Где начинается робототехническая инновация
Если у современной робототехники и есть общий язык, то это ROS 2.
Создаете ли вы автономный мобильный робот, гуманоидную платформу, хирургического робота, промышленный манипулятор или следующее поколение машин на базе ИИ, велика вероятность, что ROS 2 сыграла свою роль на каком-то этапе этого пути. За последнее десятилетие ROS и ROS 2 стали самыми влиятельными экосистемами в робототехнике, предоставив разработчикам богатый набор промежуточного ПО, фреймворков, инструментов и библиотек, позволяющих быстро превращать идеи в работающие робототехнические системы.
Ее привлекательность легко понять. Разработчики могут интегрировать датчики, создавать конвейеры восприятия, оценивать алгоритмы навигации, подключать ИИ-фреймворки и экспериментировать с новыми концепциями, не изобретая заново основы робототехнического ПО. Это позволяет инженерам сосредоточиться на решении робототехнических задач, а не на создании инфраструктуры связи с нуля.
Для многих команд разработчиков робототехники инновации начинаются с ROS 2.
Требования к производственным системам выходят за рамки промежуточного ПО
Несмотря на название, ROS 2 не является операционной системой. Она предоставляет прикладные фреймворки и абстракции связи с помощью реализаций промежуточного ПО на основе таких технологий, как DDS и Zenoh, но остается лишь одним из слоев полноценной робототехнической платформы.
Это различие приобретает все большую важность по мере взросления робототехнических систем.
На этапе ранней разработки инженеры обычно задаются вопросами: правильно ли робот осуществляет навигацию, распознает ли конвейер восприятия объекты и работает ли модель ИИ так, как ожидалось. Приоритет отдается гибкости и быстрой итерации.
По мере перехода систем к производству вопросы меняются: сможет ли система вести себя предсказуемо под нагрузкой? Можно ли защитить критически важные рабочие нагрузки от некритических приложений? Могут ли команды измерять и понимать задержки во всем конвейере робототехники? Могут ли вывод ИИ, управление в реальном времени и рабочие нагрузки, связанные с безопасностью, сосуществовать на единой аппаратной платформе?
Это вопросы системной архитектуры, которые становятся все более актуальными по мере вступления робототехники в эпоху физического ИИ.
Современная робототехника все чаще объединяет компьютерное зрение, машинное обучение, слияние данных датчиков, локализацию, планирование и автономное принятие решений. Большая часть этого интеллекта переносится на самого робота, чтобы он мог воспринимать информацию, рассуждать и действовать локально.
Результатом становится значительное увеличение сложности системы.
Современная робототехническая платформа может одновременно выполнять обработку видеопотока, вывод ИИ, навигационное ПО, планирование движения, промышленную связь, интерфейсы оператора, циклы управления в реальном времени и функции, связанные с безопасностью.
Это создает архитектурную проблему.
ROS 2 связывает программные компоненты, но детерминированное поведение от конца до конца зависит от совместной работы промежуточного ПО, приложений, операционной системы, драйверов, сети и вычислительных ресурсов.
Рассмотрим типичный робототехнический конвейер:
Камера → Обработка изображения → Вывод ИИ → Локализация → Планирование → Управление → Исполнительные механизмы
Каждый этап привносит задержки и джиттер. Промежуточное ПО передает сообщения, исполнители планируют вызовы обратного вызова, потоки борются за процессорное время, драйверы обслуживают прерывания, сети переносят трафик, а модели ИИ потребляют вычислительные ресурсы.
При возникновении задержек разработчикам необходимо определить, вызваны ли они рабочей нагрузкой ИИ, сетевой активностью, борьбой за ресурсы, промежуточным ПО, приложением или операционной системой.
По мере того как роботы становятся все более интеллектуальными, системная наблюдаемость становится столь же важной, сколь и производительность отдельных компонентов.
Создавайте решения на базе знакомых технологий ROS 2 в среде QNX
QNX позволяет робототехническим командам начать работу со знакомыми технологиями ROS 2 и одновременно строить решения на платформе, изначально созданной для удовлетворения потребностей промышленных робототехнических программ.
Вместо того чтобы рассматривать разработку и развертывание как несвязанные фазы с совершенно разными стеками, команды могут использовать ROS 2 на этапе разработки, одновременно проектируя базовую систему для сценариев использования в реальном времени, с высокой доступностью и ориентацией на безопасность.
Разработчики могут использовать ROS 2 Jazzy и поддерживаемые технологии, доступные в экосистеме с открытым исходным кодом QNX, включая робототехнические фреймворки, библиотеки и компоненты связи. Точные версии пакетов и статус поддержки следует сверять с текущим каталогом QNX.
Ознакомьтесь с пакетами ROS 2, доступными через открытое ПО QNX:
Сохранение инженерных инвестиций по мере роста требований
Эта преемственность помогает командам сохранять применимые программные инвестиции и инженерный опыт. Наработки, созданные с помощью ROS 2 Control, NAV2 или MoveIt 2, могут продолжать развиваться по мере того, как команды выдвигают более жесткие требования к управлению, сети, доступности и безопасности. Цель состоит не в том, чтобы заявить, что каждый прототип переносится в производство без изменений, а в том, чтобы уменьшить ненужные архитектурные разрывы.
По мере развития проектов команды также могут внедрять коммерческие робототехнические технологии там, того требуют системные требования. К ним могут относиться коммерческие реализации DDS и Zenoh, решения EtherCAT master, средства промышленной связи, технологии управления в реальном времени, фреймворки визуализации, ускорители ИИ и компоненты функциональной безопасности.
Таким образом, QNX может служить мостом между робототехническими экспериментами и проектированием систем, ориентированных на производство.
Воплощение архитектуры в жизнь с помощью NVIDIA IGX Thor
Исторически сложилось так, что робототехнические системы распределяли управление движением, обработку видеопотока и мониторинг безопасности по отдельным компьютерам и контроллерам. Это позволяло независимо оптимизировать каждую подсистему, но увеличивало объем аппаратного обеспечения, программных стеков, путей связи, работ по интеграции и потенциальных задержек.
Новые платформы сближают вывод ИИ, компьютерное зрение, планирование, управление в реальном времени и функции безопасности на общей вычислительной основе. Консолидация может упростить передачу данных и интеграцию системы, но только в том случае, если она сохраняет детерминизм, изоляцию сбоев и безопасность.
NVIDIA Halos — это полностековая система безопасности для физического искусственного интеллекта, где ОС NVIDIA Halos обеспечивает программную среду безопасности на NVIDIA IGX Thor, а Halos Core выступает в качестве фундаментального слоя в ОС Halos.
Ключевым преимуществом IGX Thor является специализированный остров функциональной безопасности (FSI) — независимая подсистема процессора с собственными вводами-выводами, питанием и тактовыми генераторами. Он отслеживает сбои и поддерживает реагирование на угрозы безопасности отдельно от основного домена вычислений ИИ, помогая высокопроизводительному ИИ и рабочим нагрузкам, связанным с безопасностью, сосуществовать на одной платформе. IGX Thor также поддерживает NVIDIA Isaac ROS, позволяя разработчикам, использующим ROS 2, опираться на привычные рабочие процессы и ускоренные графическим процессором пакеты для упрощения разработки и развертывания.
Она сочетает в себе высокопроизводительные периферийные вычисления ИИ и возможности обработки данных с датчиков с архитектурой, предназначенной для промышленных, медицинских и робототехнических систем.
На платформе NVIDIA Halos Core ОС QNX OS for Safety может функционировать в партиционированной архитектуре смешанной критичности совместно с окружением на базе Linux. Гипервизор разделяет домены операционных систем, что позволяет изолировать детерминированные и критически важные для безопасности функции от высокопроизводительных рабочих нагрузок ИИ, сохраняя при этом единую вычислительную платформу.
В этой архитектуре домен Linux поддерживает приложения, не связанные с безопасностью, в то время как домен QNX поддерживает приложения реального времени и управления безопасностью.
Это разделение обязанностей имеет важное значение. Фреймворки ИИ отдают приоритет пропускной способности и вычислительной производительности, системы управления движением — детерминированному выполнению, а приложения, связанные с безопасностью, требуют изоляции, локализации сбоев и предсказуемого поведения.
Консолидированная платформа ценна лишь тогда, когда она способна поддерживать эти различные требования к рабочим нагрузкам, не стирая их границы.
Непрерывный путь к физическому ИИ, ориентированному на серийное производство
ROS 2 стала фундаментом, на котором строится большая часть современных инноваций в области робототехники. Она позволяет разработчикам исследовать новые идеи, интегрировать новейшие технологии и ускорять разработку все более способных автономных систем. Однако по мере развития робототехники в сторону физического ИИ успех будет зависеть не только от алгоритмов и промежуточного ПО.
Для серийной робототехники требуется архитектура, способная объединить функции ИИ, восприятия, работы в сети, управления и безопасности, сохраняя при этом предсказуемость, наблюдаемость и целостность системы. Задача заключается уже не просто в том, чтобы заставить робота работать, а в том, чтобы он продолжал вести себя должным образом по мере роста сложности.
QNX помогает осуществить этот переход. Поддерживая привычные технологии ROS 2 и одновременно обеспечивая основу для работы в реальном времени, проектирования систем смешанной критичности, высокой доступности и функциональной безопасности, команды могут продолжать использовать знакомые инструменты и одновременно готовиться к реалиям развертывания.
Независимо от того, начинается ли разработка с небольшого прототипа, лабораторной платформы или вычислительной архитектуры ИИ нового поколения, такой как NVIDIA IGX Thor, цель остается прежней: обеспечить непрерывный путь от инноваций до развертывания, позволяя командам робототехников сосредоточиться на создании интеллектуальных машин без необходимости перестраивать свое программное обеспечение и системную архитектуру по мере изменения требований.
Другими словами, путь может начинаться с ROS 2, но чтобы перенести робототехнику и физический ИИ в реальный мир, требуется архитектура, созданная для будущих задач. Архитектура, которая создается вместе с QNX.
