机器人高效导航定位背后SLAM专用芯片的崛起

电子发烧友网报道（文/李宁远）对移动机器人来说，导航定位是最基本最核心的功能之一，机器人自主移动能力建立在出色的导航定位基础上。目前移动机器人应用得最广泛的导航定位技术无疑是SLAM技术。
 
SLAM技术是定位与地图构建技术，其重要的理论与应用价值被认为是实现自动驾驶和全自主移动机器人的关键技术。小到扫地机器人，大到自动驾驶汽车，无人自主移动设备近些年的快速发展加速了SLAM行业的发展，为了利用这些市场机会，技术供应商正在整合SLAM先进软硬技术进行行业布局。
 
机器人芯片与SLAM
 
目前机器人系统中，各种芯片的组合多种多样，有机器人专用SoC方案、通用SoC加模组方案以及各种以MCU基础的组合方案。这些芯片组合构筑成机器人底层硬件基础，各种强大的功能都建立在这些硬件控制上。
 
以硬件为基础，机器人系统还有一些关键点，如智能算法、传感器、多机协作、协同控制等。而且随着人工智能、大模型的快速发展，现在基于多传感器的多模态大模型也开始在机器人中占据重要地位。
 
智能算法加上传感器就是SLAM的核心，实现SLAM需要这两类技术作为支撑，一是传感器信号处理（包括前端处理），二是位姿图优化（包括后端处理），这类技术与传感器无关取决于后端的算法处理。从传感器方向上来看，目前机器人中的SLAM技术主要应用了视觉SLAM和激光雷达SLAM两条技术路线，两条技术路线均有不少落地的机器人项目，二者也各有优势。
 
现在更是在推进3D SLAM，2D传感已经无法满足日益复杂的机器人终端需求，即以3D传感器为核心，通过对激光雷达/视觉、IMU、里程计、GPS等各类传感器进行数据融合处理，配置高性能处理器，实现对无人车环境的建图以及匹配定位功能。
 
为了实现性能更高的SLAM效果，上游的芯片厂商会自研SLAM算法将算法在芯片层面硬件化，传感器厂商也有不少做SLAM，与传感器件打包成整个导航模块提供给下游设备厂商。在这种趋势下，将SLAM硬件化的芯片越来越多。
 
算法芯片化后的SLAM专用芯片
 
SLAM专用芯片应该说解决了目前行业内不少痛点，以往软件化3D算法＋FPGA或者高性能处理器的方案往往功耗很大，SLAM部分上耗时也长。如果涉及复杂场景，如AMR、无人机，各种3D感知的配件BOM高，做传感器融合也非常复杂。
 
将传感导航算法芯片化后，进行单芯片的全集成能够有效解决目前这些行业痛点。目前这些产品已经有厂商在做，而且相关芯片产品也比较有代表性。
 
如银牛微电子即将推出第二代3D SLAM系统级芯片NU4500，是集3D视觉感知、AI及SLAM硬件引擎为一体的3D空间计算系统级芯片，是目前全球唯一实现三者合一的单芯片解决方案。
 
该芯片具备8核高性能CPU，可作为自主移动机器人主控使用，可同时处理10路摄像头信息，仅一颗芯片便可实现多传感器融合，同时芯片配置的边缘端AI算力进一步提升，最高可高达 7.5TOPS，能提供完整的边缘端深度学习算法库和解决方案。
 
专注于机器人芯片设计的一微半导体在SLAM专用系统芯片领域同样卓有建树，是少有的同时能提供惯性导航eSLAM、激光SLAM导航和视觉导航vSLAM芯片、算法及完整解决方案的芯片商。
 
目前主推的机器人SLAM SoC AM890，运算速度是通用SoC的3-8倍，整体功耗只有通用SoC的五分之一。该芯片同样将SLAM算法硬件化，实现了IP自主研发，用硬件加速和算法芯片化实现了GPU和FPGA功能，降低了BOM成本。
 
小结
 
机器人厂商需要这样的SLAM专用系统级芯片来实现高效率的建图定位，而且现在这些芯片的计算能力也能够覆盖复杂的导航运算。随着机器人市场的扩张以及更多机器人场景被开发出来，市场会对SLAM专用系统级芯片愈发需要。