הבנה של אדריכלות FPGA ו Capabilities

מערך השער הניתן להשגה (FPGA) הוא מעגל משולב שניתן להגדרה לאחר הייצור.בניגוד ל- CPU, המבצע הוראות באופן זמני, FPGA הוא ים של בלוקים לוגיים ניתנים להגדרה, חיבורים הניתנים לתוכנה, ו IP מוקשה כמו יחידות מכפלות, טרנסצפי מהירות גבוהה, ובקרי זיכרון זה מאפשר הבדלי חומרה אמיתיים.

בלוקים לוגיים ב FPGA מכילים שולחנות חיפוש, תרדפות, ומספרים, אשר ניתן לשוט כדי ליצור כל פונקציה דיגיטלית. מכשירים מודרניים ממוכרים כגון FLT:0AMD (Xilinx) ו- מספרxerxerxer, אשר ניתן לצרף 1 ו-FLT:2Intel (Altera) 3 להוסיף פרוסות DSPs ייעודיות, PLLs עבור שעון, ו-Fgibited, ו-Fgability, ו-FGTM, , , , , , , , PGGV, PGIgive, PGIgive, PGIgive, PGGTM, הופך את הביצועים של פונקציות הפעלה PGGIgives, PGIgives for aTM PGGFGIgive, PGGFGFLT 3 PGIgives for aTM PGIgive, הופך את התקני אבטחה PGGIgive, PGIgive, 000 PGIgive, 000 PGGTM PGGTMR.

רובוטיקה, FPGAs שונה מ CPUs ו GPUs: CPUs אופטימיזציה עבור שליטה מטרה כללית, GPUs עבור נתונים מסיביים כמו צף נקודה, בעוד FPGAs לספק עיבוד ⁇ סטי, נמוך-latency עיבוד עם בקרת מחזור לאורך זמן על גבי תנועה נתונים. צינור חזון על FPGA יכול מראש עיבוד תמונות, תמצית, ורעש microacing במיקרו-II רואה מחזור אחד של מחזור זמן לא יכול להיות בטוח תחת מחזור נתונים.

הצורך הקריטי להעברת נתונים במהירות גבוהה ב- Robotics

פלטפורמות רובוטיות הן סביבות עשירות חיישן. רובוט נייד אוטונומי עשוי לשאת מספר מצלמות ברזולוציה גבוהה, LIDAR, IMUs, מעבדי אודיו, וחיישנים כוח-טורק, כל אלה מייצרים נתונים בשיעורים מעל כמה ג'יגה-בייט לשנייה.אללאות שליטה בזמן אמת דורשות לכידת, היתוך, ופעולה בתוך שניות - לפעמים מיקרו-שניות.

שקול זרוע רובוטית ביצוע אסיפה עדינה.מערכת חזון עוקב אחר חלק נעים להאכיל תיקונים לבקר התנועה.אם חדירות תמונה-לקטטור עולה על כמה מאות מיקרו-שניות, התוצאה הסופית עשויה overshoot or oscillate. בדומה, במכוניות אוטונומיות, סריקות LIDAR חייבות לשלב עם נתונים המצלמה והערכות לא רצויות בתוך חלון מוגבל הדוק למכשולים מבוססי-Cyams-Cy- אפילו עם חיישנים אמיתיים.

העברת נתונים במהירות גבוהה היא על ידי הבטחת דרך בתנאי הגרוע ביותר ומינימום פנויות. FPGA פתרונות מבוסס פתרונות כתובת זו על ידי יצירת צינורות חומרה ייעודיים כי מעבדים זרמי חיישן כפי שהם מגיעים, ללא מערכת ההפעלה להפריע או תזמון חוט מעל ראש.זה תהליך I / O עושה FPGAs חיוני בשליטה בתנועה, מערכות קריטיות בטיחות, ובקרים רובוטיים גבוהים רובוטיים תעשייתיים מ Beckh / O עושה שימוש יותר ויותר מיקרו-IIC2i-C2i.

היתרונות של FPGAs בהעברת נתונים רובוטית

טכנולוגיית FPGA מציעה יתרונות ספציפיים התואמים לדרישות הרובוטיקה המודרניות.

  • (FLT:0) Latency Low Latency: ⁇ 1) לוגיקה פועל ישירות בחומרה ללא מערכת ההפעלה Jitter. at 200 MHz, תגובות מתחת ל 50 ננו-שניות אפשריות - יותר מ 20 פעמים מהר יותר מאשר התגובה המהירה ביותר של CPU להפריע.
  • (FLT:0 True Hardware Paralleleurism:FLT:1 ממשקי חיישן מרובים, בלוקים preמעבדים, ובקרי תקשורת לרוץ בו זמנית. FPGA אחד יכול להתמודד עם עשרות קישורים מצלמה מהירה במהירות גבוהה תוך ביצוע תיקון תמונה, המרת צבע, ו ROI החילוץ במקביל ללא מספר זמן של מולטימדיה.
  • (FLT:0) ,FPGAs יישום I/O ופרוטוקול: EvolutionFLT ( 1 FPGAs) יישום כמעט כל ממשק דיגיטלי, אוטובוסים מקבילים מורשת לסטנדרטים סידוריים מהירים האחרונים.כפי שחיישנים מתפתחים או פרוטוקולים חדשים המבוססים על Ethernet כמו CC-Link IE TSN מופיעים, FPGA העדכונים לוגיים ללא תכנון מחדש של פילד-דרגתיות היא קריטית עבור פלטפורמות רובוטיות ארוכות חיים.
  • (FLT:0)Power Efficiency for Operation:FreaLT:1) בהשוואה לעיבוד GPU אותו פיקסל דרך לוח, FPGA לעתים קרובות לצרוך פחות כוח כי רק לוגיקה הכרחית היא פעילה.ברובוטים ניידים משועבדים סוללות, זה יכול להאריך את משך המשימה עד 30-50% בהתאם לעומס העבודה.
  • (FLT:0)Custom Hardware Acceleration:cioFLT:1 מעבר להעברת נתונים, FPGAs לבצע סינון, פעילות ממטריקס, או אלגוריתמי בקרה מותאמים אישית בקו.בקר מנוע המיושם בלוגיקה מבצע שליטה מוכוונת שדה עם הדור PWM של מחזורי-accurate ורגישות נוכחית, חיתוך של מהירויות מוחלטות תחת 1 מיקרו-שניות.

פיתוח פתרונות FPGA עבור מערכות רובוטיות

בניית תת-מערכת העברת נתונים במהירות גבוהה על FPGA היא תהליך הנדסי רב-שלבי מאדריכלות מערכת לפריסת שדה. זרימת עבודה כרוכה בשפות תיאור חומרה (VHDL, Verilog, SystemVerilog) וכלים סינתזה ברמה גבוהה המייצרים HDL מ C / C++ או עיצובים המבוססים על מודלים.מהנדסים ממנפיקים IP עבור סטנדרטים, ולאחר מכן עוטים את התהליך ההגיון.

בחירת ה-FPGA הנכונה עבור היישום שלך

לא כל FPGAs שווים.בחירה מתחילה עם חשבונאות ברורה של רוחב פס I / O, סוגי ממשק, עומס חישובי לעיבוד על-פי-הפי, ותקציב כוח.

  • (FLT:0Logic Elements (LEs) או System Logic Cells:FLT:1 Determines מותאם אישית לוגיקה קיבולת לוגיקה. a פשוט פרוטוקול להמיר 10K LEs; מרכז ראייה רב-הגדל עשוי לדרוש 200K או יותר. עבור יישומים קריטיים בטיחות, רזרבות 20-30% עבור ריצוף ופיקוח.
  • (FLT:0) Transceivers:FearLT:1 , שיעורי נתונים דרושים עבור קישורים חיישן (למשל, 6 Gbps עבור מצלמה Link HS, 12.5 Gbps עבור 10G Ethernet). ספירת Transceive להגביל באופן ישיר כמה ערוצים מהירים ניתן לטפל בו זמנית.
  • (FLT:0DSP Slices:FLT:1eur לעיבוד קוליין כולל רב-תכליתי, סינון או רשת עצבית הקצינה, בלוקים DSP ייעודיים חיוניים ליעילות וסגירה תזמון.כל פרוסה מטפלת אחת מולה חד-משמעית למחזור השעון; הערכה הנדרשת GOPS ובחירת בהתאם.
  • (FLT:0 מזכר בנדינדה:FLT:1 חיצוני) DDR4 או LPDDR4 ממשקי buffer נתונים גדולים. A 64-bit DDR4-3200 ממשק מספק כ 25 GB /s - נוח לזרם יחיד אבל במהירות הופך לצוואר בקבוק עבור חיישנים מרובים.
  • (FLT:0) פורמסטר ו- Thermal:FreaLT:1) במפרקים רובוטיים קומפקטיים או מזל"טים, מכשירים כמו Zynq-7000 או Zynq UltraScale+ MPSoC משלבים מערכת עיבוד ולוגיקה FPGA בחבילה אחת, מפשטת כוח עיצוב ולוח התכנון.

עבור רובוטים פורצי משאבים, מכשירים מ-FLT:0 (Lattice SemiconductorveFLT:1 או FLT:2MicrochipveFLT 3 מציעים בדים בעלי כוח נמוך עם מספיק transceivers. high-end מערכות תעשייתיות מסתמכות לעתים קרובות על Kintex או Agilex עבור צפיפות מסיבית ורוחב.

פיתוח ממשקי תקשורת מהירים

הליבה של כל עיצוב העברת נתונים FPGA הוא ממשק פיזי וקישור-layer. ממשקי חיישן רובוטי משותף כוללים MIPI CSI-2 עבור מצלמות משובצות, GigE Vision ו- USB3 Vision עבור מצלמות תעשייתיות, CoaXPress עבור High-bandwidth מעל כבל coaxial, ו- SLVS-EC קישורים מחיישנים תמונה. בצד הבקרה, EATC, , IPTM, IC, IC, IC, ו-S-R (ITM) דורשות פרוטוקולים סטנדרטיים (C.com) ו-FS-F.com דורשות (C.com דורשות (C.com) ו-F.com דורשות IPTM) ו-F.com דורשות שימוש אלקטרוניות (C.com) ו-F.com דורשות שימושיות (D) ו-TRS-TRS-F.com דורשות שימוש אלקטרוניות שימושיות (D) ו-TRS-TRS-TRS-TRS-TRS-S-TRS-TRS-TRS-TRS-TRS-TRS-TRS-TRS-TR) ו-TRS-TRS-TRS-TRS

יישום הפרוטוקולים האלה כרוך לעתים קרובות שילוב של הליבה של ספקים או צד שלישי עם לוגיקה אישית עבור תזמון החבילה ומיצוי נתונים.לדוגמה, יישום חזון GigE משתמש הליבה MAC רך, מנוע UDP / IP offload, ומעבד ערוץ בקרה למנוע אריזות כמו FLT:0VitisFLT:1 או FLT:2Qetus PrimeFLT3, ו-APTS המשולבים ל-Obactus, מונעים את זרימת נתונים מקבצי זיכרון משולבים ללא אופציונליים.

פרוטוקולים סידוריים מותאמים אישית ניתן לבנות באמצעות הקוסם הטרנסצצנטרי של FPGA, הגדרת שערי קישורים, ⁇ (8b/10b או 64b / 66b), ודפוסי היישור.כאשר פרוטוקול סטנדרטי אינו נחוץ, קישורים מותאמים אישית קלים בין תפיסה FPGA לבין בקר התנועה להפחית באופן דרסטי מעל פני השטח ועצלות בהשוואה לערימות Ethernet. A Point-to-point, אשר פועל ב-12.5bps, מוסיף פחות מ- 100 שניות של חיישן חסכוני.

אופטימיזציה ל-Latency and Throughput

לאחר פונקציות ממשקים בסיסיים, אופטימיזציה של צינורות מתחילה.המרק מאפשר להכניס את הרשומות צינור כדי להגביר את תדירות השעון ללא שינוי פונקציונליות, אבל כל שלב הרשמהHz מוסיף מחזור שעון של עצלות. מחיקת האיזון הנכון הוא מפתח.עיצובים באמצעות חישוב משתמשים אוטובוסים פנימיים רחבים - 128 או 256 ביטים - בשעה מתונה כדי לעמוד במטרות רוחב פס, בעוד שבילים קריטיים נשארים צרים ודרים ב קיבולת של 5 סיביות ב , אבל Mbit ב קיבולת של פחות מ קיבולת של 10.

מנועי Access Direct Memory Access (DMA) הם רכיב עיקרי של FPGA נתונים עוברים.במקום ל- צמיגים כדי להעתיק כל מילה של נתונים, בקר DMA מזרם באופן אוטונומי בלוקים נתונים או מזיכרון המערכת.באדריכלות heterogeneous כמו Zynq MPSoC, FPGA בד גישה מעבד באמצעות AXI ביצועים גבוהים, המאפשר זיכרון משותף שבו זיכרון FPGA כותב עם CPU נתונים.

אופטימיזציה מתקדמת כוללת תצורה חלקית - שיפור חלק של FPGA על זבוב לעבור בין צינורות עיבוד חיישן שונים - וטכניקות מעבר שטח של השעון המאפשר תת-מערכות עצמאיות לרוץ בתדרים אופטימליים. כלים לניתוח תזמון סטטי וערכת כוח כי אימות העיצוב פועל במהירות מתאים בתוך המעטפה התרמית.

המונחים:

Verification הוא לעתים קרובות השלב הזמני ביותר של סימולציה HDL באמצעות כלים כגון Siemens Questa או קוד פתוח ו-Vilator תרגילים את העיצוב עם זרמי נתונים של פינות מזוודה. חיוני ליצור משככי-המבחן שמטמים תבניות תנועה אמיתיות של חיישן, כולל חבילת Jitter, שגיאות קו ו-Ricial Data, ב-HIL) מחבר את לוח ה-FPGA כדי לנתח את כל הטמפרטורות האמיתיות ולבחון לעתים קרובות.

יישומים אמיתיים ומקריות

יכולת FPGA מתרגמת ליישומים רובוטיים מעשיים על פני תעשיות רבות.

  • (FLT:0)Autonomous Mobile Robots (AMRs): FLT:1 מחסנית AMRs להשתמש FPGA מבוססי היתוך לוחות שילוב נתונים מ 2D LiDAR, 3D זמן של מצלמות טיסה, ו odometry encoders.
  • (FLT:0)Industrial Robot Arms:FLT:1 , בקרים Multi-axis לעתים קרובות להמיס לולאה סרבו ל-FPGA, אשר קורא ערכים קודרים, מבצע PID או מודל-predictive control, ומייצר אותות PWM עבור כונן מנוע.זה מספק ⁇ ברמה מיקרו-שנית ומשחרר את המחשב התעשייתי עבור תכנון ברמה גבוהה יותר.
  • (FLT:0) רובוטים ורגאליים: FPGEL 1 במערכות בסגנון דה וינצ'י, וידאו תלת-ממדי גבוה חייב לשדר עם אפס שקיפות בלתי-ניתנת להשגה.FPGAs לבצע וידאו, תפרים, שיפור צבע ו 3D פורמט לפני שליחת הקונסולה של המנתח, הבטחת תגובה כלי מיידי הוא בדרך כלל מתחת ל -10 מ"ח, כאשר הוא מעכב 100 שניות מתחת ל- 100 שניות מתחת ל- ms.
  • (FLT:0) חקלאות ותפיסת ד"רונים: אנדרל 1) ד"רונים עם מצלמות מרובות-ספקטרום משתמשים ב- FPGAs קטן כדי לזרז תמונות, לזהות את האנומליות של היבול, ולגרור לכידת ברזולוציה גבוהה רק כאשר יש צורך, כל זאת תוך הזרמת וידאו דחוס לתחנת קרקע.יעילות כוח מסייע להפחית את משקל הארכה ולהאריך את זמן הטיסה.
  • (FLT:0 Human Robotsrov: FLT:1 פלטפורמות מחקר כמו רובוט IHMC Atlas להשתמש FPGAs עבור בזמן אמת IMU היתוך ובקרת רמה משותפת.ההההל הדטרמיוני מאפשר הליכה יציבה על פני שטח לא אחיד, שבו אפילו 1 מ"ר של variability יכול לגרום לירידה.

עקבו אחרי AI and Edge

הצורך העולה במודיעין על הסיפון דוחף את FPGAs לתוך האצה של AI בהשוואה GPUs, FPGA יכול להתאים את הנתונים המטונפים של הרשת העצבית המדויקת, השגת יותר יעיל TOPS לוואט עבור מודלים קטנים עד בינוניים. כלים כמו Xilinx DPU (Deep Learning Process) או 's OpenVINO עם FPGAs מאפשר לפרוסציית מהפכת עבור RM2 סטנדרטי עבור מדדי זיהוי מדויק על פני RMW2 RM2 מנוהל ישירות על פני FP2 פועל על פני FP2 CRMV FP2 פועל באופן ישיר על פני FP2 CLOC.

בצנרת תפיסה רובוטית טיפוסית, ה-FPGA מקבל נתונים של חיישן גולמי ומחיל עיבוד אותות תמונה וטרנספורמציה גיאומטרית. ואז, מנוע חומרה-מחדש מבצע סיווג או פלמנטציה. כי כל זה קורה שבב יחיד, רוחב מערכת כוללת יכול להיות תחת תפוקה של FP2.זה חשוב במיוחד עבור זיהוי רובוטים שיתופיים, שבו הרובוט חייב להתאים לשינויים במשרה בזמן אמתית יש גם תהליכים עצביים יותר.

ההיתוך של FPGA ו- AI גם מתבטא ניטור בטיחות. Redundant, מגוון לוגיקה ניטור ניתן ליישם בד FPGA כדי לבדוק כי ההיקף הראשי של AI אינו מפלט פקודות לא בטוחות, מתן שכבת בטיחות מבוססת חומרה המשותפות עם תקני בטיחות פונקציונליים כמו ISO49.זה קריטי ברובוטים שעובדים לצד בני אדם, שבו כל כשל חייב להיות מזוהה בתוך חלון בטוח.

מגמות עתידיות וטכנולוגיות מתפתחות

מספר מגמות יעצבו את התפקיד של FPGAs בהעברת נתונים מהירה רובוטית.האימוץ של ROS 2 ואת שירות הפצת הנתונים שלה (DDS) מיילדות לדחוף עבור ממשקי רשת אינטליגנטיים יותר. FPGA מבוסס SmartNICs יכול להאיץ את עיבוד DDS, סינון, ו- מבוסס תוכן קידוד, המאפשר ארכיטקטורות מבוזרות עם איכות מובטחת של שירות.

רשתות 5G פרטיות עבור רובוטיקה תעשייתית מציגות הזדמנויות חדשות.FPGAs יכול ליישם רכיבי שכבת רדיו חדשה וערימות רשת רגישות בזמן, להפוך את הרובוט לאזרח ברמה הראשונה של רשת אלקטרו-צדדית אלחוטית. Open-source FPGA כמו Symbiflow ומעבדים גמישים RISC-V רך להפחית את החסמים לכניסת וטיפוח חדשנות בפלטפורמות מחשוב רובוטיות מותאם אישית יכול כעת לעצב מותאם אישית של SoGAC עם מעבדים נמוכים.

התצורה החלקית תהפוך לדינמית יותר: רובוט יכול לנסח מחדש חלק מהמרקם ה-FPGA שלו מצנרת חזון למנוע למידה חיזוק כאשר הסביבה משתנה מבפנים מוארת היטב אל מחוץ לחשיכה בחוץ. בשילוב עם ארכיטקטורות המערכת הטרוגנית-על-ידי שבבים שמתים עם מעבדים מוקשים, לוגיקה תוכנה ומנועי AI, FPGAs עתיד יפעל כמו גם כמחשובים מחדש על גבי לוח זמנים חד-מתאים עם מעבדים חד-ליים בודדים של AMD ו-טראקס-בתים עם מנועי זיכרון חד-לשוניים עם מעבדים מתקדמים.

לבסוף, ההיתוך של טכנולוגיית FPGA עם אלמנטים מחשוב עצביים וממשקי חיישן מתקדמים כמו מצלמות מבוסס אירוע ידחוף את גבולות התפיסה הרובוטית, המאפשר להם לראות ולהגיב להילוך מהיר עם נאמנות חסרת תקדים ויעילות. מצלמות אירועים ללכוד שינויים ברמת פיקסל ברזולוציה מיקרו שנייה, ייצור זרמי נתונים מלוחים כי FPGAs הם ייחודיים לתהליך בזמן אמתי של חוקרים באוניברסיטת ציריך הפגינו במהירויות של רחפנים ו- 20GA כדי למנוע עיבוד של מהירויות שנייה של מהירויות של מהירויות של רחפנים ל- 20FP2.

בניית פלטפורמה רובוטית עם FPGA ב Core שלה

יישום פתרונות FPGA להעברת נתונים במהירות גבוהה רובוטיקה הוא מסע מתוך הבנה של הבד החומרי כדי לפרוס מערכות הנדסיות קשיחות, אמינות.היתרונות ברורים: תזמון רציונאלי, מקבילה מסיבית באמצעות חישוב, ואת היכולת לפתח ממשקים לאורך זמן.כפי שרובוטים הופכים להיות יותר אינטליגנטיים ומחוברים יותר, ה-FPGA נשאר אמצעי מניעה מרכזיים, ישיבה בממשק בין העולם האנלוגי של חיישנים וטכנולוגיות דיגיטליות של קבלת החלטות, וספקות, לעומת זאת, באמצעות יעילות יותר, ופעולות אבטחה, לעומת זאת, וטכנולוגיות אבטחה יעילות יותר, לעומת זאת, לעומת זאת, וטכנולוגיות אבטחה יעילות יותר, לעומת זאת, עיצוב יעיל יותר, עם אבטחה יעילות יותר, עם מערכות אבטחה יעילות יותר, עם מערכות אבטחה יעילות יותר, עם אבטחה יעילות יותר, עם מערכות אבטחה יעילות יותר, לעומת זאת, עם אבטחה יעילות יותר, עם מערכות אבטחה יעילות יותר, עם מערכות אבטחה יעילות יותר, לעומת זאת, עם אבטחה מהירה יותר, עם מערכות אבטחה מהירה יותר, תוך כדי שיפור יעילות יותר, עם אבטחה יעילה יותר, עיצוב מחדש של אבטחה מהירה יותר, לעומת זאת, לעומת זאת, תוך כדי שיפור יעילות יותר, עם מערכות אבטחה מהירה יותר, עיצוב יעיל יותר, תוך כדי שיפור יעילות יותר, מערכת הפעלה מהירה יותר, עם מערכות אבטחה