作者：Víctor Mayoral-Vilches，赛灵思机器人系统架构师；GiulioCorradi，赛灵思工业、视觉、医疗与科学首席架构师
FPGA 能够自适应生成定制计算架构，以前所未有的灵活性、更短的设计周期、更低的开发成本，助力各类机器人应用。
1. 机器人是一种“系统集成艺术”
机器人是一种复合系统，它由感知周边环境的传感器、根据感知采取行动的致动器和负责处理数据的计算构成，从而对其应用做出连贯一致的响应。在很大程度上，机器人技术是一种系统集成的艺术，在软件和硬件方面皆是如此。
以往的研究揭示，机器人领域中多达 70% 的资源被用于集成，而不是用于开发最终应用。直到最近，随着较低端的工业机器人走向大规模普及化，机器人公司才开始在硬件基础上着重软件开发。
尽管如此，机器人仍然是高度专业化的系统，旨在以高可靠性和高精度执行一系列任务。因此，机器人内部的硬件和软件能力之间的关系十分重要。大多数机器人通过内部网络交换信息并满足时序要求。从这种意义上来讲，机器人属于时间敏感型网络。
2. 选择“适合的计算平台”
机器人系统的机载资源通常非常有限，如存储器、I/O 和磁盘或计算功能，会阻碍系统集成进程，使之难以满足非结构化、动态和不断变化环境的实时性要求。随着机器人内部网络安全的发展，这一点更是如此，因为它经常在使用寿命方面对机器人提出新要求，需要修改机器人的逻辑，从而对实时环路产生影响
正因如此，为机器人系统选择合适的计算平台至关重要。该平台既要简化系统集成、符合功耗限制，也要能够适应机器人应用不断变化的需求。
打造自适应机器人
自适应机器人是指那些能够成功应对新状况的机器人。一台能够称得上“自适应”的机器人，必须具备以下三大特性其中之一。满足全部三项特性的机器人，可视为“完全自适应机器人”。
自适应机器人基本要求
自适应计算是自适应机器人的第三项基本特性。对于机器人而言，主要指机器人能够在运行过程中适配其计算系统的一个或多个属性（如确定性、功耗或吞吐量）。在此方面，FPGA 正是实现自适应计算的理想技术，因其兼具通用性和强大功能，同时效率高、成本低。
在 FPGA 上不仅可以实现其他处理架构，还可以实现并行处理。因此，FPGA 可以用于处理几乎任何机器人内部的任务。另一方面，FPGA 能够针对每一种机器人应用的需求，专门定制数据路径宽度和寄存器长度。
如果说，CPU 和 GPU 是工人按照顺序依次将输入加工成输出的车间，那么，FPGA 就是灵活的自适应工厂，能够针对手中的具体任务定制创设装配线和传送带。
FPGA 的工业类比
Kria SOM 是机器人的理想计算平台
传统的机器人软件开发，是基于预先定义的架构和约束条件，在给定机器人的 CPU 中进行功能编程。一旦机器人遇到适配需求，就会导致复杂的系统集成操作。然而，如果使用 FPGA，构建机器人行为就是为解决任务的架构编程。机器人架构师可以纯粹从软件创建自己的硬件设计，并通过各种平台完成交付。
2021 年，赛灵思推出了自适应 Kria 系统模块（SOM）。作为机器人专家与 FPGA 技术交互的三种途径之一，采用 Kria SOM 将预装配电路板插入定制的承载电路板，能够帮助硬件工程师加快产品开发速度，避免因计算平台分心，并集中注意力创造增值。
如需了解 Kria SOM ，以及 TSN(时间敏感型网络）的专家介绍，欢迎点击下方图片，报名参加 Xilinx Adapt - 中国站，全中文讲解与问答。
赛灵思最新白皮书《自适应计算在机器人领域的应用》，围绕 ROS 2 机器人专家的视角讲解自适应计算，提出了一种能够让 FPGA 在 ROS 2 生态系统中起主要作用的架构，适用于多种平台和技术且便于移植，为机器人专家充分运用自适应计算、实现软件定义硬件铺平了道路。完整白皮书请点击链接获取：https://app.ma.scrmtech.com/resources/ResourcePc/ResourcePcInfo?pf_uid=10980_1464&id=26182&source=1&pf_type=3&channel_id=2103&channel_name=EEtrend&tag_id=f8da915d6b2bdf3c
