利用边缘处理实现实时决策并增强自主性
移动机器人技术有助于应对紧迫的环境挑战,降低运营成本,并提高各行各业的生产力和效率。
了解有关移动机器人架构和恩智浦推荐产品的更多信息。
结合边缘AI处理、传感器融合和4D成像雷达
移动机器人技术有助于应对紧迫的环境挑战,降低运营成本,并提高各行各业的生产力和效率。
了解有关移动机器人架构和恩智浦推荐产品的更多信息。
探讨围绕恩智浦移动机器人解决方案的不同培训组合。
NavQPlus AI/ML配套计算机评估套件,适用于移动机器人。
S32K344移动机器人评估板,具有100BASE-T1接口和6个CAN FD端口
基于MCU的汽车管理单元(VMU)和基于MPU的配套计算机(NavQPlus)独立运行,从启动角度来看并不相互依赖。 VMU负责转向、加速和速度的实时控制,它可以使用传感器输入做出独立决策。VMU还可以从运行自主绘图和导航功能的配套计算机获取更多数据,以确定完成任务所需的路径。这两种功能都可以集成在NavQPlus中,NavQPlus具有Arm® Cortex®-A应用内核和实时Cortex-M内核,但我们决定采用模块化架构。
这是可能的,但目前在物流仓库应用中通常不会使用。自主移动机器人(AMR)通过机器人车队管理应用程序来控制,该应用程序可对每个自主移动机器人需要执行的任务进行编程。在某些情况下,机器人确实需要进行通信,例如,在医院等环境中,如果有一个自主清洁机器人和一个配送机器人走廊中相遇,它们必须依据明确的决策逻辑来协调行动,决定哪个机器人将让路。如果地面有溢漏并且清洁机器人正在清理地面,那么配送机器人可能需要等待,优先保障清洁工作的顺利进行;反之,如果没有溢漏,可能配送机器人会优先通过,而清洁机器人将主动避让。
NavQPlus配套计算机基于i.MX 8MPlus四核处理器。该设备支持直接摄像头输入进行视觉感知处理,或者可以连接到基于以太网或USB的摄像头。它使用Linux作为操作系统,并使用机器人操作系统(ROS2)来实现执行映射和导航功能所需的中间件。如需了解更多详细信息,请参阅NavQPlus网页。
探讨使用案例、技术细节和软件开发。
阅读培训内容