想象一下，一臺機器人在擁擠的工廠車間里來回穿梭，繞過設備、人員和意外出現的障礙物，實時調整路線，同時保持運動控制和系統穩定性。這不是遙不可及的愿景，而是Agiliad與萊迪思半導體公司合作設計的現實場景。
在依賴通用控制堆棧和預制套件的自主移動機器人（AMR）市場上，這款AMR脫穎而出，成為專為智能室內移動而設計的高科技系統。傳統的AMR通常以模塊化或易于部署為代價來換取性能，這款機器人的不同之處在于，它集成了基于萊迪思Certus?-NX FPGA的定制運動控制框架，基于ROS2的高級SLAM（同步定位和映射）、傳感器融合和在英偉達Jetson Orin?上運行導航堆棧，所有這些經過緊密協調，實現低延遲、高可靠性的運行。
下一代AMR不僅移動能力強，還具有感知力、適應力，在實際場景中具備穩定控制的能力。該機器人專為工業環境、研究實驗室等環境設計，集嵌入式智能、能效和全棧集成于一身，為自主系統樹立了新的標桿。
使用萊迪思FPGA和英偉達GPU的Agiliad SLAM導航機器人
該機器人基于萊迪思Avant?-E FPGA和英偉達公司的Jetson Orin，展示了實時決策和避障功能。它采用先進的傳感器融合系統，集成了萊迪思視覺套件、激光雷達和雷達，能夠精確感知周圍環境。點擊此處觀看完整演示視頻。?
機器人的主要特性： 機器人背后的智慧
高級定位和地圖構建：RTAB-Map SLAM是一種支持環路閉合的強大算法，可利用3D激光雷達和攝像頭饋送，即使在視覺和空間模糊的環境中也能實現一致的制圖。
3D障礙物檢測與避障：通過結合3D體素層和時空層，機器人能夠動態檢測靜態和移動物體并繞行——在實時重新計算路線的同時保持安全距離。
路徑規劃：導航棧使用基于搜索的運動規劃算法（SMAC）進行全局路徑規劃，并通過模型預測路徑積分算法（MPPI）生成局部優化軌跡，實現對動態環境變化的實時適應。
基于FPGA的精準運動控制：無刷直流電機（BLDC）由萊迪思Certus-NX FPGA驅動，通過硬件執行定制化比例積分（PI）控制環路，確保加速、制動和轉向過程平滑——這對狹窄空間內的安全性至關重要。
用于環境感知的傳感器融合：
激光雷達和立體攝像頭數據在萊迪思Avant-E FPGA上進行處理，并與點云信息融合，以檢測并區分人員和物體，為安全且自適應的導航提供實時環境感知能力。
系統架構分解框圖
AMR的架構采用分層模塊化設計，旨在實現可靠性、可擴展性和低功耗。其中，Jetson平臺負責運行ROS2算法，而萊迪思FPGA則承擔運動控制任務。
機器人幾何建模與ROS2集成：機器人的幾何結構和關節參數通過機械CAD文件生成的URDF模型定義。ROS2中的“機器人狀態發布節點”利用該URDF模型，在ROS2網絡中發布機器人結構信息和坐標變換數據。
基于萊迪思Avant-E FPGA的傳感器融合：激光雷達和立體視覺攝像頭的傳感器數據通過UDP傳輸至Avant-E FPGA。Avant-E利用OpenCV進行實時圖像識別與分類，將視覺數據與點云信息融合，精確檢測環境中的人類并區分其他物體。融合后的數據（包括針對人的分類結果和距離度量）隨后傳輸至NVIDIA Jetson上運行的ROS2框架。這一高保真度的傳感器融合層可增強環境態勢感知能力，使機器人能夠在復雜動態場景中做出明智的導航決策。
? SLAM與定位：激光雷達提供環境的三維點云數據，攝像頭則提供原始圖像數據。RTAB-Map對這些信息進行處理，生成三維占據網格地圖。里程計數據通過迭代最近點（ICP）算法解算，同時利用圖像數據執行回環檢測，即使在重復或雜亂的環境中也能持續優化機器人的位置估計。
? 導航系統：導航模塊通過對障礙物周圍區域進行“膨脹”處理生成代價地圖，這些代價梯度引導規劃器生成低風險路徑。SMAC負責長距離路徑規劃，而MPPI則評估多個軌跡選項并選擇最安全路徑。
? ROS2控制與差速驅動運動學：ROS2計算出命令速度（線速度和角速度）后，通過差速驅動運動學模型將其轉換為單個車輪的速度指令。
? 硬件接口層：該層確保ROS2與機器人硬件的集成。Jetson與Certus-NX之間通過串口通信（UART）實時傳輸電機速度命令。
? 基于Lattice Certus-NX FPGA的運動控制：萊迪思Certus-NX FPGA以高可靠性和低延遲執行實時電機控制算法，實現確定性性能、高效功耗管理和工業負載下更高的安全性：
PI控制環路：用于速度和扭矩調節，利用編碼器反饋確保在不同摩擦表面條件下的性能穩定性。
換向序列器：通過霍爾傳感器反饋控制三相BLDC電機的勵磁順序。
協同工作機制：決策流程速覽
機器人智能模擬了一個實時決策循環：
我在哪里？
機器人通過帶回環檢測的RTAB-Map SLAM算法進行定位，基于視覺和空間線索實時更新自身位置。
我該去哪里？
用戶通過觸摸屏或遠程接口設定的目標點會傳遞給全局規劃器，后者利用SMAC算法計算出一條安全高效的路線。
我該如何到達那里？
MPPI規劃器實時模擬并評估數十條軌跡，通過基于評判的評分機制動態適應機器人周圍環境，選擇最優運動路徑。
如果路徑被阻擋怎么辦？
傳感器數據會更新障礙物地圖，觸發實時重新規劃。若無法找到安全路徑，系統將通過行為服務器激活恢復行為（如繞行、原地等待或請求人工干預）。
定義性能的工程決策
萊迪思FPGA技術
萊迪思Certus - NX和Avant-E FPGA為自主機器人系統提供了關鍵的互補能力，具體優勢如下：
低功耗：可延長移動系統的電池壽命
實時性能：具備響應迅速的控制循環和快速數據處理能力
靈活架構: 支持定制控制邏輯和傳感器接口
萊迪思FPGA與英偉達Jetson Orin和嵌入式視覺工具相結合，最終形成了一個可擴展且適應性強的機器人平臺。
展望未來：賦能機器人技術的未來
Agiliad的工程模型強調深度的系統級思維、快速原型開發與跨領域集成，通過采用低功耗萊迪思FPGA，在壓縮的開發周期內交付全功能運行系統。這一能力體現了Agiliad在機械、電子、嵌入式系統及軟件領域的全棧設計經驗與多學科集成的深厚積累。
如需了解Agiliad的自主移動機器人（AMR）解決方案與服務，請發送郵件至Manu.batura@agiliad.com或訪問官網https://agiliad.com/。若想深入了解萊迪思FPGA解決方案及如何加速您的機器人應用開發，歡迎聯系萊迪思團隊溝通交流。
