alexametrics

Chip Hibrida Berkekuatan Rendah Bantu Belajar Robot

loading...
Chip Hibrida Berkekuatan Rendah Bantu Belajar Robot
Chip Hibrida Berkekuatan Rendah Bantu Belajar Robot
A+ A-
Para peneliti dari Institut Teknologi Georgia mendemonstrasikan mobil robot yang dilengkapi dengan chip hibrida berkekuatan rendah. Chip hibrida akan membantu robot untuk berkolaborasi dengan robot mobil lainnya. Dikombinasikan dengan generasi baru motor berdaya rendah, robot ini terintegrasi khusus dengan aplikasi sirkuit baru (ASIC).

Mobil robot beroperasi dengan daya miliwatt, yang dapat membantu kelompok robot cerdas beroperasi selama berjam-jam. Chip hibrida menggunakan prosesor digital-analog untuk lebar sinyal dan menyandikan informasi. Pemrograman chip berbasis model dan pembelajaran kolaboratif, berpotensi untuk pengintaian, pencarian, dan penyelamatan misi lainnya.

“Kami berusaha menghadirkan kecerdasan pada robot yang sangat kecil ini sehingga mereka dapat belajar tentang lingkungan mereka dan bergerak secara otonom, tanpa infrastruktur,” kata Arijit Raychowdhury, profesor di Sekolah Teknik Listrik dan Komputer Georgia Tech, dikutip dari sciencedaily. Mobil-mobil yang didemonstrasikan dapat menavigasi melalui arena berlantai karet dan dikelilingi oleh dinding kardus.



Ketika mereka mencari target, robot harus menghindari kerucut lalu lintas dan satu sama lain. Mobil robot menggunakan sensor inersia dan ultrasound untuk menentukan lokasi mereka dan mendeteksi objek di sekitarnya. Informasi dari sensor masuk ke ASIC hibrida, yang berfungsi sebagai “otak” kendaraan. Pada robot seukuran telapak tangan ini, ada tiga sistem utama yang mengonsumsi daya.

Motor dan pengontrol digunakan untuk menggerakkan dan mengarahkan roda, prosesor, dan sistem pengindraan. Tim Raychowdhury bekerja dengan kolaborator pada motor yang menggunakan teknologi microelectromechanical (MEMS). Teknologi itu dapat beroperasi dengan daya yang jauh lebih kecil daripada motor konvensional.

“Kami ingin membangun sebuah sistem di mana merasakan kekuatan, komunikasi dan daya komputer, serta aktuasi berada pada tingkat yang sama, pada urutan ratusan miliwatt,” kata Raychowdhury.
Dalam komputasi domain waktu, informasi dilakukan pada dua tegangan yang berbeda dan dikodekan dalam lebar pulsa. Itu memberi sirkuit keuntungan efisiensi energi dari sirkuit analog dengan kekukuhan perangkat digital.

“Ukuran chip berkurang setengahnya dan konsumsi daya sepertiga dari apa yang dibutuhkan chip digital tradisional. Kami menggunakan beberapa teknik dalam desain logika dan memori untuk mengurangi konsumsi daya hingga kisaran miliwatt sambil memenuhi target kinerja,” tambah Raychowdhury.

Lebar masing-masing pulsa mewakili nilai yang berbeda. Sistem ini lebih lambat dari perangkat digital atau analog, tetapi kecepatannya cukup untuk robot kecil. “Untuk sistem kontrol ini, kita tidak perlu sirkuit yang beroperasi di beberapa gigahertz karena perangkat tidak bergerak secepat itu,” katanya.
Chip CMOS 65nanometer mengakomodasi kedua jenis pembelajaran yang sesuai untuk robot.

Sistem ini dapat diprogram untuk mengikuti algoritma berbasis pengenalan lingkungan dan mendorong kinerja yang lebih baik dari waktu ke waktu. “Ketika Anda menyebarkannya di lokasi baru, sistem harus belajar dan akan membuat keputusan sendiri, dan itu akan mengukur efektivitas setiap keputusan untuk mengoptimalkan gerakannya,” ungkap Raychowdhury.

Komunikasi antar-robot memungkinkan mereka untuk berkolaborasi mencari target. Robot tidak hanya membutuhkan apa yang dilakukannya, tetapi juga apa yang dilakukan orang lain dalam kelompok yang sama. Dengan demonstrasi ini, mereka memberikan konsep dan bukti kerja sama antar-robot.

Tim ini terus mengoptimalkan desain dan bekerja pada sistem di chip untuk mengintegrasikan komputasi dan sirkuit kontrol. “Kami ingin mengaktifkan lebih banyak fungsi dan lebih banyak kontrol dalam robot kecil ini dan kami telah menunjukkan apa yang memungkinkan, apa yang telah kami lakukan sekarang perlu ditambah dengan inovasi lain,” tambah Raychowdhury.
(don)
preload video
KOMENTAR (pilih salah satu di bawah ini)
  • Disqus
  • Facebook
loading gif
Top
Aktifkan notifikasi browser anda untuk mendapatkan update berita terkini SINDOnews.
Aktifkan
Tidak