ai
智能边缘引擎:第三部分
基于RTOS的应用 基于RTOS的应用

基于RTOS的应用是以下前沿计划的核心

普及型人工智能

普及型人工智能的加速发展得益于多种趋势的融合——开源软件、云计算以及更复杂的系统架构,包括GPU和FPGA处理器等硬件元素——这将为需要RTOS以最佳方式执行的系统带来新能力。如今,新一代RTOS使得在工业、零售和医疗保健环境中使用的高速度和高响应性设备中集成广泛功能成为可能。

根据德勤的一份报告,“普及型人工智能核心的基于RTOS的应用由大量能够识别和响应视觉、声音和其他模式的人工智能智能设备推动而成。机器将越来越多地从经验中学习,适应变化的情况并预测结果。一些设备会推断用户的需求和愿望,甚至通过交换信息、分配任务和协调行动与其他设备协作。嵌入式人工智能使这些设备中的智能不再依赖于仅限于云端的连接。”6

本地硬件加速器也在帮助支持运行于边缘设备中的人工智能。由于人工智能需要大量计算资源,图形处理器(GPU)或神经处理单元(NPU)等硬件加速器将支持边缘设备中的人工智能处理。Koning表示,本地硬件加速是“RTOS环境中最令人兴奋的架构发展之一”。“你可以利用NPU或GPU来加速人工智能算法并将数据传输到这些加速器中。”他指出,在这种强大硬件上部署RTOS提供了一种“与可能执行控制功能的实时环境的高速互联”。受益于这些特性的应用实例可能包括物体检测、异常检测或神经网络学习算法。

这些边缘设备和系统的优势在于其快速响应时间。根据德勤的说法,“它们不会受到将数据传输到云端进行分析所带来的延迟影响。较低的延迟和独立于连接的特性将支持各种需要即时响应和强大性能的应用,例如车辆导航和某些医疗保健应用,即使在连接性较差时也是如此。”

“一些设备会推断用户的需求和愿望,甚至通过交换信息、分配任务和协调行动与其他设备协作。嵌入式人工智能使这些设备中的智能不再依赖于仅限于云端的连接。”
 
—德勤发表于
《哈佛商业评论》
robotic industry
实时操作系统广泛应用于基础设施和其他任务关键型应用场景,在这些场景中,可靠性至关重要。随着人工智能潜力的不断提升,这些陈旧的系统如何利用这种能力?下一代系统又将如何确保面向未来的兼容性?

瑞萨电子公司工业解决方案事业部前执行副总裁兼总经理横田良一表示:“嵌入式人工智能对于操作技术中的故障检测和预测性维护至关重要。”当某个系统或流程中出现异常时,嵌入式人工智能能够“实时在本地作出决策”。7

风河航空航天与国防部门现场工程总监保罗·帕金森表示,支持自主系统的人工智能和机器学习的应用,意味着飞机驾驶舱将发生重大变化。航空电子系统“从之前处理信息并将其呈现给飞行员以帮助其做出明智决策,发展到能够自主作出智能决策的航空电子系统,甚至未来可能无需飞行员的参与。” 例如,实时航空电子系统包括合成视景系统,它提供直观的三维地形图视图以帮助飞行员进行机场降落。帕金森解释道:“这些系统通过飞机上的本地处理平台实现,以便为飞行员提供确定性低延迟的响应。”此外,还在开发使用机载RTOS的其他技术,用于评估超音速军用飞机产生的音爆影响并调整飞机航线。8

robotic industry
实时操作系统广泛应用于基础设施和其他任务关键型应用场景,在这些场景中,可靠性至关重要。随着人工智能潜力的不断提升,这些陈旧的系统如何利用这种能力?下一代系统又将如何确保面向未来的兼容性?

瑞萨电子公司工业解决方案事业部前执行副总裁兼总经理横田良一表示:“嵌入式人工智能对于操作技术中的故障检测和预测性维护至关重要。”当某个系统或流程中出现异常时,嵌入式人工智能能够“实时在本地作出决策”。7

风河航空航天与国防部门现场工程总监保罗·帕金森表示,支持自主系统的人工智能和机器学习的应用,意味着飞机驾驶舱将发生重大变化。航空电子系统“从之前处理信息并将其呈现给飞行员以帮助其做出明智决策,发展到能够自主作出智能决策的航空电子系统,甚至未来可能无需飞行员的参与。” 例如,实时航空电子系统包括合成视景系统,它提供直观的三维地形图视图以帮助飞行员进行机场降落。帕金森解释道:“这些系统通过飞机上的本地处理平台实现,以便为飞行员提供确定性低延迟的响应。”此外,还在开发使用机载RTOS的其他技术,用于评估超音速军用飞机产生的音爆影响并调整飞机航线。8

物联网

边缘的智能基于设备、传感器和跨网络系统之间的高度连接性和交互性。5G网络的出现和预期增长进一步增强了设备实时响应事件或命令的能力。

作为普及型人工智能的重要组成部分,物联网(IoT)已成为RTOS部署中的优先事项。例如,根据EETimes/Embedded.com的调查,50%的开发人员认为支持物联网计划在RTOS部署中是“至关重要的”或“重要的”,同时还有传统的消费电子和工业控制与自动化应用。在调查时,15%的受访者表示,他们正在其RTOS环境中构建人工智能驱动的应用。

例如,电力行业的新兴企业正在推动从“陈旧的、依赖硬件的电网向现代化、数字化、基于软件的电网”的转型,PXiSE能源解决方案公司总裁兼首席执行官、Sempra Energy基础设施与技术副总裁帕特里克·T·李说道。软件和传感器的结合使用正将百年电网技术带入现代化时代。澳大利亚西部的一个电网项目基于一个软件化微电网控制器,该控制器以毫秒级的精度监控电网状况,从而实现1兆瓦太阳能发电场和2.5兆瓦电池储能设施的高效利用。“一个基于软件的控制器管理电网的资源。在微电网中……太阳能和风能、能源储存以及化石燃料发电厂为家庭、工厂和企业提供电力,”李说道。“该控制器持续平衡微电网内的发电与负载,并保持微电网与主电网的稳定连接。”9

robotic industry
电力行业的新兴企业正在推动从依赖硬件的电网向数字化电网的转型。

工业机器人的崛起可能引领通往全自动化工厂的道路。

自主系统

实时操作系统(RTOS)正在为推动机器和系统的更高自主性铺平道路,这些系统是当今工业的支柱。工业机器人的崛起可能引领全自动化工厂的发展,但它们需要更高水平的“灵活性和自主学习能力”,正如Bastiane Huang最近的分析中指出的。例如,机器学习“减少了对人工干预的需求,使机器人能够处理新零件,而无需工程师重新编写程序。”此外,“利用人工智能,机械臂现在可以更准确地判断深度。它还可以通过训练学习,并确定杯子是朝上、朝下还是处于其他状态。对象建模或可视化可用于预测和重建3D对象。”10

“利用人工智能,机械臂现在可以更准确地判断深度。它还可以通过训练学习,并确定杯子是朝上、朝下还是处于其他状态。对象建模或可视化可用于预测和重建3D对象。”
 
—Bastiane Huang
分析师,
towardsdatascience.com

“工业机器人‘可能需要大量的边缘计算能力。它们可能正在运行这些密集的工作负载,’”微软Azure IoT高级产品经理Pamela Cortez说道。“很多时候,它们可能需要在实际设备的边缘端运行一些云工作负载,这将人工智能带到设备中,同时也需要强大的设备来支持这些工作负载。而这些设备中,尤其是现代设备——从小型设备到大型设备——可能都需要某种操作系统。”11

这种自主性也出现在工厂外的工业设备中。领先的露天采矿解决方案提供商北京踏歌智行科技有限公司(TAGE)正在开发一款用于下一代自主采矿车辆的尖端软件平台,这不仅可以保护矿工,还能极大地提升采矿企业的整体经济效益。该自主运输系统解决方案基于边缘到云的架构,包括一个智能云平台、远程信息处理技术和一辆智能自主采矿车。支持这一解决方案的软件平台包括一个实时操作系统(RTOS)以及踏歌的中央控制单元(CCU)核心算法模块。自主车辆域控制器中的CCU负责实现自主采矿车辆的核心功能,例如运动规划、车辆控制和故障诊断。这些功能对系统操作的安全性、安全保障性和可靠性以及实时性能和确定性任务执行和切换提出了严格要求。据踏歌首席技术官黄黎明称,这些功能“为下一代采矿车辆铺平了道路。”12

“利用人工智能,机械臂现在可以更准确地判断深度。它还可以通过训练学习,并确定杯子是朝上、朝下还是处于其他状态。对象建模或可视化可用于预测和重建3D对象。”
 
—Bastiane Huang
分析师,
towardsdatascience.com