利用GMSL打造高性能機器人視覺

作者：ADI 系統應用工程師 Kainan Wang

摘要

機器人系統越來越依賴視覺進行感知並與環境互動，因而對高速、低延遲資料連結的需求日益增加。千兆多媒體串列鏈路(GMSL^TM)透過單條線纜即可實現影像、控制訊號和電力的傳輸，並且具備高可靠性，因此是一種極有潛力的解決方案。本文探討攝影機在機器人中的應用，分析攝影機所面臨的連接挑戰，並闡述GMSL如何促進實現可擴展、穩固、高性能的機器人平台。

引言

機器人系統越來越依賴先進的機器視覺來感知、導航和與環境互動。隨著攝影機數量的增加和解析度的提升，業界對能夠傳輸和聚合處理即時影像資料的高速、低延遲鏈路的需求變得空前強烈。

最初為汽車應用開發的千兆多媒體串列鏈路(GMSL™)，正成為適合機器人系統的強大而高效的解決方案。GMSL透過單根線纜同時傳輸高速影像資料、雙向控制訊號和電力，具備長距離傳輸能力、確定性的µs級延遲和極低的誤碼率(BER)等優勢。其簡化了線束，縮小整體解決方案尺寸，非常適合應用於在動態且通常惡劣的環境中運行的視覺主導型機器人。

在以下篇幅中，我們將討論攝影機在機器人中的部署位置和使用方式，分析相關的資料和連接挑戰，並闡述GMSL如何協助系統設計師建構可擴展、可靠、高性能的機器人平台。

攝影機在機器人中的應用

作為現代機器人感知系統的核心零件，攝影機賦予機器即時認知和回應周圍環境的能力。無論是穿梭於倉庫通道的搬運機器人、分揀包裹的機械手臂，還是與人類互動的服務型機器人，視覺系統對於自主運行、自動化操作及人機互動都非常重要。攝影機不僅功能多樣，形式也各異。根據任務的不同，攝影機被安裝在機器人的不同部位，並需客製化以符合平台的物理和操作約束（見圖1）。

自主化

在自主機器人中，攝影機充當機器人的「眼睛」，使機器人能夠感知周圍環境、避開障礙物，並確定自身在環境中的位置。對於移動機器人，例如送貨機器人、倉庫穿梭車或農業巡檢車，通常會在機器人的邊角或邊緣放置多個廣角攝影機。此類環視系統提供360°感知能力，協助機器人在複雜空間中導航，避免碰撞。

其他與自主運行相關的應用利用朝下或朝上的攝影機，讀取地面、天花板或牆壁上的基準標記。這些標記產生視覺指引的作用，使機器人在工廠或醫院等結構化環境中穿行時，能夠重新校準位置或觸發特定動作。在更先進的系統中，機器人的正面或側面會放置立體視覺攝影機或飛時測距(ToF)攝影機，用於生成三維地圖、估算距離，並協助進行同步定位與地圖繪製(SLAM)。

此類攝影機的位置通常由機器人的大小、機動能力和所需的視場決定。例如，在小型人行道送貨機器人上，攝影機可能會隱藏在四個側面的凹陷面板中。無人機上通常裝有前向攝影機用於導航，還有下向攝影機用於降落或目標追蹤。

自動化

在工業自動化中，視覺系統協助機器人快速且穩定地執行重複性或高精度的任務。在此類應用中，攝影機可能安裝在機器手臂上，靠近夾具或末端執行器，使系統得以精準地對物體進行視覺檢查、定位及操作。這對於取放作業尤其重要，因為準確識別元件或封裝的位置與方向是確保操作成功的關鍵。

有些情況下，攝影機是固定在工作區域上方，例如安裝在龍門架或架空軌道上，用以監控傳送帶上的物品或掃描條碼。在倉庫環境中，移動機器人使用前向攝影機檢測貨架標籤、標誌或二維條碼，進而實現動態任務分配或路線變更。

某些檢查機器人，特別是基礎設施、公用事業或重工業中使用的機器人，其伸縮桿或關節臂上會安裝變焦攝影機。透過這些攝影機，機器人能夠拍攝焊縫、線纜橋架或管道接頭的高解析度圖像。這些任務若由人工手動完成，不僅危險，而且耗時。

人機互動

攝影機在機器人與人類的互動中也發揮著核心作用。在協作製造、醫療健康或服務產業中，機器人需要理解手勢、人臉識別，並保持一定的社交存在感。視覺系統使這一切成為可能。

人形機器人和服務機器人通常在其頭部或胸部嵌入攝影機，藉此類比人類的視線，進而實現更自然的人機互動。這些攝影機幫助機器人解讀臉部表情，保持眼神交流，或跟隨目標人物的目光。某些系統使用深度攝影機或魚眼鏡頭來追蹤身體運動，或檢測是否有人進入共用工作空間。

在協作機器人(cobot)場景中，人類和機器並肩工作，機器視覺用於確保操作安全和提升回應速度。機器人能夠觀察到靠近的肢體或工具，透過調整自身行為來避免碰撞，或在有人靠得太近時暫停作業。

即使在遠端操作或半自主系統中，機器視覺依然非常重要。前置攝影機透過將即時影像流傳輸給遠端操作員，進而支援即時控制或檢查。這些影像流可疊加顯示擴增實境資訊，協助進行遠端診斷或培訓等任務。

在上述所有領域中，攝影機的安裝位置（例如機器人的夾持器、雲台、底座或頭部）都是一項重要設計決策，而其主要取決於機器人的功能、形狀和環境。隨著機器人系統不斷增強能力和自主性，視覺的作用將愈來越重要，攝影機的整合也會變得更加複雜且不可或缺。

機器人視覺挑戰

在視覺系統成為機器人智慧重要支柱的同時，機遇與複雜性也在增加。高性能攝影機解鎖了即時感知、精準操控和更安全人機互動等強大的能力，但也對系統架構提出了更高要求。問題不再只是如何高效傳輸大量影像資料。如今，許多機器人需要在極短時間內基於多模態感測器輸入做出決策。與此同時，它們必須在有限的機械空間內運行，合理管理功耗，避免電磁干擾(EMI)，並在靠近人類的環境中嚴格確保功能安全。

機器人所處的環境進一步加劇了這些挑戰。倉庫機器人可能頻繁進出冷凍庫，因此必須承受劇烈的溫度波動和冷凝的考驗。農業巡檢車可能在未鋪裝的田野間爬行，必須持續承受振動和機械衝擊。醫院或公共場所的服務機器人可能會遇到陌生且視覺複雜的環境，必須要能夠迅速適應，確保安全地繞過人和障礙物。

利用GMSL解決挑戰

GMSL具備獨特的優勢，能夠滿足現代機器人系統的需求。憑藉高頻寬、穩健性和彈性的整合能力，GMSL非常適合動態、任務關鍵環境中運行的感測器密集型平台。以下特性突顯GMSL因應機器人領域視覺相關關鍵挑戰的能力。

高資料速率和低延遲

GMSL2™和GMSL3™產品系列支援3 Gbps、6 Gbps和12 Gbps的前向通道（影像路徑）資料速率，廣泛支援機器人視覺的各種應用場景。彈性的鏈路速率使系統設計師能夠針對解析度、幀率、感測器類型和處理要求進行優化（圖2）。

多數環視攝影機採用200-300萬像素的捲簾快門感測器，並以60幀每秒(FPS)的幀率運行，而3 Gbps的鏈路足以應付這種需求，而且支援其他常見的感測模式，例如提供點雲輸出的ToF感測器和光達(LIDAR)單元，或是傳輸偵測資料或壓縮圖像式回波的雷達感測器。

6 Gbps模式通常用於機器人的前向主攝影機。此類攝影機需配備更高解析度的感測器（通常為800萬像素或更高），以支援目標檢測、語意理解或標誌識別等任務。6 Gbps資料速率既支援提供原始輸出的ToF感測器，也支援立體視覺系統，後者從兩個圖像感測器傳輸原始輸出流，或從整合圖像訊號處理器(ISP)輸出處理後的點雲流。目前市面上的許多立體攝影機依賴於6 Gbps資料速率來實現高幀率性能。

在高階應用場景下，12 Gbps鏈路可支援專業機器人使用的1200萬像素或更高解析度的攝影機，如此可滿足高精度目標分類、複雜場景分割及遠距離感知等先進功能需求。值得注意的是，某些低解析度的全域快門感測器也需要更高速度的鏈路，目的是減少讀出時間，並避免在快速拍攝週期中出現運動偽影，這在動態或高速環境中尤為重要。

GMSL採用頻域雙工技術來分離前向（影像和控制）與反向（控制）通道，進而實現確定性低延遲雙向通訊，並且消除資料衝突風險。在所有鏈路速率下，GMSL都能保持極低的延遲：從GMSL串列器的輸入到解串器的輸出，增加的延遲通常在幾十µs以內，這對於大多數即時機器人視覺系統來說可以忽略不計。確定性反向通道延遲使得主機能夠對攝影機進行精準的硬體觸發。此特性對於多個感測器同步擷取圖像非常重要，同時也支援複雜機器人工作流程中時間敏感的事件驅動型幀觸發機制。USB或乙太網路攝影機要達到此種時序精度，通常需要增加單獨的硬體觸發線路，導致系統複雜度和佈線工作量加大。

精巧尺寸和低功耗

GMSL的核心價值之一在於能夠簡化線纜和連接器基礎設施。GMSL本身是一種全雙工鏈路，大多數GMSL攝影機會利用同軸線纜供電(PoC)特性，透過一條細同軸線纜同時傳輸影像資料、雙向控制訊號和電力。因此，佈線工作大幅簡化，線纜線束的整體重量顯著減輕，體積更小，精小或關節式機器人平台中的機械佈線也更便捷（圖3）。

此外，GMSL串列器是一種高度整合的元件，其將影像介面（如MIPI-CSI）和GMSL PHY整合到單一晶片中。GMSL串列器在6 Gbps模式下的功耗通常在260 mW左右，明顯低於其他技術在類似資料速率下的功耗。這些特性帶來的益處包括：電路板面積縮小，熱管理要求降低（通常可省去龐大的散熱器），系統整體效率提升，對於電池供電的機器人而言意義尤為重大。

感測器聚合和影像資料路由

GMSL解串器有多種配置可選，支援一個、兩個或四個輸入鏈路，便於建構彈性的感測器聚合架構。設計人員可將多個攝影機或感測器模組連接到單個處理器，而無需額外的開關或外部複用，這在多攝影機機器人系統中特別實用。

除了多路輸入外，GMSL SERDES還支援一些進階特性，能夠在整個系統中智慧地管理和路由資料。具體包括：

• I²C 和GPIO廣播，用於同步配置多個感測器和實現幀同步。
• I²C 位址別名，避免直通模式下I²C位址衝突。
• 虛擬通道重分配，允許將多個影像流清晰地映射到系統單晶片(SoC)內部的框架緩衝區。
• 影像串流複製和虛擬通道濾波功能，允許將選定的影像資料傳送到多個SoC。例如，讓同一攝影機資料流程同時驅動自動化和互動處理流程，或支援冗餘處理路徑以增強功能安全性。

安全性和可靠性

最初為汽車先進駕駛輔助系統(ADAS)應用開發的GMSL，在安全性、可靠性和穩健性不容妥協的環境中經過了實際檢驗。機器人系統，特別是在有人的環境中操作或執行關鍵工業任務的系統，採用同樣嚴苛的高標準也能受益匪淺。

大多數GMSL串列器和解串器可在-40°C到+105°C的溫度範圍內穩定運行，並內建自我調整均衡功能，可持續監測並根據環境變化調整收發器設定。因此，系統架構者可以彈性設計機器人，使機器人在極端或波動的溫度條件下仍能可靠地運作。

此外，大多數GMSL元件符合ASIL-B標準，誤碼率(BER)極低。在符合要求的鏈路條件下，GMSL2的典型BER為10-15，而GMSL3憑藉強制性前向糾錯(FEC)技術，可將BER降低至10-30。如此卓越的資料完整性，結合安全認證機制，大幅簡化了系統級別的功能安全整合。

憑藉優越的穩健性，GMSL能夠減少停機時間，降低維護成本，提升使用者對長期系統可靠性的信心，對於工業和服務機器人領域具有重要意義。

成熟生態

得益於在汽車系統中多年的大量應用，GMSL已發展出一個高度成熟的生態，獲得了全球眾多合作夥伴的支援。其中包含一整套解決方案，包括評估用和生產級攝影機、計算板、線纜、連接器及軟體/驅動支援，所有產品都在嚴格的實際使用條件下通過了測試和驗證。對於機器人開發者而言，藉由此一成熟生態，可以縮短開發週期、簡化系統整合，並降低從原型設計到量產的門檻。

GMSL與傳統機器人視覺連接技術的比較

近年來，GMSL的應用逐漸從汽車產業擴展至其他領域，為高性能機器人系統的開發帶來了新的可能性。伴隨著機器人視覺技術要求的不斷提升，包括更多攝影機、更高解析度、更嚴格的同步精度和更惡劣的工作環境，USB和乙太網路等傳統介面在頻寬、延遲和整合複雜度方面常常顯得力不從心。GMSL提供穩健、可擴展且可直接投入生產的解決方案，正成為許多先進機器人平台的首選升級路徑，開始逐步取代USB和乙太網路。表1圍繞機器人視覺設計的關鍵指標，對這三種技術進行了比較。

結語

隨著機器人應用逐步深入更嚴苛的應用環境，同時應用場景也更加多樣化，視覺系統必須持續演進，以支援更多數量的感測器、更大的頻寬並確保性能的確定性。傳統連接解決方案雖然在開發階段和某些部署場景中依然重要，但它們在延遲、同步和系統整合方面存在不足，因此限制了可擴展性。GMSL具備高資料速率、長距離傳輸能力、整合供電及雙向確定性低延遲等優勢，為建構可擴展的機器人視覺系統奠定了堅實的基礎。透過採用GMSL，設計人員可以有效縮短從原型設計到量產的時間，交付更加智慧和可靠的機器人，從容因應各種實際應用的挑戰。