想象一下，一台机器人在拥挤的工厂车间里来回穿梭，绕过设备、人员和意外出现的障碍物，实时调整路线，同时保持运动控制和系统稳定性。这不是遥不可及的愿景，而是Agiliad与莱迪思半导体公司合作设计的现实场景。
在依赖通用控制堆栈和预制套件的自主移动机器人（AMR）市场上，这款AMR脱颖而出，成为专为智能室内移动而设计的高科技系统。传统的AMR通常以模块化或易于部署为代价来换取性能，这款机器人的不同之处在于，它集成了基于莱迪思Certus™-NX FPGA的定制运动控制框架，基于ROS2的高级SLAM（同步定位和映射）、传感器融合和在英伟达Jetson Orin™上运行导航堆栈，所有这些经过紧密协调，实现低延迟、高可靠性的运行。
下一代AMR不仅移动能力强，还具有感知力、适应力，在实际场景中具备稳定控制的能力。该机器人专为工业环境、研究实验室等环境设计，集嵌入式智能、能效和全栈集成于一身，为自主系统树立了新的标杆。
使用莱迪思FPGA和英伟达GPU的Agiliad SLAM导航机器人
该机器人基于莱迪思Avant™-E FPGA和英伟达公司的Jetson Orin，展示了实时决策和避障功能。它采用先进的传感器融合系统，集成了莱迪思视觉套件、激光雷达和雷达，能够精确感知周围环境。点击此处观看完整演示视频。
机器人的主要特性： 机器人背后的智慧
高级定位和地图构建：RTAB-Map SLAM是一种支持环路闭合的强大算法，可利用3D激光雷达和摄像头馈送，即使在视觉和空间模糊的环境中也能实现一致的制图。
3D障碍物检测与避障：通过结合3D体素层和时空层，机器人能够动态检测静态和移动物体并绕行——在实时重新计算路线的同时保持安全距离。
路径规划：导航栈使用基于搜索的运动规划算法（SMAC）进行全局路径规划，并通过模型预测路径积分算法（MPPI）生成局部优化轨迹，实现对动态环境变化的实时适应。
基于FPGA的精准运动控制：无刷直流电机（BLDC）由莱迪思Certus-NX FPGA驱动，通过硬件执行定制化比例积分（PI）控制环路，确保加速、制动和转向过程平滑——这对狭窄空间内的安全性至关重要。
用于环境感知的传感器融合：
激光雷达和立体摄像头数据在莱迪思Avant-E FPGA上进行处理，并与点云信息融合，以检测并区分人员和物体，为安全且自适应的导航提供实时环境感知能力。
系统架构分解框图
AMR的架构采用分层模块化设计，旨在实现可靠性、可扩展性和低功耗。其中，Jetson平台负责运行ROS2算法，而莱迪思FPGA则承担运动控制任务。
机器人几何建模与ROS2集成：机器人的几何结构和关节参数通过机械CAD文件生成的URDF模型定义。ROS2中的“机器人状态发布节点”利用该URDF模型，在ROS2网络中发布机器人结构信息和坐标变换数据。
基于莱迪思Avant-E FPGA的传感器融合：激光雷达和立体视觉摄像头的传感器数据通过UDP传输至Avant-E FPGA。Avant-E利用OpenCV进行实时图像识别与分类，将视觉数据与点云信息融合，精确检测环境中的人类并区分其他物体。融合后的数据（包括针对人的分类结果和距离度量）随后传输至NVIDIA Jetson上运行的ROS2框架。这一高保真度的传感器融合层可增强环境态势感知能力，使机器人能够在复杂动态场景中做出明智的导航决策。
▶ SLAM与定位：激光雷达提供环境的三维点云数据，摄像头则提供原始图像数据。RTAB-Map对这些信息进行处理，生成三维占据网格地图。里程计数据通过迭代最近点（ICP）算法解算，同时利用图像数据执行回环检测，即使在重复或杂乱的环境中也能持续优化机器人的位置估计。
▶ 导航系统：导航模块通过对障碍物周围区域进行“膨胀”处理生成代价地图，这些代价梯度引导规划器生成低风险路径。SMAC负责长距离路径规划，而MPPI则评估多个轨迹选项并选择最安全路径。
▶ ROS2控制与差速驱动运动学：ROS2计算出命令速度（线速度和角速度）后，通过差速驱动运动学模型将其转换为单个车轮的速度指令。
▶ 硬件接口层：该层确保ROS2与机器人硬件的集成。Jetson与Certus-NX之间通过串口通信（UART）实时传输电机速度命令。
▶ 基于Lattice Certus-NX FPGA的运动控制：莱迪思Certus-NX FPGA以高可靠性和低延迟执行实时电机控制算法，实现确定性性能、高效功耗管理和工业负载下更高的安全性：
PI控制环路：用于速度和扭矩调节，利用编码器反馈确保在不同摩擦表面条件下的性能稳定性。
换向序列器：通过霍尔传感器反馈控制三相BLDC电机的励磁顺序。
协同工作机制：决策流程速览
机器人智能模拟了一个实时决策循环：
我在哪里？
机器人通过带回环检测的RTAB-Map SLAM算法进行定位，基于视觉和空间线索实时更新自身位置。
我该去哪里？
用户通过触摸屏或远程接口设定的目标点会传递给全局规划器，后者利用SMAC算法计算出一条安全高效的路线。
我该如何到达那里？
MPPI规划器实时模拟并评估数十条轨迹，通过基于评判的评分机制动态适应机器人周围环境，选择最优运动路径。
如果路径被阻挡怎么办？
传感器数据会更新障碍物地图，触发实时重新规划。若无法找到安全路径，系统将通过行为服务器激活恢复行为（如绕行、原地等待或请求人工干预）。
定义性能的工程决策
莱迪思FPGA技术
莱迪思Certus - NX和Avant-E FPGA为自主机器人系统提供了关键的互补能力，具体优势如下：
低功耗：可延长移动系统的电池寿命
实时性能：具备响应迅速的控制循环和快速数据处理能力
灵活架构: 支持定制控制逻辑和传感器接口
莱迪思FPGA与英伟达Jetson Orin和嵌入式视觉工具相结合，最终形成了一个可扩展且适应性强的机器人平台。
展望未来：赋能机器人技术的未来
Agiliad的工程模型强调深度的系统级思维、快速原型开发与跨领域集成，通过采用低功耗莱迪思FPGA，在压缩的开发周期内交付全功能运行系统。这一能力体现了Agiliad在机械、电子、嵌入式系统及软件领域的全栈设计经验与多学科集成的深厚积累。
如需了解Agiliad的自主移动机器人（AMR）解决方案与服务，请发送邮件至Manu.batura@agiliad.com或访问官网https://agiliad.com/。若想深入了解莱迪思FPGA解决方案及如何加速您的机器人应用开发，欢迎联系莱迪思团队沟通交流。
