机器人中的FPGA芯片应用之道
智能工业快速发展，工业机器人的出现，很大程度上帮助人类减少了劳动力。赛灵思系列芯片正以燎原之势席卷整个行业，有着不可小觑的影响。为此，电子发烧友《机器人技术特刊》诚邀赛灵思探讨FPGA在机器人中的运用。
赛灵思ISM（工业、科学、医疗）高级技术营销经理罗霖
机器人作为工业4.0时代的重头戏，各大厂商纷纷进军布局市场，然而在智能方面上存在些许欠缺。对此，罗霖先生表示，智能化将成为机器人发展的重要方向。机器人将会具有更多的传感器，比如视觉、触觉、距离等，具备感知周围环境的能力；机器人将实现更先进的算法，比如物体识别、立体视觉、神经网络等，具备一定的人工智能；机器人将会变得更加容易使用，通过观察和学习人的动作，来完成示教。智能化给机器人的处理性能带来了挑战，需要更高性能的处理器来实现这些功能，同时也需要满足成本、功耗和开发效率等方面的要求。
Xilinx推出FPGA系列芯片竞争优势明显
关于赛灵思的FPGA芯片在市场的竞争优势，罗霖是这样说的，我们的优势在于器件的性价比、质量、可靠性和第三方方案的支持。还有平台化，在同一系列里我们提供从低端到中端到高端的器件供客户选择，使得客户可以统一硬件平台，降低研发和维护成本。
此外，Xilinx率先推出的集成FPGA的SoC，包括Zynq和ZynqMPSoC，帮助客户提供系统集成度，增加差异化，提升产品竞争力。还有工具的创新也是非常重要的一环，Xilinx陆续推出HLx，SDSoC等高层次的开发工具，以及第三方软件OpenCV，Halcon等的支持，帮助客户降低开发难度，提升开发效率。
FPGA在机器人上的应用
FPGA以及带有FPGA的SoC芯片在机器人上得到了广泛的应用。主要用途包括：
1）伺服驱动，高性能的伺服驱动需要高带宽的电流环，以及灵活的速度环和位置环，这方面带有FPGA的SoC芯片比如Zynq是一个很好的选择，另外，用FPGA可以用单芯片实现多轴控制以及工业以太网包括EtherCAT，Powerlink和Profinet等；
2）控制器，利用Zynq及其ZynqMPSoC，可以运行实时操作系统，Linux+Xenomai，Vxwork，QNX等，实现EtherCAT，Powerlink主站，运行高性能运动控制库，IEC61131-1的软PLC，HMI以及机器视觉算法，从而打造高性价比的机器人控制器；
3）机器视觉，利用FPGA或带有FPGA的SoC芯片可以打造高性能、小尺寸和低功耗的工业相机和智能相机，使机器人具备一定的智能；
4）功能安全，通过高可靠性和多通道冗余以及双核Lock-step等技术，以及通过TUVSUD认证的开发工具和流程，可以提供机器人的功能安全等级，防止或减轻对操作人员的伤害。
关于赛灵思在FPGA领域接下来的发展策略，罗霖说到，赛灵思将通过扩展全可编程平台的功能，产品覆盖面以及工具的优化让更多的创新者实现基于可编程平台的开发。像赛灵思最新宣布的Spartan7系列，给低端客户以更好的性价比，更好的I/O密度。同时，罗霖表示他们的工具会向系统级、高层次发展，支持更多的库，扩大FPGA的用户群。
电子发烧友《机器人技术特刊》，更多优质内容，马上下载阅览
【自适应计算在机器人领域的应用】连载三：为什么FPGA能在机器人中起到重要作用
：VíctorMayoral-Vilches和GiulioCorradi，公司
连载三：为什么能在机器人中起到重要作用
和擅长控制流计算。它们的控制驱动机器模型基于控制令牌，控制令牌提示应执行语句的时间。这赋予CPU和GPU完全的控制力，能轻松实现复杂的数据和控制结构。然而，这样做的代价是效率较低且难以毫无差错地准确编程。相反，FPGA擅长数据流运算。它们遵循数据驱动机器的模式，一旦所有操作数可用就执行语句。这样的结果就是FPGA能释放巨大的并行性和吞吐量潜力，同时避免出错或产生副作用。
总体而言，作为CPU和GPU通用平台的替代技术，FPGA能够自适应生成定制计算架构，满足机器人的需求。因为拥有前所未有的灵活性，并能缩短设计周期，同时降低开发成本，FPGA已经z在各类知名工业机器人制造商和医疗机器人应用中大量采用。在“AsurveyofFPGA-basedroboccompuTIng”中，可以看到一份有关基于FPGA的机器人计算的调研，该调研展示了FPGA在机器人应用领域的广泛适用性。下面是对FPGA特征的详细描述：
•自适应：当同时需要控制流和数据流时，CPU和GPU因为时延和响应时间问题无法使用，而FPGA则能生成无与伦比的定制计算架构，满足严格的实时要求和多重关键性要求。CPU和GPU所采用的固定计算架构，限制了它们的整体能力，包括响应时间和时延。
•高性能：FPGA通过建立深度流水线化的数据路径（流计算）来提升计算性能，而不是像CPU和GPU那样依靠计算单元数量的增加。流计算的工作原理是一个计算单元产生的数据立即被流水线中的下一个计算单元处理，这样就免去了数据流通道中“提取-计算-存储（fetch-compu-store）”的环节，便于数据产生者和消费者的运算操作，从而提升了性能。相反，由于存在架构固定、核数量固定、指令集固定、架构僵化等多重限制，CPU和GPU只能以牺牲性能的方式进行计算。
•高能效：速度和功耗是的基本品质因数（FOM，figuresofmerit）。功率是表示数字电路频率和触发率的函数。FPGA通过并行和直接执行算法调节频率。FPGA保持较低频率和较低切换率（无指令获取）进行计算，但与CPU和GPU的等效计算性能相比，FPGA在更高的频率下具有更大的并行性优势，从而客户以实现更好的功率指数和更高的能效。
•不浪费算力：FPGA借助灵活性实现芯片利用率最大化以提升性能。动态功能交换（，过去被称为“部分重配置”）允许在CPU上运行的线程化应用分时共享FPGA。由此当给定线程正在处理FPGA生成的结果时，另一线程能使用FPGA进行不同的计算。
•可预测：FPGA帮助CPU和GPU卸载严格意义的实时计算，在执行时间上提供纳秒级预测能力，而且不会受到与GPU和CPU计算有关的变更或抖动的影响。
•可重配置：机器人算法仍处于高速演进发展中，FPGA能够按需进行动态重配置和更新。此外，还可以轻松地对FPGA进行重新编程以满足异构需求，实现CPU和GPU才能提供的通用能力。
•安全：FPGA能够按需灵活地构建安全，保障机器人数据流的安全。此外，FPGA能充分利用重配置功能修正其硬件架构的缺陷（避免硬件风险）。这样设计人员就能迅速解决在固定计算架构上难以解决或者无法解决的安全风险（避免未来的风险，例如“熔毁”和“幽灵”）。
然而也有观点认为，尽管FPGA是机器人专家心目中理想的计算基干，但是它们提供的灵活性是以增加复杂性和所需的设计技能为代价的。“AsurveyofFPGA-basedroboTIccompuTIng”列出了部分所需的额外技能。只有能够全面综合地运用含多核CPU、GPU和FPGA在内的所有这些技术，才能实现最优异的机器人性能。实际不然，赛灵思所提供这种集成式片上系统（SoC）解决方案，是将CPU通用软件的可编程能力与FPGA自适应硬件功能完美结合在了同一器件之中。
这些自适应SoC为机器人应用提供了软硬件兼有的高灵活性计算基础，并可提供高性能、低功耗、确定性、硬件可重配置、安全，以及自适应特性等价值。
要点总结：CPU和GPU擅长控制流计算，而FPGA擅长数据流计算。自适应SoC解决方案为机器人应用提供了软硬件兼具的高灵活性计算基干，可提供低功耗、高性能、确定性、硬件可重配置、安全，以及自适应等特性。
机器人中的FPGA芯片应用之道
智能工业快速发展，工业机器人的出现，很大程度上帮助人类减少了劳动力。赛灵思系列芯片正以燎原之势席卷整个行业，有着不可小觑的影响。为此，电子发烧友《机器人技术特刊》诚邀赛灵思探讨FPGA在机器人中的运用。
机器人中的FPGA芯片应用之道赛灵思ISM(工业、科学、医疗)高级技术营销经理罗霖
机器人作为工业4.0时代的重头戏，各大厂商纷纷进军布局市场，然而在智能方面上存在些许欠缺。对此，罗霖先生表示，智能化将成为机器人发展的重要方向。机器人将会具有更多的传感器，比如视觉、触觉、距离等，具备感知周围环境的能力;机器人将实现更先进的算法，比如物体识别、立体视觉、神经网络等，具备一定的人工智能;机器人将会变得更加容易使用，通过观察和学习人的动作，来完成示教。智能化给机器人的处理性能带来了挑战，需要更高性能的处理器来实现这些功能，同时也需要满足成本、功耗和开发效率等方面的要求。
Xilinx推出FPGA系列芯片竞争优势明显关于赛灵思的FPGA芯片在市场的竞争优势，罗霖是这样说的，我们的优势在于器件的性价比、质量、可靠性和第三方方案的支持。还有平台化，在同一系列里我们提供从低端到中端到高端的器件供客户选择，使得客户可以统一硬件平台，降低研发和维护成本。
此外，Xilinx率先推出的集成FPGA的SoC，包括Zynq和ZynqMPSoC，帮助客户提供系统集成度，增加差异化，提升产品竞争力。还有工具的创新也是非常重要的一环，Xilinx陆续推出HLx，SDSoC等高层次的开发工具，以及第三方软件OpenCV，Halcon等的支持，帮助客户降低开发难度，提升开发效率。
FPGA在机器人上的应用FPGA以及带有FPGA的SoC芯片在机器人上得到了广泛的应用。主要用途包括：
1)伺服驱动，高性能的伺服驱动需要高带宽的电流环，以及灵活的速度环和位置环，这方面带有FPGA的SoC芯片比如Zynq是一个很好的选择，另外，用FPGA可以用单芯片实现多轴控制以及工业以太网包括EtherCAT，Powerlink和Profinet等;
2)控制器，利用Zynq及其ZynqMPSoC，可以运行实时操作系统，Linux+Xenomai，Vxwork，QNX等，实现EtherCAT，Powerlink主站，运行高性能运动控制库，IEC61131-1的软PLC，HMI以及机器视觉算法，从而打造高性价比的机器人控制器;
3)机器视觉，利用FPGA或带有FPGA的SoC芯片可以打造高性能、小尺寸和低功耗的工业相机和智能相机，使机器人具备一定的智能;
4)功能安全，通过高可靠性和多通道冗余以及双核Lock-step等技术，以及通过TUVSUD认证的开发工具和流程，可以提供机器人的功能安全等级，防止或减轻对操作人员的伤害。
关于赛灵思在FPGA领域接下来的发展策略，罗霖说到，赛灵思将通过扩展全可编程平台的功能，产品覆盖面以及工具的优化让更多的创新者实现基于可编程平台的开发。像赛灵思最新宣布的Spartan7系列，给低端客户以更好的性价比，更好的I/O密度。同时，罗霖表示他们的工具会向系统级、高层次发展，支持更多的库，扩大FPGA的用户群。
声明：本网站所收集的部分公开资料来源于互联网，转载的目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。本站部分作品是由网友自主投稿和发布、编辑整理上传，对此类作品本站仅提供交流平台，不为其版权负责。如果您发现网站上所用视频、图片、文字如涉及作品版权问题，请第一时间告知，我们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除内容，以保证您的权益！联系电话：010-58612588或Email:editor@mmsonline.com.cn。工业机器人传感器软件电子举报此信息fpga在机器人中的应用
电子发烧友网报道(文/李宁远)在传统的工业机器人里传感器的种类与数量已经不少了，压力、温度、速度等等方面都少不了传感器提供的关键数据。随着机器人的升级换代，机器人与人在同一环境里协作、合作的趋势愈发明显。不仅是在工业场景中，日常生活中机器与人类共存的案例也多了起来。这意味着机器人传感与感知的能力越来越重要。