您试过用智慧型手机「召唤」汽车自动驶出停车位吗? 您知道现在很多精细的外科手术都是由机器人的手臂操作完成的吗? 您听说过无人机能自动追踪GPS飞行路线，并且安全着陆、毫发无伤吗?

现在，机器人甚至已经成为吸尘器、教育或通讯电子产品的一部分了!

事实上，半导体技术的快速发展已经引发了自主机器和人工智慧的复兴。目前，已有越来越多的机器，能够执行那些以往只有人类才能完成的任务，而这种转变为整个世界带来许多令人期待的影响。

智慧机器的重新崛起，尤其是无人机、机器人和半自动驾驶汽车，已经从新颖的技术进化成无数的商业和工业应用。这些机器所包含的电子零件数量增长迅速，进而实现了很多全新的功能，例如高精密度控制和环境感知，即在没有物理性接近或专门要求此类讯息的情况下，对於一个人周围环境的综合识别。

前几代的工业机器人或群聚车辆几??都是以预定程序执行高精密度的重复作业。而现代的自主机器具有非常鲜明的特点，包括和与人类之间的互动、处理突发事件的能力以及快速学习的能力等，这些都需要有更强的环境感知、更高的智慧和更强的控制力在背後支援。

智慧机器重新崛起

专门针对人工智慧的两个应用，包括监测与控制。

监测应用通常负责处理网路或大量感测器所产生的大数据。面对巨大且持续增长的数据量，我们需要透过具有极高处理能力的伺服器和处理器，才能执行资料探勘和模式识别。例如安全、医疗诊断和市场行销等数不尽的大量应用都依赖数据分析和深度学习技术。另一方面，控制应用要求对感测器数据实际分析，以及对致动器和马达进行自动控制。自动驾驶车、无人机和新一代机器人都被归为这一范畴。

德州仪器(TI)资讯长Ahmad Bahai表示，以下三项技术的结合，促成了此次智慧机器的重新崛起:

感测技术

由於半导体技术与微机电系统（MEMS）技术的进步，大范围环境感知和视觉感测器已经普遍地部署於自动系统内。虽然如照相机、雷达和LIDAR等视觉感测器在很多自动系统中扮演十分关键的角色，但其他那些需要较低处理能力的环境感测却更加常见。高精密度力矩、温度和磁性感测器融合可以提供丰富的触觉、距离和周围环境讯息；这使得机器人能够和人类互动并安全有效地处理突发状况。这与人类和动物体内的很多生物系统类似，他们可以对硬度、热度和磁场强度做出反应，并且具有很多其他非视觉的感测能力。

基於这些感测技术，视觉分析自然而然成为了主流技术，这是因为演算法和处理器正在变得越来越强大，而价格也越来越亲民。机器视觉长期应用於工业和消费类应用中(比如游戏机)，但是自动系统的任务关键需要更高效能以及更可靠的机器视觉。正因如此，我们现在才能看到汽车、机器人和无人机内应用的大量高解析度照相机。这些自动系统正在充分利用视觉演算法和立体照相技术进步的优势，而这些照相机内则拥有深度探测和融合的先进处理器。

具有250米延展范围，精密度达到几微米(通常这两项技术规格不能同时实现)的互补式金属氧化物半导体(CMOS) 雷达在光觉视觉不可用或无法实现时(比如在大雨、下雪或雾中驾驶时)，能够和照像机功能进行有效的互补。LIDAR能够透过高聚焦雷射光束来实际提供机器周围更加详尽的地图。

处理能力

强大处理能力的出现，连同先进的神经网路演算法已经为机器视觉的高效能和高可靠性、模式识别和机器学习能力做出巨大贡献。大量的绘图处理器（GPU）、仿生处理器、以及多核超长指令字元数位讯号处理器（VLIW DSP）的丰富产品组合已能够实现广泛的视觉子系统。具有大量辅助加速器，针对深度学习和图像处理的浮点运算（Teraflops）超级GPU是先进驾驶辅助系统 (ADAS)的关键。然而，很多自动系统是由电池供电，他们的处理能量范围有限，并且要求高效能处理。高效能多核DSP，比如TI C7X，可以提供比GPU功耗更低、更少物料清单（BOM），并且具有更高的延展性。

马达和致动器控制

马达已经取代了自动机器内的很多液压和机械系统。马达和智慧马达驱动器的效率提升已经帮助机器人和无人机实现了高密精度的运动。虽然电动汽车利用了感应交流马达和驱动器更高效率的优势，但很多轻型机器人和无人机仍然使用无刷直流马达来实现他们所需要的高效率与零维护。TI具有广泛的闸极驱动器产品组合，例如DRV8X产品系列，能提供智慧闸极驱动功能和高集成度，以实现效能优化和紧凑的电路板设计。具有整合感测器、故障诊断和智慧电源管理的马达对於自动系统中的高精密度和高力矩应用至关重要。

尽管有来自技术和其他方面的挑战，智慧机器正在我们的日常生活中扮演越来越重要的角色。他们正从新事物到日常使用的转型慢慢凸显出来，而电子产品和创新应用的快速进步，也可看出智慧系统将不断地崛起。新一代自动机器将为我们提供有效的解决方案。让我们一起迎接它的到来吧!