机器视觉在FPGA厂商的可拓展性应用

目前在工业机器人和服务机器人上用量最多的是MCU。随着工业领域每一步自动化升级，机器人所需的运算效能也同步增长，各种高效能要求，人机协同应用以及各类即时运算都要求机器人除了提供精准的电机控制外还能兼顾灵活性和拓展性。

显然，FPGA厂商是不会任由MCU靠着电机控制的红利大刀阔斧收割机器人市场的。目前工业机器人有多轴化和协同化的发展趋势，这种灵活性和拓展性要求都是为了机器人能够执行多种精密复杂的拟人动作。在这种发展趋势下工业机器人的电机及轴数都必须增加，当其中一个轴旋转到特定角度时，与其同处一个连动系统的轴也须旋转至相应的正确角度，这样的要求下，不同系统之间的搭配协调也变得格外重要。

FPGA可以应用在分散控制的小节点上，也可以在大节点上应用更高效能的FPGA SoC。通过FPGA控制的系统最明显的优势点就是驱动反应时间会大大缩短，对整个系统的运行速度而言会是一个大提升。复杂的多轴运算需求将FPGA的扩展性及运作效能优势凸显，在单一节点运作的MCU在应对这种高效能需求时会显得乏力。而DSP虽然有更高的处理效能，但在拓展性上仍给了FPGA一定的喘息空间。如何充分利用好高效能和高拓展性优势成了FPGA在和MCU，DSP三足鼎立的机器人市场中突围的关键点。

机器人FPGA高效能运控应用

像这种拥有全方位机器人控制的设计可以从赛灵思的基于Artix-7 FPGA和Zynq-7000 SoC设计的Versal AI Edge来看看该控制方式的优势。

单从Artix-7 FPGA来看提供了高性能的功耗比结构（约50%）、收发器线速、DSP处理能力以及AMS集成。215K的逻辑单元和 AXI IP以及模拟混合信号集成对给予了系统足够高的可编程集成性。

而Zynq-7000则是采用与 28nm Artix-7可编程逻辑配对的单核ARM Cortex-A9处理器，同时提供6.25Gb/s收发器，在电机控制与嵌入式视觉等工业应用上既能控制成本又能优化系统集成。

基于上述元件构成的机器人控制Versal AI Edge，可以从视觉和非视觉传感器进行元数据处理执行低时延电机控制和确定性联网，以实现整个系统的同步。对于需要移动功能的机器人，可加速动作规划满足导航需求。这种通过控制环路的并行处理，对可扩展的运动轴数量进行精确确定性控制，在多轴运动上具有很高的拓展性。

不仅是Xilinx，另一家FPGA大厂Altera也是用28/20nm FPGA打入机器人控制市场。基于FPGA以及FPGA SoC的设计，除了运动控制，传感器总线管理，摄像头总线管理包括HMI等等都被集成到一起。通过高层次的集成，缩小物理尺寸并降低功耗。这样的控制似乎更能体现机器人的智能性和适应性。

机器视觉FPGA可拓展性应用

具备强大平行运算功能的FPGA，不只能应付多轴机器人运动的需求，也能实现机器视觉系统高弹性的灵活配置。lattice就是这样的策略，lattice的FPGA虽然也涉及多轴电机控制，但主要应用放在了机器视觉上。

FPGA与生俱来的可编程优势使其能支援多种工业通讯协定，也让FPGA成为用来扩充通讯的不错选择。从ECP5处理器板上来看，它的输入和输出板之间能够组合和匹配，以连接到各类图像传感器和显示屏，最大限度的提供灵活的互连性。

写在最后

不难看出FPGA依靠高效能和拓展性在机器人行业已经有相当大的发挥。不管是依靠高效能处理能力从MCU手中夺取电机控制的份额，还是凭借拓展性大举进军机器视觉与DSP正面对垒，在机器人市场中FPGA与MCU，DSP可谓是互不相让，暗流涌动。毕竟谁都不愿意在这个大市场上被压一头。