作者： Víctor Mayoral-Vilches 和 Giulio Corradi，賽靈思公司

序言

2021年 4 月， 賽靈思創新性地推出自適應系統模塊（SOM）產品組合　Kria SOM。作為一種量產型小尺寸嵌入式板卡，該平臺經濟實惠、開箱即用，最主要是賽里思通過工具創新，借助SOM賦能上百萬軟件開發者，使其可以獲益于賽靈思自適應計算平臺的高性能和靈活性優勢，而且可以使其將應用部署時間縮短多達 9 個月。

“一石激起千層浪”， Kria　的出現，在其所面向的廣泛的邊緣應用領域引起積極的反響，而機器人應用就是其中之一。

傳統的機器人軟件開發，是基于預定義的架構和約束條件在給定機器人 CPU 中進行功能編程。然而采用自適應計算后，構建機器人行為則是在進行架構編程。通過采用自適應計算，機器人專家能在運行中適配機器人計算系統的一個或多個屬性（如它的確定性、功耗、安全態勢或吞吐量）。

然而，機器人專家并不是硬件工程師，他們普遍缺乏與嵌入式技術相關的專業知識。本文將從當今熱門的　＂自適應機器人＂概念入手，從 ROS 2 機器人專家的視角介紹自適應計算，并提出一種能夠讓 FPGA 在 ROS 2 生態系統中起主要作用的架構。這個架構適用于多種平臺和多種技術，并且便于移植。架構的核心組件在 Apache 2.0 許可證下提供，為機器人專家充分運用自適應計算，實現軟件定義硬件鋪平了道路。

其中 ：

• “連載一：什么是自適應機器人”通過三大基本特征，征剖析自適應機器人的概念產生、發展及特點
• “連載二：工業類比CPU／GPU，ASIC和FPGA，誰更適合機器人計算”通過工業車間操作流程進行類比，形象展示不同處理器平臺對于機器人系統的權衡利弊
• “連載三：為什么 FPGA 能在機器人中起到重要作用” 介紹機器人自適應計算的概念，對自適應計算的核心技術與功能進行總體介紹，并詳解 FPGA 在機器人應用中發揮的作用，以及有關軟件定義硬件的概念
• “連載四：如何理解面向機器人的“軟件定義硬件””通過比較傳統機器人軟件編程和基于賽靈思自適應解決方案平臺的編程模式進行比較，介紹軟件定義硬件的實現方法
• “連載五：為什么是通過 ROS 2集成自適應計算？”簡要介紹 ROS 2 及其與自適應計算的淵源
• “連載六：自適應計算平臺實現 ROS 之路”則分享了前期業界在自適應計算及在機器人操作系統上的相關研究。
• “連載七：用ROS 2 在機器人內部集成自適應計算的新架構”介紹了本文提出的架構，以及如何利用這個架構為 ROS 2 集成自適應計算功能，并使其發揮重要作用。

機器人專家花費大量時間，以計算圖形式構建機器人行為，解決手里的機器人任務。他們經常使用現代的 C++ 語言，通過高級軟件工程操作，構建復雜的實時系統。然而，他們并不是硬件工程師。機器人專家普遍缺乏硬件和嵌入式技術專業知識，因而妨礙了 FPGA 等自適應計算技術的廣泛采用。本文在既往研究的啟發下，介紹機器人自適應計算的基礎知識，并提出一種生成 ROS 2 軟件定義硬件的架構。與過去的其他方法相比，本文提出的方法是假設面向的是沒有硬件或嵌入式技術專業知識的機器人專家，是以機器人專家為中心的角度提出的。

本文首先總結了開發機器人時選擇正確計算平臺的重要性，以及機器人內部軟硬件之間的重要關系。然后使用工廠做類比，簡要講解 CPU、GPU、FPGA 和 ASIC 的計算原理并回顧相關研究文獻，發現 FPGA 因低功耗、高性能、確定性、可重配置能力、安全性和自適應特征，在用于機器人時具有顯著的優勢。此外，本文也回顧了有關將 ROS 集成到 FPGA 平臺的既往研究，發現這些研究都從硬件工程師的角度出發，導致做出的設計決策往往嚴重制約性能空間。出于這個原因，本文從ROS 2 機器人專家的視角提出了一個提出建議，即全面考慮 ROS 2 的硬件加速。這一視角能體現：a） 優化流程中、流程內、網絡內（含底層）的 ROS 2 計算圖交互；以及 b） 加速 ROS 上運行的應用。

本文提出一種能夠實現上述目標的架構。該架構由一套 ROS 2 包構成，能夠將硬件加速集成到 ROS 工作空間。這種架構適用于各種平臺（瞄準支持邊緣、工作站、數據中心或云）和各種技術（支持 FPGA 和 GPU），并且能夠輕松地移植到其他電路板上。該架構的核心組件已經在 Apache 2.0 許可證下公開，對三種電路板的基本支持也已通過演示。此外，提供的架構還適用于各種應用，將來可以通過包含 catkin 擴展（ 非 ament）輕松移植到 ROS。