在5G和人工智能成为热议焦点之前,工业自动化就已经走上4.0之路。复杂场景的需求为5G、AI等新技术的落地创造了大量的机会红利。从系统平台的角度来看,这些场景的设计将最大限度地利用可扩展的硬件和软件解决方案,并且处理系统的集成将不断增加——,包括增强的安全和安保功能。在性能方面,实时处理、分析和通信能力是主要要求,而在数据处理方面,需要可扩展的解决方案来有效管理从传感器到云端和边缘计算的数据。通信系统升级的需求也很大,需要能够支持各种设置下的有线和无线连接的技术。
得益于工厂自动化,处理器升级的需求带来了机遇。例如,传统的MCU 正变得越来越像CPU。 “工厂自动化需要部署强大的通信系统来满足不同传感器和机器之间的互连,”TI 处理器业务部经理Sameer Wasson 表示。 “AI技术、实时控制等技术将支持边缘处理。此外,精确的指令非常重要,传感精度要求非常高,这与其他物联网场景要求不同。”通常,在工厂自动化系统中,标准和行业组织会确保不同单元之间在通信、控制和传输方面的互连。在这些基础技术方面,会强调专业化。此外,保护与隔离、供电、安全和功能布置等支撑技术也是工厂智能化的关键。但这一过程充满挑战,主要集中在数据和技术专有权利的去中心化、系统协调提高效率的需要、智能单元的合理布局以及安全和时间敏感(TSN)的建设- 支持的网络。当前,更紧迫的挑战是如何改造现有的生产体系。毕竟,工厂自动化是一个逐步升级的过程,而不是推翻重来。 “有两种方法可以解决新旧互操作性问题,”沃森说。 “一是使用支持所有通信协议的系统连接新旧设备,二是设计专用路由器,实现新旧互操作。” Sitara AM6x 处理处理器的特性可以解释Wasson 的说法。这是TI 为千兆位工业以太网设计的网络处理器。它内置可扩展的四核和双核ARM Cortex-A53和Cortex-R5F处理器,利用充足的ECC片上内存实现可靠的操作并增强安全功能。该处理器集成了锁步MCU 子系统和诊断库等附加功能,有助于功能安全系统的实施。
除了加工系统的挑战之外,工厂自动化也是基于传感的尖端智能系统的高级集成。这种智能集成系统需要具有更多的决策能力,能够准确地检测工厂生产线复杂环境中的物体和人员。和运动并避免误报,从而在所有环境中实现更智能、更准确的传感。 “边缘决策和处理能力非常重要,”TI 中国业务发展总监吴建红表示。 “传感单元需要集成精确传感和实时决策处理能力。同时,它必须能够判断人体运动和机械运动,以减少误报。”这些要求为60GHz毫米波雷达提供了机会,它可以检测和感应玻璃、木材和有机玻璃等材料,并且具有免疫能力。不易受到灰尘、烟雾、雨水等恶劣环境的干扰,这些特性使得毫米波雷达非常适合工厂,剩下的就是针对需要密切人机交互的工业环境进行优化。IWR6843的特性体现了适用性60GHz毫米波雷达在工业应用中的应用。——是低功耗、自监控、超精确的。该器件是TI针对工业应用设计的MMIC。它基于FMCW雷达技术,采用TI的低功耗45nm RFCMOS工艺和AoP封装天线技术,其带宽达到4GHz,可以实现比24GHz窄带高16倍的精度,检测物体和运动。图:IWR6843采用AoP封装天线技术,模块、开发套件和芯片都非常小。
在工业自动化进程中,机器人的进化代表着智能化的方向。
与传统的工业机器人系统不同,当今最新的机器人已演变成协作机器人(cobots)。这些机器人依靠机器学习来做出更加自主的实时决策,并与人互动和合作,而不需要安全围栏的隔离。当机器学习成为现代机器人技术的重要组成部分时,机器人将能够实现嵌入式、实时响应与决策、传感与驱动、智能边缘处理等功能。工业车辆就是一个例子。 ADAS技术过去已经集成了许多AI技术,但工业ADAS需要更多,包括环绕监控系统(传感和避让)、悬崖检测和陡坡缓降控制(地速测量)、车辆占用检测(人员占用)、SIL2合规(与人类的密切互动)和高程平面中的角度信息(检测来自高处的物体)。简而言之,工业车辆中的ADAS 必须在复杂环境中感知并做出决策,而不仅仅是物体检测。该系统必须支持不同的室内车辆,例如叉车、AGV和物流机器人,并且必须适合SIL合规性以实现紧密的人机交互。该系统足够小,可以集成到更小的机器人中。此外,系统中需要基于光的传感器来检测玻璃和塑料等其他类型的传感难以检测的材料。事实上,工业4.0正在积极部署中。如果能够解决自动化系统之间的协同处理、复杂人机环境的传感和边缘决策以及不断升级的工业机器人的演进带来的挑战,就能够分享这一过程带来的红利。