Open Source Robotics

Uma coleção selecionada de projetos, ferramentas e software de robótica de código aberto de alta qualidade.

FPGA

  • Também chamado: field-programmable gate array
  • Categoria: Control › Feedback control
  • Tags: embedded-hardware, hardware-acceleration, edge-computing, real-time, neural-network-inference

Uma matriz de portas programável em campo: um chip de lógica configurável, memória e roteamento que é ligado como um circuito digital sob medida ao se carregar uma configuração, em vez de executar um programa.

Definição

Uma FPGA, ou matriz de portas programável em campo (field-programmable gate array), é um circuito integrado cuja lógica é definida depois da fabricação. Ela contém uma grande matriz de pequenos blocos lógicos configuráveis, formados por tabelas de consulta e flip-flops, ligados por roteamento programável, junto com blocos dedicados como RAM no chip, unidades de multiplicação-acumulação (DSP), gerenciadores de clock e E/S de alta velocidade. Um arquivo de configuração, o bitstream, define cada tabela de consulta e cada chave de roteamento para que o chip se comporte como um circuito digital específico. Na maioria dos dispositivos, a configuração fica em memória volátil e é recarregada a partir de uma memória flash na inicialização.

Os projetos são escritos em linguagens de descrição de hardware como Verilog ou VHDL, ou em C ou C++ por meio de síntese de alto nível, e depois são sintetizados, posicionados e roteados pelas ferramentas do fabricante, um processo que pode levar de minutos a horas. Ao contrário de uma CPU ou GPU que executa instruções, uma FPGA implementa o próprio cálculo como hardware: muitas operações rodam em paralelo a cada ciclo de clock, os dados fluem por pipelines e a temporização é fixada ao ciclo de clock. As frequências de clock são mais baixas que as das CPUs, e a memória no chip é pequena, então modelos ou dados grandes precisam vir em fluxo de uma memória externa, o que limita a vazão. As FPGAs SoC, como a família Xilinx Zynq, combinam a lógica programável com núcleos de processador ARM em um único chip, de modo que Linux e ROS podem rodar ao lado de hardware sob medida.

Essas propriedades tornam as FPGAs fortes onde a latência precisa ser baixa e previsível, onde muitas operações simples rodam em paralelo ou onde os dados têm larguras incomuns. Na robótica, elas geram PWM e executam malhas de corrente para acionamentos de motores, decodificam encoders, leem e pré-processam fluxos de câmeras, LiDAR e câmeras de eventos, calculam disparidade estéreo e executam redes neurais quantizadas em baixa precisão. Redes neurais binarizadas se encaixam especialmente bem, porque suas operações de multiplicação-acumulação se reduzem a lógica XNOR e de contagem de bits que se mapeia diretamente nas tabelas de consulta.

Por que importa

Robôs precisam de processamento rápido e determinístico perto dos sensores e atuadores, muitas vezes com um orçamento de energia apertado. As FPGAs preenchem a lacuna entre os microcontroladores, que podem ser lentos demais, as GPUs, que consomem mais energia e têm latência menos previsível, e os chips sob medida (ASICs), que são caros demais para produzir em pequenos volumes.

Principais aplicações

  • Acionamentos de motores: geração de PWM, malhas de corrente e decodificação de encoders
  • Pré-processamento de baixa latência de dados de câmeras, LiDAR e câmeras de eventos
  • Profundidade estéreo e extração de características para odometria visual em robôs pequenos
  • Inferência de redes neurais quantizadas e binarizadas em robôs embarcados
  • E/S em tempo real para máquinas CNC e controle de movimento industrial
  • Processamento tolerante à radiação para robótica espacial

Na prática

A cadeia mão-olho de um humanoide roda em uma placa com FPGA SoC. Os núcleos ARM executam Linux e nós ROS para o controle de alto nível, enquanto a lógica programável abriga um pipeline que recebe os quadros da câmera diretamente, redimensiona-os e alimenta um autoencoder parcialmente binarizado cujos pesos cabem na RAM do chip. Os engenheiros primeiro quantizam a rede em software, verificam que a precisão se mantém, depois geram o hardware com uma ferramenta de síntese de alto nível e verificam a temporização. As características latentes chegam ao controlador com um atraso fixo a cada quadro, com uma fração da potência que uma GPU consumiria, mas cada mudança na rede significa outra rodada de síntese.

Equívocos comuns

  • Uma FPGA roda seu programa como um processador rápido — ela é configurada como um circuito; software só roda nela por meio de núcleos de processador, fixos ou construídos com a lógica programável
  • FPGAs são sempre mais rápidas que GPUs — as GPUs costumam vencer em grandes cargas de ponto flutuante, enquanto as FPGAs vencem em latência, determinismo e processamento em fluxo de baixa precisão
  • Mudar um projeto de FPGA é como recompilar software — síntese e posicionamento e roteamento são lentos, e os projetos precisam atender aos requisitos de temporização
  • A memória no chip é abundante — ela é pequena, então redes grandes precisam de memória externa ou de quantização agressiva

Quem deve saber

  • Engenheiros de sistemas embarcados e eletrônica que projetam controladores de robôs
  • Engenheiros de percepção que levam pipelines para hardware de baixo consumo
  • Pesquisadores que implantam redes neurais quantizadas em robôs
  • Projetistas de acionamentos de motores e de controle de movimento

Tecnologias relacionadas

  • Verilog e VHDL
  • Síntese de alto nível (HLS)
  • FPGAs SoC como a Xilinx Zynq
  • Framework de redes neurais binarizadas FINN
  • GPU
  • ASIC

Termos relacionados

  • BLDC Motor
  • Encoder
  • PID Controller
  • Event Camera
  • Visual Odometry

Projetos relacionados

  • GENESIS: World's fastest physics engine: 43M FPS for embodied AI learning
  • Cartographer: Google's real-time 2D and 3D SLAM system for multi-platform robotics
  • FAST-LIVO2: Fast, direct LiDAR-inertial-visual odometry from HKU-MARS, published in IEEE T-RO
  • Dora AI: Dataflow middleware for AI robotics applications, built in Rust
  • OpenMind OM1: AI-native operating system for robots with modular perception, cognition, and action
  • Fast DDS: eProsima's high-performance DDS middleware — the default transport under ROS 2

Vídeos

  • EEVblog #496 - What Is An FPGA?: EEVblog
  • Introduction to FPGA Part 1 - What is an FPGA? | Digi-Key Electronics: DigiKey

Este site requer JavaScript. Por favor, habilite o JavaScript para explorar nossos projetos de robótica.