一旦人类掌握了幼儿时期的技能，他们就会非常擅长机器人专家所说的“运动规划”——绕过障碍物，在拥挤的冰箱里准确地拿起一杯苏打水，或者用手绕过屏幕，连接一条看不见的电缆。
但对于具有多关节臂的机器人来说，运动规划是一个需要耗时计算的难题。在一个没有预先为机器人设计的环境中，简单地捡起一个物体可能需要几秒钟的计算时间。
杜克大学的研究人员推出了一种专门设计的运动规划计算机处理器，它的规划速度比现有方法快1万倍，而功耗却只有现有方法的一小部分。新的处理器足够快，可以实时规划和操作，并且足够节能，可以在拥有数千个机器人的大规模制造环境中使用。
杜克大学计算机科学、电子和计算机工程助理教授乔治·科尼达里斯说:“当你想象一条汽车装配线时，整个环境都被精心控制，这样机器人就可以一遍又一遍地盲目地重复同样的动作。”“汽车零件每次都在完全相同的地方，机器人被关在笼子里，这样人类就不会走过。但如果你的机器人正在使用实时运动规划，而某个部件在不同的地方，或者有一些意想不到的混乱，或者有人经过，它就会做出正确的选择。”
Konidaris说，快速运动规划节省了机器人周围环境工程的时间和费用，他将于6月20日在密歇根州安娜堡举行的机器人科学与系统会议上介绍这项新工作。
运动规划已经研究了30年，最近的进展已经把为一个复杂的机器人找到一个计划所需的时间缩短到几秒钟。除了少数例外，这些现有的方法都依赖于通用cpu或计算速度更快但更耗电的图形处理器(gpu)。
杜克大学的研究小组专门为运动规划设计了一种新的处理器。
杜克大学电子与计算机工程和计算机科学教授丹尼尔·索林说:“虽然通用CPU擅长许多任务，但它无法与专门为单一任务设计的处理器竞争。”
Konidaris和Sorin的团队设计了他们的新处理器来执行碰撞检测——这是运动规划中最耗时的方面——这样处理器就可以并行执行数千次碰撞检查。
Sorin说:“我们简化了设计，将硬件和电力预算集中在与运动规划相关的特定任务上。”
该技术的工作原理是将手臂的操作空间分解成数千个称为体素的3D体积。然后，该算法确定对象是否存在于预编程运动路径中包含的一个体素中。得益于特殊设计的硬件，该技术可以同时检查数千条运动路径，然后使用剩余的“安全”选项将最短的运动路径拼接在一起。
Konidaris说:“在我们工作之前，技术水平使用的是消耗200到300瓦的高性能商品图形处理器。”“即便如此，找到一个计划也需要数百毫秒，甚至一秒钟的时间。我们不到一毫秒，不到10瓦。即使我们没有更快的速度，在拥有数千甚至数百万机器人的工厂里，仅省下的电力就会累积起来。”
Konidaris还指出，这项技术开辟了使用运动规划的新途径。
科尼达里斯说:“以前，因为速度太慢，每次移动都要做一次规划，但现在它足够快，可以作为更复杂的规划算法的组成部分，也许可以对几个简单的运动进行排序，或者提前计划来推断几个物体的运动。”
新处理器的速度和功率效率可以为自动化创造许多机会。科尼达里斯、索林和他们的学生正指望着它，并成立了一家衍生公司——实时机器人公司(Realtime Robotics)，将这项技术商业化。
Konidaris说:“实时运动规划真的会改变机器人的游戏规则。”
这项研究得到了国防高级研究计划局和国立卫生研究院的支持。
了下:M2M(机器对机器)
