Open Source Robotics

精選高品質的開源機器人專案、工具與軟體,推動機器人社群向前發展。

FPGA

  • 又稱: field-programmable gate array
  • 類別: Control › Feedback control
  • 標籤: embedded-hardware, hardware-acceleration, edge-computing, real-time, neural-network-inference

現場可程式化邏輯閘陣列:一種由可配置邏輯、記憶體與繞線構成的晶片,藉由載入組態接成客製化的數位電路,而不是執行程式。

定義

FPGA,即現場可程式化邏輯閘陣列(field-programmable gate array),是一種在製造完成後才定義其邏輯的積體電路。它包含大量以可程式化繞線相連的小型可配置邏輯區塊,這些區塊由查找表與正反器構成,另外還有晶片內 RAM、乘積累加(DSP)單元、時脈管理器與高速 I/O 等專用區塊。一個稱為位元流的組態檔會設定每個查找表與繞線開關,讓晶片表現為某個特定的數位電路。在大多數元件中,組態儲存在揮發性記憶體中,並於上電時從快閃記憶體重新載入。

設計以 Verilog 或 VHDL 等硬體描述語言撰寫,或透過高階合成以 C 或 C++ 撰寫,接著由廠商工具進行合成、佈局與繞線,這個過程可能需要數分鐘到數小時。與執行指令的 CPU 或 GPU 不同,FPGA 把運算本身實作成硬體:許多運算在每個時脈週期平行執行,資料在管線中流動,時序固定到時脈週期。時脈頻率低於 CPU,晶片內記憶體也很小,因此大型模型或資料必須從外部記憶體串流讀入,這會限制傳輸量。SoC FPGA(例如 Xilinx Zynq 系列)在單一晶片上結合可程式化邏輯與 ARM 處理器核心,因此 Linux 與 ROS 可以在客製化硬體旁執行。

這些特性使 FPGA 在下列場合表現突出:延遲必須低且可預測、許多簡單運算平行執行,或資料位元寬度不尋常。在機器人領域,它們為馬達驅動產生 PWM 並執行電流迴路、解碼編碼器訊號、讀取並預處理攝影機、光達與事件相機的資料串流、計算立體視差,以及執行量化成低精度的神經網路。二值化神經網路特別適合,因為它們的乘積累加運算會簡化為 XNOR 與位元計數邏輯,可直接對應到查找表上。

為何重要

機器人需要在靠近感測器與致動器的地方進行快速、確定性的處理,且常受到嚴格的功耗預算限制。FPGA 填補了以下幾者之間的空缺:微控制器可能太慢,GPU 耗電較多且延遲較難預測,而客製化晶片(ASIC)在小量生產時成本太高。

主要應用

  • 馬達驅動:PWM 產生、電流迴路與編碼器解碼
  • 攝影機、光達與事件相機資料的低延遲預處理
  • 小型機器人上用於視覺里程計的立體深度與特徵擷取
  • 嵌入式機器人上的量化與二值化神經網路推論
  • CNC 工具機與工業運動控制的即時 I/O
  • 太空機器人的抗輻射處理

實際應用

一台人形機器人的手眼處理管線在一塊 SoC FPGA 板上執行。ARM 核心執行 Linux 與負責高層控制的 ROS 節點,而可程式化邏輯則承載一條管線:直接接收攝影機影格、調整大小,並送入一個部分二值化的自編碼器,其權重可以放進晶片內 RAM。工程師先在軟體中量化網路,確認精度維持不變,再以高階合成工具產生硬體並驗證時序。潛在特徵每一影格都以固定延遲抵達控制器,功耗只有 GPU 的一小部分,但對網路的每次修改都代表要再跑一次合成。

常見誤解

  • FPGA 會像快速處理器一樣執行你的程式 — 它被組態成一個電路;軟體只能透過處理器核心在上面執行,這些核心可以是硬核,也可以用可程式化邏輯建構
  • FPGA 一定比 GPU 快 — 在大型浮點運算工作負載上通常是 GPU 勝出,而 FPGA 在延遲、確定性與低精度串流處理上勝出
  • 修改 FPGA 設計就像重新編譯軟體 — 合成與佈局繞線很慢,而且設計必須符合時序
  • 晶片內記憶體很充足 — 它很小,因此大型網路需要外部記憶體或積極的量化

誰需要了解

  • 設計機器人控制器的嵌入式與電子工程師
  • 將處理管線移到低功耗硬體上的感知工程師
  • 在機器人上部署量化神經網路的研究人員
  • 馬達驅動與運動控制設計者

相關技術

  • Verilog 與 VHDL
  • 高階合成(HLS)
  • SoC FPGA,例如 Xilinx Zynq
  • FINN 二值化神經網路框架
  • GPU
  • ASIC

相關術語

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

相關專案

  • 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

影片

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

本網站需要 JavaScript 才能正常運作。請啟用 JavaScript 以瀏覽我們的開源機器人專案。