解决这三个挑战 才能分享工业4.0的机遇红利

在5G和AI成为热议焦点之前，工业自动化已经奔跑在4.0的路上，其复杂场景的需求为5G和AI这些新技术落地催生出大量的机遇红利。从系统平台来看，这些场景会最大限度地利用可扩展的硬件和软件解决方案来进行设计，处理系统的集成度不断提高——包括已增强的安全和安保功能。在性能上，实时处理、分析和通信能力是主要需求，而在数据处理上，则需要可扩展的解决方案来有效管理从传感器到云和边缘计算的数据。还有一个很大的需求是通信系统的升级，需要在各种设置中能够支持有线和无线连接的技术。

处理系统的挑战

得益于工厂自动化，处理器的升级需求带来机遇，比如传统MCU就越来越像CPU。“工厂自动化需要强大的通信体系的部署，要满足不同传感器和机器之间的互联互通，”TI处理器业务部经理 Sameer Wasson说，“AI技术和实时控制这类技术将支撑边缘处理，另外，精确指令十分重要，传感精度要求很高，这与其他IoT的场景要求不同。”

通常，在工厂自动化体系中，标准和行业组织会保证不同单元之间的互联互通，在通信、控制和传感这些基础技术上，则会强调专用性。另外，诸如保护和隔离、电源、安全和功能安排等配套技术都是工厂智能化的关键。但这个过程充满挑战，主要集中在数据和技术的专有权分散，需要系统化统筹来提高效率，对智能单元要进行合理布局以及要建设安全和支持时间敏感型(TSN)的网络。而目前，一个更为紧迫的挑战是如何改造现有的生产系统——毕竟工厂自动化是一个逐渐升级而非推倒重来的过程。

“有两个方式可以解决新老互通的问题，”Wasson说，“一是通过采用支持所有通信协议的系统来实现新老设备连接，二是设计专用路由器来实现新老互通。”Sitara AM6x处理器的特性可以解释Wasson的说法，这是TI为千兆位工业以太网设计的一款网络处理器，其内置可扩展的四核和双核ARM Cortex-A53和Cortex-R5F处理器，利用充足的ECC片上存储器实现可靠运行，并具有增强的安全功能。该处理器集成了锁步MCU子系统和诊断库等附加功能，这有助于实现功能安全系统。

高级集成的挑战

除了处理系统的挑战，工厂自动化也是一个基于感测的尖端智能系统的高级集成，这个智能化集成系统需要具备更多的决策能力，要在工厂产线复杂环境中准确检测物体、人和运动并避免误报，要满足所有环境中实现更智能和更精确的传感。“边缘侧的决策和处理能力十分重要，”TI中国区业务拓展总监吴健鸿说，“感测单元需要集成精确的传感和实时决策及处理能力，同时，要能够判断人体运动和机械运动以减少误报。”

这些需求为60GHz毫米波雷达提供了机遇——能够检测玻璃、木材和树脂玻璃等材料并通过它们传感，能够不受灰尘、烟雾和雨水等恶劣环境的干扰——这些特性使得毫米波雷达非常适用于工厂，剩下的就是要针对需要密切人机交互的工业环境进行优化。IWR6843的特性体现了60GHz毫米波雷达在工业应用中的适用性——低功耗、自监控、超精确。该器件是TI针对工业应用设计的MMIC，基于FMCW雷达技术，采用TI的低功耗45nm RFCMOS工艺和AoP封装天线技术，其带宽达到4GHz，能够以高于24GHz窄频达16倍的准确度来侦测物体和动作。

图：IWR6843采用AoP封装天线技术，模块、开发套件和芯片体积都非常小。

机器人演进的挑战

在工业自动化进程中，机器人的演进代表着智能化的方向。不同于传统工业机器人系统，今天最新的机器人已演进为协作型（cobots），这类机器人依赖机器学习能够更自主地做出实时决策，与人互动合作,而无需用安全栏进行隔离。当机器学习成为现代机器人技术的重要组成部分时，机器人就能够实现诸如嵌入式、实时响应和决策、传感和驱动以及智能化边缘处理这类功能。

工业车辆是一个例子，过去ADAS技术已经集合了很多AI类技术，但工业级ADAS的要求更多，包括环绕监测系统（传感和避免）、悬崖检测和陡坡缓降控制（地面速度测量）、车辆占用检测（人员占用率）、SIL2合规性（与人类密切互动）和高程平面中的角度信息（从高处检测物体）。总之，工业车辆中的ADAS要对复杂环境进行感测和决策，不仅是物体检测，这个系统必须支持室内不同车辆，如叉车、AGV、物流机器人，要适用于密切人机交互的SIL合规性，系统的体积够小，以便集成到较小的机器人中。此外，系统中需要使用基于光的传感器，以检测其他类型传感难以检测的玻璃和塑料等材料。

的确，工业4.0正在积极部署的进程中，如果能够解决自动化系统间的协同处理、复杂的人机环境的感测和边缘决策以及不断升级的工业机器人的演进所带来的挑战，就能够分享这一进程所带来的红利。