3 周圍環(huán)境感知

移動(dòng)機(jī)器人必須理解周圍環(huán)境的動(dòng)態(tài)變化，以實(shí)現(xiàn)安全導(dǎo)航。必須盡快檢測(cè)并避開阻礙移動(dòng)機(jī)器人行進(jìn)的動(dòng)態(tài)障礙物。移動(dòng)機(jī)器人也可以在定位過程中檢測(cè)障礙物，因?yàn)榈貓D中不存在障礙物的特征。但并不總是能夠成功識(shí)別這些特征。有時(shí)，屬于障礙物的特征被錯(cuò)誤地匹配到地圖中的特征。因此，識(shí)別并排除屬于障礙物的特征對(duì)于可靠定位非常重要。

這就是 AI 和傳感器與毫米波 (mmWave) 雷達(dá)等其他傳感器模式融合的意義所在。AI 和傳感器融合可幫助移動(dòng)機(jī)器人準(zhǔn)確感知?jiǎng)討B(tài)物體，從而有助于更安全、更智能地進(jìn)行導(dǎo)航?；谝曈X的深度學(xué)習(xí)網(wǎng)絡(luò)能夠檢測(cè)障礙物，對(duì)其進(jìn)行分類，并測(cè)量它們與移動(dòng)機(jī)器人的距離。TI 毫米波雷達(dá)的獨(dú)特之處在于，雷達(dá)提供障礙物的距離、速度和到達(dá)角信息，機(jī)器人可以利用這些信息更好地導(dǎo)航而不會(huì)發(fā)生碰撞。

AM69A 處理器具有四個(gè)運(yùn)行頻率為 1GHz 的 512 位 C7x DSP，每個(gè) C7x DSP 都與支持每周期 4K 8 位固定乘法累加 (MAC) 的四個(gè) MMA 的每一個(gè)緊密耦合。四個(gè) MMA 提供密集的 32 萬億次運(yùn)算/秒 (TOPS)，可同時(shí)支持具有多個(gè)傳感器的各種深度學(xué)習(xí)網(wǎng)絡(luò)。此外，借助適用于 AM69A 的 Processor SDK Linux，可在 AM69A 上更輕松、更快速地開發(fā) AI 應(yīng)用。該軟件開發(fā)套件 (SDK) 實(shí)現(xiàn)了多個(gè)開源組件之間的相互作用，并且還支持深度學(xué)習(xí)運(yùn)行時(shí)（例如，在基礎(chǔ) Linux? 組件基礎(chǔ)上構(gòu)建的 TFLite、ONNX 和 TVM）以及用于遠(yuǎn)程內(nèi)核和 HWA 的固件包。TI 將其原始訓(xùn)練框架中的 100 多個(gè)模型（PyTorch、TensorFlow 和 MXNet）轉(zhuǎn)換并導(dǎo)出為適用于 C7xMMA 架構(gòu)的格式，并將其托管在 Edge AI Model Zoo 中。TI 還提供 Edge AI Studio 工具集，旨在加快在 TI 嵌入式處理器（包括 AM69A）上開發(fā)邊緣 AI 應(yīng)用。利用 Edge AI Studio，可以構(gòu)建、評(píng)估和部署深度學(xué)習(xí)模型。TI E2E? 論壇文章如何簡(jiǎn)化嵌入式邊緣 AI 應(yīng)用開發(fā) 更詳細(xì)地介紹了旨在助開發(fā)一臂之力的 TI 免費(fèi)工具和軟件。