移動(dòng)計(jì)算推動(dòng)了產(chǎn)品機(jī)會(huì)的爆發(fā)——智能手機(jī)、可穿戴設(shè)備、可聽設(shè)備、運(yùn)動(dòng)相機(jī)等等。傳感技術(shù)將進(jìn)一步擴(kuò)大必須具有環(huán)境感知的應(yīng)用機(jī)會(huì)。現(xiàn)在，對(duì)于運(yùn)輸、機(jī)器人、家庭自動(dòng)化、智能城市、工廠和倉庫管理中許多可能的應(yīng)用來說，通過視覺、雷達(dá)或激光雷達(dá)傳感來進(jìn)行物體識(shí)別和碰撞警告，通過超聲波傳感器實(shí)現(xiàn)短距離的接近偵測，通過IMU進(jìn)行運(yùn)動(dòng)和姿勢檢測，基于聲學(xué)的危險(xiǎn)聲音檢測已經(jīng)很普遍了。說實(shí)話，這個(gè)清單是無窮無盡的。我們擁有建立一個(gè)由智能傳感驅(qū)動(dòng)的未來主義的、幾乎是科幻小說的世界所需要的所有原材料。但是怎么做呢？

從感知到運(yùn)動(dòng)

想一想一個(gè)在機(jī)場周圍移動(dòng)的機(jī)器人助手。幫助乘客辦理登機(jī)手續(xù)，找到他們的登機(jī)口，獲得航班的詳細(xì)信息。這個(gè)機(jī)器人必須在機(jī)場內(nèi)自由移動(dòng)，不能撞到在各個(gè)方向行走或奔跑的人，或可能是靜止的或有時(shí)可能移動(dòng)的物體。這個(gè)機(jī)器人助手應(yīng)該知道如何在一個(gè)不斷變化的環(huán)境中進(jìn)行智能導(dǎo)航。而且，它必須在一定的可能性范圍內(nèi)，能夠理解并響應(yīng)自然語言的語音命令。我們將在下面討論這個(gè)問題。

光學(xué)和接近傳感器是智能導(dǎo)航技術(shù)的一個(gè)起點(diǎn)。這些傳感器信息輸入到一個(gè)被稱為SLAM的復(fù)雜算法中，并生成一個(gè)不斷移動(dòng)變化的的空間的點(diǎn)陣云圖且隨之變化更新。弱光條件下，SLAM技術(shù)正越來越多地被航位推算所加強(qiáng)，因?yàn)樵谌豕鈼l件下，光學(xué)的效果較差。這種方法從一個(gè)已知的位置追蹤運(yùn)動(dòng)，從車輪運(yùn)動(dòng)、加速計(jì)和其他傳感器中獲取信息。同時(shí)，接近傳感器提供輸入，避免撞上一個(gè)物體或一個(gè)人。我們已經(jīng)有多個(gè)傳感器向算法提供信息，以構(gòu)建地圖和定位機(jī)器人助手在地圖中的位置。

基于攝像頭的SLAM需要高精度的線性方程求解，矢量DSP平臺(tái)很適合。基于超聲波的接近感測必須從降噪開始，在回聲和其他雜波中定位最近的物體，然后進(jìn)行范圍（和方向）計(jì)算。這種信號(hào)處理非常適合于標(biāo)量DSP。

從聲音到行動(dòng)

一位乘客看到一個(gè)助手，就叫它過來：“嘿，Airbot！” 首先，助理必須識(shí)別這個(gè)命令和它的來源。這一步需要一些復(fù)雜的音頻處理，尤其是在機(jī)場航站樓這樣的嘈雜環(huán)境中。識(shí)別觸發(fā)語音命令是任何智能音箱中都會(huì)有的基本人工智能。機(jī)器人還可以通過beamforming“”波束成形技術(shù)檢測語音命令的來源方向。這個(gè)技術(shù)需要更多的信號(hào)處理，從多個(gè)麥克風(fēng)在稍微不同的時(shí)間檢測到的識(shí)別命令中找出方向。

我們的機(jī)器人助手”滑行”到乘客身邊，沿途避開其他障礙物，在幾英尺遠(yuǎn)的地方停下來，問道：“我能為你做些什么？” 它在屏幕上展示了一系列它知道如何回答的問題，然后乘客說，“我想辦理登機(jī)手續(xù)”。我們的機(jī)器人首先必須做一些更多的信號(hào)處理，以減少該音頻信號(hào)的噪音，部分通過波束成形，部分通過回聲消除。然后，它必須識(shí)別這個(gè)命令。

自然語言處理（NLP）可以在云端處理，但機(jī)場網(wǎng)絡(luò)有很大的負(fù)荷。因此，NLP必須在本地處理，以便快速響應(yīng)。機(jī)器人應(yīng)快速響應(yīng)，以提供令人滿意的用戶體驗(yàn)。它要求乘客直接看著它的屏幕，拍一張照片，然后要求乘客插入一個(gè)圖片ID，如護(hù)照身份頁。然后它可以比較這些圖片以增加安全性，這需要一個(gè)強(qiáng)大的可編程神經(jīng)網(wǎng)絡(luò)引擎。

辦理登機(jī)手續(xù)的剩余步驟？那就有傳統(tǒng)的嵌入式處理就夠了。

將一切結(jié)合起來

智能傳感設(shè)備必須使用一個(gè)支持同時(shí)處理多個(gè)傳感器的平臺(tái)。它應(yīng)該為前端信號(hào)處理提供強(qiáng)大的標(biāo)量DSP支持，為基于圖像的計(jì)算和SLAM提供矢量DSP支持。對(duì)語音和視覺人工智能的神經(jīng)網(wǎng)絡(luò)支持，也是一個(gè)矢量DSP，但對(duì)神經(jīng)網(wǎng)絡(luò)有特殊的擴(kuò)展，同時(shí)在SDK中有豐富的軟件編譯器和庫，為你提供這些技術(shù)領(lǐng)域的所有基礎(chǔ)支持。

CEVA的 “SensPro2 ”是傳感平臺(tái)提供動(dòng)力的方案之一。基于CEVA在視覺、音頻、SLAM和人工智能方面的強(qiáng)大背景，SensPro2是一款用于多任務(wù)傳感和多傳感器的人工智能（包括攝像頭、雷達(dá)、激光雷達(dá)、飛行時(shí)間、麥克風(fēng)和慣性測量單元）的高度可擴(kuò)展和增強(qiáng)的第二代高性能傳感器控制中心SensorHub DSP。

責(zé)任編輯：haq