- Konu Yazar
- #1
Gelişmiş yarı iletken devi AMD, Foundation Robotics, Robotec.ai ve Avnet gibi mühendislik ortaklarıyla birlikte, otonom robotik platformlarda gerçek zamanlı fiziksel yapay zeka iş yüklerini doğrudan yürütmek üzere tasarlanmış entegre bir donanım ve yazılım çerçevesi geliştirdi. Bu iş birliği, çok modlu algılama, hareket planlama ve anlamsal navigasyon gibi karmaşık görevlerin, güç kısıtlı kenar donanımlarında çalıştırılmasından kaynaklanan hesaplama darboğazlarını ortadan kaldırmayı hedefliyor.
🛠️ Teknik Çerçeve ve Sorumluluk Dağılımı
Fiziksel yapay zekanın uygulanması, düşük gecikmeli aktüasyon kontrolü, bilgisayar görüşü çıkarımı ve üst düzey davranışsal planlama arasında sıkı bir senkronizasyon gerektiriyor. Bu zorluğun üstesinden gelmek için ortaklar, merkezi işlem birimleri (CPU), grafik işlem birimleri (GPU) ve nöral işlem birimlerini (NPU) birleşik gömülü platformlarda birleştiren heterojen bilgi işlem donanımlarını devreye aldı. AMD, bu çerçevede temel işlem mimarilerini, özellikle de standart Robot İşletim Sistemi (ROS 2 Jazzy) desteği için yapılandırılmış gömülü işlemcileri ve geliştirici platformlarını sağladı.
Uzmanlaşmış ortak kuruluşlar ise alana özgü robotik yığınları uyguladı:
- Foundation Robotics: Tam vücut insansı kontrol sistemlerini gömülü bir işlem birimine entegre ederek, iki ayaklı hareket ve çift kollu manipülasyonu tek bir gerçek zamanlı platformda koordine etti.
- Robotec.ai: Kompakt donanım üzerinde doğrudan çalışacak şekilde yapılandırılmış açık bir simülasyon hattı tasarlayarak, simüle edilmiş ortamlardan fiziksel aktüatörlere sorunsuz politika transferi sağladı.
- Avnet: İki ayaklı sistemler için kenar kontrol uygulamaları geliştirdi; gerçek zamanlı sensör işleme, jest tabanlı kontrol ve ses tanımayı entegre GPU ve NPU donanım hatları aracılığıyla yönlendirdi.
⚙️ Sistem Entegrasyonu ve Uygulama Parametreleri
Bu iş birliğine dayalı uygulama, sıfır tescilli ara yazılım kullanma prensibini benimsiyor. Dağıtılmış robotik düğümler arasında deterministik veri yönlendirmesi sağlamak için yerel ROS 2 arayüzleri kullanılıyor.
Anlamsal navigasyon kullanım durumlarında, sistem, komut odaklı temel segmentasyon modellerini doğrudan ROS 2 navigasyon yığını (Nav2) ile entegre ediyor. Kompakt bilgi işlem düğümlerinde yerel olarak çalışan yazılım, önceden model ince ayarı yapılmaksızın iç ve dış endüstriyel ortamlarda rastgele engel sınıflarını tanımlıyor ve değişken zemin yüzeylerini ayırt ediyor. Otonom manipülasyon iş akışları için, mobil bir manipülatör, gömülü heterojen donanımı standartlaştırılmış ROS 2 iletişim veri yollarıyla eşleştirerek, uzaktan boşaltma olmaksızın gerçek zamanlı nesne sınıflandırması, ters kinematik ve kavrama yürütmeyi gerçekleştiriyor.
🏭 Endüstriyel Uygulamalar ve Operasyonel Etki
Hedeflenen dağıtım alanları lojistik otomasyonu, endüstriyel montaj ve tehlikeli madde denetimini kapsıyor. Çok eksenli hareket planlaması, algılama algoritmaları ve uzamsal muhakemeyi kenar seviyesi silikona entegre ederek, bu mimari bulut bağımlı karar döngüleriyle ilişkili gecikme cezalarını ortadan kaldırıyor. Bu yapısal yaklaşım, süreç kararlılığını artırıyor, iletişimden yoksun ortamlarda operasyonel determinizmi sürdürüyor ve otonom mobil robotlar ile insansılar için donanım entegrasyonunu basitleştiriyor.
Teknik gösterimler ve uçtan uca buluttan robota eğitim iş akışları, 22-24 Eylül 2026 tarihlerinde Toronto, Kanada'daki Sheraton Centre Toronto'da düzenlenen ROSCon 2026'da sunuldu.
