譯者 | 李睿

審校 | 孫淑娟

在開發機器人時，系統集成往往占用了大部分的項目資源，這比開發最終應用程序還要重要。隨著低端工業協作機器人的出現，出現了只專注于開發在現有硬件上運行的軟件開發商。然而，機器人的硬件和軟件能力之間存在著一個至關重要的關系。需要保留對計算硬件的設計控制，以創建更專業、更節能、安全和高性能的機器人。  

硬件挑戰和軟件技能  

如果機器人專家希望交付未來需要的更好、更快的機器人，就必須克服硬件面臨的障礙。在后摩爾時代的計算世界中，升級硬件以采用最新一代微處理器無法實現所需的應用程序性能升級。其前進的道路不再在于等待最新的芯片。硬件加速通常是獲得必要收益的唯一途徑。  

這種硬件挑戰使機器人等學科的開發人員的工作變得更加復雜，他們的技能往往偏向于開發軟件。這意味著如果他們要滿足市場對新型工業機器人的需求，就必須面對設計自適應計算硬件的前景。在生產線和倉庫等領域使用機器人來提高生產力的企業，正在尋找能夠提供額外靈活性、更精細的位置控制、卓越的基于視覺的能力、改進的數據捕獲和更低功耗的設備。  

機器人硬件加速的主要原理是，與傳統的控制驅動方法不同，用于軟件開發的混合控制和數據驅動方法允許團隊設計自定義計算架構，為應用程序分配最佳數量的硬件資源。  

就實現而言，需要異構計算模型。這利用了CPU和GPU的優勢，它們在控制流計算方面表現出色，同時利用FPGA的優勢來處理數據流計算。這種方法同時提供了對CPU/GPU的靈活性和完全控制，以實現復雜的計算，具有低功耗、高性能、低延遲和硬件加速的確定性。現在，各種供應商都在提供自適應片上系統(SoC)和系統級模塊(SOM)設備，例如AMD-Xilinx Kria?SOM及其相關的Kria機器人堆棧，它們提供了這種混合計算模型的優勢.該表比較了這些不同的模型。  

自適應片上系統(SoC)和系統級模塊(SOM)允許機器人專家通過對創建正確數據路徑和控制機制的架構進行編程來構建機器行為。然而，需要復雜的工程技能來使用既定的工具和技術對此類架構進行編程。

機器人專家缺乏合適的硬件和嵌入式設計專業知識，他們習慣于以計算圖的形式構建行為，以解決當前的機器人任務。他們經常使用C++通過高級軟件工程實踐來創建復雜的實時確定性系統。

建立在機器人操作系統（ROS）之上  

現在需要一種不同的方法來幫助機器人專家利用可用的硬件加速技術。在理想情況下，這種方法應該讓他們在熟悉的開發環境（例如ROS）中創建自定義硬件，并使用熟悉的工具（例如Gazebo）進行模擬。

ROS是機器人應用程序開發的事實上的行業標準，自從2020年ROS2問世以來更是如此。這已成為跨行業機器人應用程序的默認軟件開發工具包(SDK)，許多團體現在都在使用ROS和Gazebo。  

以前將自適應計算集成到ROS中的舉措已經從硬件工程師的角度解決了這一挑戰。他們假設用戶以前有嵌入式和硬件流程方面的經驗，因此熟悉RTL、HDL和HLS等概念以及用于操作它們的設計工具。同樣，部署到嵌入式目標需要對Yocto、OpenEmbedded和相關工具有一定的了解。  

了解大多數機器人專家并非來自這一背景，ROS2硬件加速工作組(HAWG)正在采用以ROS為中心的方法，將嵌入式流程直接集成到ROS生態系統中。它的目標是提供類似于機器人專家在桌面工作站中構建ROS工作區時所享受的體驗。  

HAWG的工作建立在已發表的關于優化ROS計算圖以利用自適應計算的研究，以及在可編程邏輯中加速部分圖的工具和方法的建議之上。除此之外，HAWG現在正在提出一種架構（如下圖所示），該架構專注于C++和OpenCL等熟悉的語言。  

ROS 2和HAWG堆棧一起促進了硬件加速

所提出的架構與平臺無關，因此適用于邊緣設施、工作站、數據中心或云計算平臺，而且與技術無關，以允許針對FPGA、CPU和GPU以及易于移植到各種模塊和主板。  

最終，這項工作應該使大多數機器人專家能夠利用硬件加速的機會來實現下一代先進和復雜的機器人。

原文標題：??Simplifying hardware acceleration for robots with ROS 2??，作者：Ben Dickson