Geeignete Embedded-Module für Humanoide
Edge-KI schärft humanoiden Robotern die Sinne
Embedded-Module, die humanoide Roboter mit Edge-KI ausstatten, müssen besonders kompakt und stromsparend sein und dürfen kaum Wärme abgeben. Advantech hat ein AIoT-Computermodul (Artificial Intelligence of Things) und zwei KI-Beschleunigungsmodule im Programm, die genau diese Anforderungen erfüllen.
Humanoide Roboter könnten schon bald Arbeitskräfte, Einsatzkräfte und Pflegeteams ergänzen, um Mitarbeiter zu unterstützen und Serviceleistungen zu verbessern. Viele technische Herausforderungen wurden bereits überwunden, besonders im Zusammenhang mit der Bewegungssteuerung und der Nachbildung menschlicher Bewegung und Balance. Andererseits sind kognitive und sensorische Fähigkeiten durch die Größe, das Gewicht und den Stromverbrauch der Hardware begrenzt, was jetzt mit fortschrittlichen Edge-KI-Plattformen behoben werden könnte.
Anwendungen und Möglichkeiten
Humanoide Roboter bieten spannende Möglichkeiten in vielen Bereichen, von der Altenpflege und Begleitung über das Gastgewerbe und den Kundenservice bis hin zur Mitarbeiterschulung, Produktfertigung, Gerätewartung und vielen anderen.
In Wirtschaft und Industrie können die Humanoiden überzeugende und neuartige Interaktionen im Kundenkontakt ermöglichen, die Produktivität in der Fertigung steigern und für Menschen gefährliche Tätigkeiten übernehmen, etwa die Inspektion oder Reparatur großer Rohrleitungen oder Windenergieanlagen. Dank ihres menschenähnlichen Designs können sie sich in Räumen bewegen und Maschinen bedienen, die für menschliche Arbeiter konzipiert sind, wozu heutige Industrieroboter wie SCARA-Maschinen oder Cobots nicht in der Lage sind. Sie können auf natürliche Weise mit menschlichen Kollegen zusammenarbeiten und körperlich anstrengende oder gefährliche Aufgaben wie das Besteigen von Leitern, das Manipulieren von Ventilen oder das Bedienen von Maschinen übernehmen. Außerdem können sie durch die Vielseitigkeit ihrer humanoiden Gestalt innerhalb derselben Umgebung zwischen mehreren Aufgaben wechseln, etwa von der Produktmontage über die Bestandsverwaltung bis hin zur Durchführung von Qualitätsinspektionen.
Die Aussichten für humanoide Roboter haben einen weiteren Schub erhalten, weil künstliche Intelligenz (KI) sich etabliert hat und in die Randbereiche der Technologie vorgedrungen ist, wodurch die Reaktionsfähigkeit direkt am Einsatzort und innerhalb der für Embedded-Systeme typischen Ressourcenbeschränkungen zur Verfügung steht. Während das Gehen, die Bewegung, das Gleichgewicht und die allgemeine »Körpersprache« humanoider Roboter noch Verbesserung benötigen, um in menschzentrierten Umgebungen akzeptiert zu werden, können die neuesten Fortschritte in der Edge-KI sicherlich dazu beitragen, ihre kognitiven und sensorischen Fähigkeiten zu schärfen.
Jobangebote+ passend zum Thema
Mehr als Bewegung
Die Nachahmung menschlicher Bewegungen ist selbst unter Laborbedingungen eine große Herausforderung. In realen Umgebungen, die unstrukturiert und unvorhersehbar sein können, wird sie noch schwieriger. Fabriken, Lagerhäuser, Wohnungen, Büros oder Straßen können unerwartete Hindernisse, bewegliche Objekte einschließlich Fahrzeuge, Tiere, Menschen oder andere Roboter sowie schwierige Topologien wie Steigungen oder unebene Bodenflächen aufweisen. Humanoide Roboter müssen in der Lage sein, solche Gefahren zu erkennen und zu bewältigen, um das gewünschte Ziel zu erreichen und ihre vorgesehene Aufgabe auszuführen. Hier kann leistungsstarke Edge-KI helfen, indem sie Anwendungen wie Navigation und Wegfindung unterstützt.
Um ihr geplantes Ziel zu erreichen, benötigen die Roboter möglicherweise verschiedene menschenähnliche Fähigkeiten. Einige offensichtliche Beispiele umfassen die Objekterkennung und -manipulation mithilfe von Computer Vision, um Aufgaben wie das Aufnehmen von Werkzeugen, das Zusammenbauen von Komponenten und das Organisieren von Gegenständen auszuführen. Darüber hinaus ermöglicht die Verarbeitung natürlicher Sprache Robotern, gesprochene oder geschriebene Sprache zu verstehen und darauf zu reagieren, was für die Teilnahme an Gesprächen, die Erteilung von Anweisungen oder die Unterstützung im Kundenservice von entscheidender Bedeutung ist. KI kann auch die Fähigkeit von Robotern verbessern, Gesichter oder Emotionen zu erkennen und auf Geräusche aus der Umgebung zu reagieren, wodurch sie natürlicher mit Menschen interagieren können.
KI kann auch die kontextabhängige Entscheidungsfindung verbessern, etwa die Auswahl des effizientesten Prozesses für die Erledigung einer Aufgabe oder die Priorisierung von Maßnahmen nach deren Dringlichkeit. Darüber hinaus können sich humanoide Roboter durch Machine Learning an neue Aufgaben oder veränderte Bedingungen anpassen und ihre Leistung im Laufe der Zeit anhand von Rückmeldungen und Erfahrungen verbessern.
Bekannte Einschränkungen
Während sich die Nutzer dieser Roboter menschenähnliche oder sogar übermenschliche Fähigkeiten vorstellen können, schränken drei bekannte Probleme diese Ambitionen stark ein: Größe, Gewicht und Leistung. Mobilität ist zwar ein charakteristisches Merkmal humanoider Roboter, bedeutet jedoch, dass eine Batterie die einzige praktikable Energiequelle ist. Außerdem muss die verfügbare Batterieleistung den gesamten Bedarf des Roboters decken, einschließlich der Energie für das Gehen und Bewegen sowie für das Erfassen und Verarbeiten von Daten. Dabei ist das Management der durch die Komponenten des Roboters erzeugten Wärme von entscheidender Bedeutung, um eine Überhitzung zu vermeiden und eine zuverlässige Leistung sicherzustellen.
Sowohl die Batteriekapazität als auch die Kühlung sind wegen des eingeschränkten humanoiden Formfaktors begrenzt. Um in menschenzentrierten Umgebungen akzeptiert zu werden, müssen humanoide Roboter von ähnlicher Größe und Form sein wie die Menschen, die denselben Raum teilen. Außerdem verbraucht ein übermäßig großer und schwerer Roboter einen größeren Teil der Energie für die Fortbewegung, sodass weniger Energie für die komplexeren, menschenähnlichen Fähigkeiten zur Verfügung steht. Auch die Auswirkungen des Gewichts der Batterie auf das Gleichgewicht und die Bewegungsabläufe müssen berücksichtigt werden.
Mehr Rechenleistung, kleinere Größe
GPUs für KI-Workloads und Hybridprozessoren mit dedizierten Engines wie Neural Processing Units (NPUs) sind entstanden und haben sich schnell weiterentwickelt, um den vielfältigen Anforderungen an die KI-Beschleunigung von der Cloud bis zur Edge gerecht zu werden. Auf dieser Grundlage entwickelt Advantech Lösungen wie das AIoT-Computer-on-Module SOM-6884, um die Anforderungen von Anwendungen zu erfüllen, die hohe Leistung benötigen und zugleich extrem stromabhängig sind und nur wenig Platz zur Verfügung haben.
Mit den Intel-Core-Prozessoren der 13. Generation mit bis zu 14 Kernen, 96-EU-Grafik (Execution Units) und einer KI-beschleunigenden Vision Processing Unit (VPU) sind dies die ersten Boards, die native KI-Beschleunigung im COM-Express-Formfaktor bieten. Dies ist wichtig in einer Anwendung wie einem humanoiden Roboter, wo selbst ein Mini-ITX-Board zu groß ist, um mit all der anderen für Sensorik und Bewegungssteuerung benötigten Hardware zu koexistieren.
Darüber hinaus ermöglicht das QFCS (Quadra Flow Cooling System) von Advantech den Betrieb des SOM-6884 mit bis zu 45 W bei Umgebungstemperaturen von 60 °C ohne thermische Drosselung. QFCS wird mit einer dünnen und leichten Struktur gebaut. Es kombiniert die Effekte mehrerer thermischer Technologien, einschließlich doppelter Heatpipes und Verbundkühlrippen. Durch die Kombination von KI-Beschleunigung und QFCS können diese Module eine leistungsstarke Bilderkennung für humanoide Roboter innerhalb eines für die Anwendung geeigneten Leistungs- und Wärmebereichs bewältigen.
Mit den KI-Beschleunigungsmodulen EAI-1200 und EAI-3300 von Advantech in den Formfaktoren M.2 und PCI Express stehen Entwicklern, die auf stromsparende Edge-KI abzielen, seit Kurzem mehr Optionen zur Verfügung. Angetrieben von den neuen KI-Prozessoren des Typs »Hailo-8« von Hailo, die über eine dedizierte NPU-Inferenz-Engine verfügen, erreichen die Module eine mehr als zwölffache Energieeffizienz im Vergleich zu ähnlichen KI-Modulen und GPU-Karten. Das EdgeAI-SDK-AI-Toolkit und die Robotic-Suite-Software von Advantech helfen Anwendern, KI-Modelle in der Hardware zum Laufen zu bringen und ihre Anwendungen schnell zu implementieren.
Fazit
Humanoide Roboter bieten zahlreiche potenzielle Vorteile für die Industrie, den Haushalt, Krankenhäuser, Pflegeeinrichtungen und viele weitere Bereiche. Um diese spannende neue Klasse von Maschinen zu kommerzialisieren, sind bedeutende technische Herausforderungen zu überwinden. Dabei müssen die taktilen, kognitiven und lernenden Funktionen der Roboter mit extrem geringem Stromverbrauch, niedriger Wärmeabgabe und ultrakompakten Abmessungen verwirklicht werden. Neue native KI-Beschleunigermodule in den kleinsten Embedded-Formfaktoren basierend auf Intel, AMD oder Qualcomm, mit zugehörigen Edge-AI- und Robotik-Entwicklungstools, sind auf dem Vormarsch, um erschwingliche, benutzerfreundliche humanoide Roboter zum Leben zu erwecken.
Der Autor:
Claus Giebert ist Product Sales Manager Modular Solutions bei Advantech Europe.
Lesen Sie mehr zum Thema
Das könnte Sie auch interessieren
