的です。また、スケールアップはもちろん、ダウンスケールにも対応できる柔軟性のあるプロセスが必要です。ADLINK TechnologyのプラットフォームとNVIDIA GPUを使ったAMRの設計について、より詳しくお聞きになりたい方は、私とAmitが出演しているこのポッドキャストをご覧ください。

著者:ゼイン・ツァイ
著者:ゼイン・ツァイ

ADLINKテクノロジー、組込みプラットフォームおよびモジュール、プラットフォーム製品センターのディレクター

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です