机器人芯片发展趋势——用强大底层芯片能力加速机器人行业革新

电子发烧友网报道（文/李宁远）在数字化转型的需求牵引之下，全球机器人产业持续蓬勃发展，根据IFR数据，2022年全球机器人市场规模将突破500亿美元，其中工业机器人市场达到195亿，服务机器人市场达到217亿美元，特种机器人市场达到100亿美元。预计到2024年，全球机器人市场规模将突破650亿美元。

 
数据来源：IFR 电子发烧友制图

 
在市场形势利好的背景下，全球机器人的基础技术和前沿技术也在不断进步，机器人技术的发展现在更加强调核心零部件的自主研发与优化、机器人核心软硬件平台的开发、前沿技术的融合等。
 
本文以更贴近上游半导体产业的视角来看一看机器人行业的发展趋势。
 
2D到3D，火热的机器视觉与更强大的视觉处理平台
 
机器视觉的火热有目共睹，根据中国机器视觉产业联盟数据，我国机器视觉行业市场规模增速也很快，2020年市场规模已达144亿元。在我国机器视觉行业市场规模持续增长下，2022年机器视觉行业市场规模有望突破230亿元。
 
最大的趋势来自3D视觉技术的突破，进一步推动视觉技术在高端机器人场景的应用，传统的2D机器视觉正快速向3D机器视觉升级。目前市面上3D处理方案不算多，比较常用的是用英特尔一整套SoC或者视觉处理平台来做。英特尔处理器加FPGA，搭载OpenVINO工具套件和oneAPI，这种视觉平台支持面阵的3D相机，处理三维位置信息，搭载的oneAPI能优化算子提高算法速度降低计算延迟，OpenVINO通过AI计算对视觉信息给出补偿。在这一块上***视觉厂商竞争力也逐步提升，全志科技，肇观电子、瑞芯微视觉芯片产品在国内机器人市场也占有相当高的比重。
 
另一趋势则是嵌入式系统和机器视觉两种技术整合后独立完成从接收光信号到系统输出的整个信号处理过程。依赖于视觉处理SoC处理能力、存储器密度和系统集成度的提升，嵌入式视觉将被更广泛地应用在机器人领域。
 
5G+AI，推动机器人创新
 
5G与AI在机器人行业也说了很多年，今年高通发布的RB6机器人平台让业内人士见到了在5G和AI的加持下，机器人展现出的强大实力。高通机器人RB6平台融合了增强后的高通AI引擎和5G功能，在全球主流网络、企业网络和专网中支持Sub-6GHz和毫米波频段。平台灵活的架构可通过扩展卡支持不断演进的连接特性，包括通过扩展卡让高通机器人RB6平台在未来支持3GPP Release 15、 16、17和18特性。该平台通过增强的高通AI引擎带来顶级的边缘AI和视频处理功能，支持每秒70至200万亿次运算。
 
机器人前端与中心的实时交互在5G高带宽支持下，许多原本需要本地运行的AI算法得以移植到后台云端，大大降低前端机器人运算负荷量。在运算减负的同时，机器人还可以增加更多的传感器，提升多维感知能力；另外，在5G的加持下，机器人感知的庞大数据得以实时回传到运算中心，借助后台的庞大算力，可提供更迅速、更精准、更全面的AI分析，提高柔性能力。
 
机器人MCU往M7与异构架构发展
 
MCU是机器人核心主控芯片中的第一大类别，小型机器人看重MCU的成本与功耗，通用型机器人看重MCU精准的电机控制，高端机器人更需要MCU兼顾算力与拓展性。去年，电子发烧友网与众多国产MCU厂商就机器人应用展开了交流，从获得信息来看，各厂商在机器人MCU的布局上有往M7内核或者异构架构发展的趋势。
 
例如，灵动微电子在机器人行业布局上正在规划的MCU+MPU架构芯片，同时也会开发一些新的IP来取代FPGA在伺服领域的作用；极海半导体则采用的是MCU+FPGA异构架构，MCU负责通讯处理、系统母线监测和温度监测、人机交互界面驱动等功能，FPGA负责逻辑处理和运动控制等功能。
 
M7内核MCU也是众多厂商在布局的，用以满足高端领域机器人市场的多元化应用需求，这一趋势和目前国内机器人市场MCU竞争格局息息相关。目前除了少部分高端机器人市场国产MCU竞争力还有待提高，在其他机器人市场上，***已经和国外芯片进行着全面竞争。国产厂商布局M7内核也是为了提高在高端机器人市场的竞争力。随着各MCU厂商M7内核的高速运控MCU或是M7内核的异构架构芯片问世，高端机器人领域MCU的竞争会更加激烈。
 
FPGA以SoM硬件组合加速机器人开发
 
FPGA应用在机器人控制器里已经很多年了，目前FPGA性能用在常规的机器人伺服驱动、控制性能可以说是过剩的。为了充分挖掘FPGA在机器人行业里的可能，FPGA厂商正在从用FPGA实现局部性能优化（伺服驱动器、机器视觉）向实现系统架构优化转变。
 
为了将FPGA在机器人行业深入应用，很多FPGA厂商以SoM硬件组合的形式将产品推向机器人市场，加速机器人开发并优化整个系统架构。比如成名已久的AMD Xilinx的Kria SoM，Kira SOM硬件组合提供低延迟（快速计算）、确定性（可预测）、实时（准时）、安全性和高吞吐量的彻底硬件加速，将自适应算力带向了机器人开发者，Kira SOM硬件组合还专门为了机器人应用对ROS2做了自适应计算适配。今年瑞萨、易灵思发布的ProMe SoM在功耗、尺寸、生态以及柔软度上也做了更好的优化和设计，工程师仅需要根据自身需求在主板上定义所需的接口即可。目前FPGA厂商很青睐于以System on Module这种形式打入机器人系统，不单单实现视频处理、智能传感、机器视觉等应用局部性能优化，更是从机器人整体架构出发进行系统性优化。
 
写在最后
 
半导体企业凭借强大底层芯片能力加速了机器人的创新升级与市场发展。芯片与底层智能平台已成为提升机器人价值的关键环节，全球各半导体企业正在通过筑建更高性能的机器人底层软硬件平台，为机器人行业带来新变革。