车企热衷布局
机器人背后,究其底层逻辑,或许就是智能汽车≈自动驾驶+轮式机器人。
这也就是为什么国内小米、集度汽车、小鹏汽车等也在布局机器人领域,未来汽车竞争的终极不只是自动驾驶,还有机器人。
与车企亲自下场造机器人的路线不同,地平线则是从自己擅长的芯片切入,围绕机器人开发展开。
继去年发布了机器人开发平台之后,7月25日,地平线又更新及发布了三款产品:RDK系列机器人开发者套件、机器人操作系统TogetheROS.Bot2.0版以及地平线机器人开发平台
应用中心NodeHub。
15分钟开发一个机器人
无论是通用机器人,还是其它不同的专用机器人,机器人的创新落地都离不开三个最核心的要素:芯片、开发平台以及大量的开发者。
这三个核心要素的背后,其实就是机器人开发要解决的三个核心问题:做什么、用什么、以及怎么做。而涉及到机器人开发的主要是后面两个问题。
谈及“用什么”,地平线机器人事业部总经理王丛表示,“第一步肯定就是拼硬件、拼控制器接外围传感器。但问题是,这些硬件几乎没有任何一款是专门针对机器人定制的。”
对此,去年6月份,地平线推出了名为旭日X3派,这是一款面向生态开发者的嵌入式AI开发板。今年地平线将其进一步升级成RDK开发者套件系列,包括RDKX3、RDKX3Module和RDKUltra。
三款产品全部开源,同时提供50款以上的配件,包括屏幕、相机、传感器、雷达相等。不过,针对开发需求的不同,三款产品之间也有些差异。
其中,RDKX3是基础板,适合基础开发者使用。推理算力5Tops,可同时处理多路MIPICamera输入,并支持最高4K60帧的H.264/H.265编解码能力,支持2.4G/5G无线网络,接口兼容树莓派系列开发板。
RDKX3Module则更小巧、更灵活,能够让开发者去做定制开发。
针对高性能、大算力的机器人开发,地平线特意推出了RDKUltra开发者套件,有八核的CPU以及96T的算力,兼容Jetson的接口以及外围配件。同时还专门定制了非常多大算力算法,比如说BEV、双目深度检测、三维目标检测等。
开发板是用来进行嵌入式系统开发的电路板,包括中央处理器、存储器、输入设备、输出设备、数据通路/总线和外部资源接口等一系列硬件组件。有了硬件,可以很快地将机器人“攒”起来了,但仅有开发板并没有办法解决机器人开发所有问题,下一步还要去开发软件。
对此,地平线将机器人操作系统TogetheROS.Bot也升级到了2.0版本。新的版本提供了大量智能化的算法参考,而且全部开源,可以进行二次开发。同时,在整个软件层面配置了非常多的配件,比如常用的相机、雷达等等。
另外,整个系统完全可以兼容ROS,换言之,开发者可以用ROS跟TogetheROS.Bot一起来开发机器人。
有了硬件、软件之后,是不是还可以有更好用的机器人开发流程呢?地平线机器人事业部生态负责人胡春旭表示,地平线大量调研了很多机器人场景,把机器人功能和机器人应用做了Node和Hub的分类。
基于这个分类,地平线发了一款机器人应用中心——NodeHub。其中Node是点,Hub是面,这样组成一个网状结构,可以更加灵活地去适配不同的机器人的场景,并且所有这些功能开源开放。
当然,NodeHub不仅仅是简单的功能包,地平线在后台部署了一套服务器,每天会不断地持续地测试、迭代、集成、打包、封装等。开发者可以在NodeHub当中一键去安装所需要的应用,自动完成安装。
在活动现场,胡春旭现场演示了如何利用NodeHub在15分钟内从零搭建起一个能自主规划线路并进行目标检测的室内机器人。
未来不会下场造机器人
同时布局自动驾驶和机器人的公司,地平线并不是唯一一个。2022年10月1日的特斯拉AIDay上,马斯克就正式介绍了特斯拉首款开云入口网页版 “擎天柱”。
在被问到未来会不会跟特斯拉一般,亲自下场造机器人时,王丛解释说,不太可能。
在他看来,特斯拉从做汽车到现在尝试做机器人,是站在一个做完整产品的角度。而地平线更多是想做一个最核心的基础底座,无论是芯片解决方案还是机器人的开发套件,这是从另外一个生态的维度想要解决问题,背后大家都是在想机器人、自动驾驶结合在一起,使技术能够复用,只不过两边组合的形式不太一样。
简言之,就是地平线未来不会亲自下场造机器人,其要做后端支持者。
但作为后端支持者,能否获得厂商认可,将决定地平线在机器人这条路上能走多远。目前,还远未到能下结论的时刻。
智能汽车飞速发展,行业还处于变革的大漩涡之中,一切皆有可能,一切也存在诸多不确定性。当车企还在大谈特谈全栈自研,留给科技公司的机会还有多少?
但不可否认,国内机器人领域还是万亿蓝海市场,地平线的抢滩布局也是一种明智之举。正如地平线创始人兼首席科学家余凯在活动现场所说,“智能汽车是人类历史上,面向机器人时代的第一个大终端。智能汽车正作为一个“母生态”催动着未来机器人技术的发展,相关感知、规划、决策、控制技术,将陆续延伸赋能至更多机器人场景。”