Drei Aufgaben, drei Takte
Der Rechner eines Roboters erledigt drei Dinge mit unterschiedlicher Dringlichkeit. Die Regelung der Motoren verträgt keine Verzögerungen von Millisekunden. Die Wahrnehmung, die Kameras und LiDAR in eine Karte verwandelt, arbeitet Dutzende Male pro Sekunde. Und das Schlussfolgern, das eine Anweisung versteht oder eine Aufgabe plant, darf eine Sekunde dauern.
Das Erste gehört immer in den Roboter. Das Dritte kann ausgelagert werden. Beim Zweiten entscheidet sich das Design.
An Bord oder auf einem Server
Die Rechenleistung an Bord mitzuführen gibt Autonomie: Der Roboter arbeitet weiter, wenn er das Netz verliert. Dafür wiegt sie, zehrt am Akku und erzeugt Wärme. Sie auf einem Server zu lassen spart all das, aber der Roboter hängt von der Abdeckung und der Latenz des Funknetzes ab.
Üblich ist eine gemischte Aufteilung: Regelung und Wahrnehmung an Bord, große Modelle und Training auf einem Server mit Grafikkarten und ein Notbetrieb für den Fall ohne Netz.
Stromversorgung und Verbrauch: Der Akku bestimmt
Ein Roboter liefert aus seinem Akku 24 oder 48 V Gleichspannung, mit Einbrüchen beim Anlaufen der Motoren. Der Rechner braucht einen Weitbereichswandler und ein geordnetes Herunterfahren, wenn der Akku leer wird.
Jedes Watt, das der Rechner braucht, ist Reichweite, die der Roboter verliert. Deshalb passen Rechner mit Unified Memory: Sie führen Bild- und Sprachmodelle mit weit geringerem Verbrauch aus als eine dedizierte Desktop-Grafikkarte.
Anschlüsse und Echtzeit
Zählen Sie die Sensoren: Kameras über Ethernet oder USB 3, LiDAR über Ethernet und die Motoren über CAN oder EtherCAT. Verlangen Sie die Anschlüsse serienmäßig, keine Adapter, die im Chassis baumeln. Läuft die Regelung auf demselben Rechner, braucht es einen echtzeitfähigen Linux-Kernel.
ROS 2 läuft unter Ubuntu auf x86- und ARM-Prozessoren. Mit x86 steht die gesamte PC-Software zur Verfügung, und man entwickelt auf dem Tisch genau das, was später im Roboter läuft.
NVIDIA-Grafik oder Unified Memory
Viele beschleunigte Wahrnehmungsbibliotheken, etwa die von NVIDIA für ROS, verlangen eine NVIDIA-Grafikkarte. Wenn Ihr Roboter davon abhängt, muss der Kompaktrechner eine RTX PRO tragen. Soll der Roboter mit einem großen Modell Anweisungen verstehen und beschreiben, was er sieht, bietet Unified Memory mehr Speicher bei weniger Verbrauch.
| Fall | Rechner | Ausgangspunkt |
|---|---|---|
| Mobiler Roboter mit Navigation und klassischer Bildverarbeitung | Sparsamer Kompaktrechner an Bord | Effizienter Prozessor, 32 GB, Anschlüsse für LiDAR und Kameras |
| Roboter, der Anweisungen versteht und beschreibt, was er sieht | Kompaktrechner mit Unified Memory an Bord | 64 GB Unified Memory, Versorgung aus dem Akku |
| Beschleunigte Wahrnehmung mit NVIDIA-Bibliotheken | Kompaktrechner mit Profi-Grafik | RTX PRO mit 16 bis 24 GB in einem Gehäuse von rund 10 Litern |
| Training und Simulation | Server oder Workstation mit Grafikkarten | Mehrere Grafikkarten und viel Speicher, außerhalb des Roboters |
Vom Prototyp zur Flotte
Wenn aus einem Roboter zwanzig werden, muss der Rechner in allen identisch sein: dasselbe Board, dieselbe Firmware-Version und dasselbe Image. Wir fertigen ihn in Serie mit Ihrem geklonten Image und einer Seriennummer pro Einheit und warnen Sie frühzeitig, wenn ein Teil abgekündigt wird.
Passende Hardware und Ratgeber
Häufige Fragen
x86 oder ARM für einen Roboter mit ROS 2?
ROS 2 läuft auf beiden. ARM verbraucht in kleinen Geräten weniger. x86 bietet mehr Leistung, mehr Speicher und dieselbe Software wie in der Entwicklung und nimmt Profi-Grafikkarten auf. Für Roboter mit großen Modellen an Bord ist x86 mit Unified Memory ein guter Kompromiss.
Kann er aus dem Akku des Roboters versorgt werden?
Ja, mit einem Gleichspannungswandler für 24 oder 48 V, der die Einbrüche beim Anlaufen der Motoren übersteht. Er wird für jedes Projekt ausgelegt.
Brauche ich eine NVIDIA-Grafikkarte?
Nur wenn Sie Bibliotheken nutzen, die sie verlangen, etwa die beschleunigte Wahrnehmung von NVIDIA, oder wenn Sie Modelle trainieren. Um offene Sprach- und Bildmodelle auszuführen, reicht Unified Memory und verbraucht weniger.
Und das Training der Modelle?
Außerhalb des Roboters, auf einem Server oder einer Workstation mit mehreren Grafikkarten. Der Roboter führt das fertig trainierte Modell aus. Wir schlagen beide Rechner zusammen vor, damit sie System und Versionen teilen.
Wofür werden Sie ihn nutzen?
Sagen Sie uns, welche Modelle Sie betreiben wollen, wie viele Personen ihn nutzen und wo er arbeiten soll. Wir schlagen Ihnen den Kompaktrechner vor, mit oder ohne Profi-Grafikkarte, samt Preis innerhalb von 12 Arbeitsstunden.