Controller edge per robotica multisensore autonoma

Il RQX-59 è un controller di IA embedded progettato per sistemi mobili autonomi, che combina calcolo ad alte prestazioni in edge con elaborazione sincronizzata di più sensori per applicazioni nella robotica, nell’automazione dei trasporti e nelle piattaforme di ricerca.

Percezione in tempo reale nei sistemi mobili autonomi
I robot mobili autonomi (AMR), i veicoli a guida automatica (AGV) e le piattaforme di ricerca per la guida automatizzata richiedono due capacità fondamentali: una percezione affidabile dell’ambiente e una risposta deterministica in tempo reale. Questi sistemi si basano sulla fusione di più fonti di sensori, come telecamere, radar e LiDAR, i cui dati devono essere elaborati localmente per evitare latenze e dipendenze dal cloud.

Il RQX-59 risponde a questi requisiti come parte della famiglia ROScube-X, posizionandosi come una piattaforma di IA in edge per robotica basata su ROS 2. È destinato ad applicazioni nell’automotive data ecosystem, dove la sincronizzazione dei sensori e l’inferenza locale sono essenziali per la sicurezza operativa e l’affidabilità del sistema.

Prestazioni IA embedded basate su architettura Jetson
Il controller è basato sul modulo Nvidia Jetson AGX Orin, che integra un processore ARM Cortex-A78AE a 64 bit e una GPU con fino a 2048 core CUDA e 64 core Tensor. Questa configurazione consente l’esecuzione di modelli di IA avanzati direttamente sul dispositivo, tra cui:

Con un consumo energetico a partire da circa 40 W, il sistema è adatto a piattaforme mobili alimentate a batteria, bilanciando capacità di calcolo ed efficienza energetica.

Elaborazione sincronizzata multi-camera e fusione dei sensori
Una caratteristica tecnica chiave del RQX-59 è la capacità di elaborare in modo sincronizzato più flussi video provenienti da telecamere automotive. Il sistema supporta le tecnologie GMSL (Gigabit Multimedia Serial Link) e FPD-Link III, che consentono la trasmissione video ad alta velocità con sincronizzazione dei frame tra più flussi.

Questa funzionalità è essenziale per:

La sincronizzazione integrata elimina la necessità di hardware esterno dedicato, riducendo la complessità di integrazione e migliorando la robustezza dei sistemi di fusione multisensore.

Connettività ed espandibilità per applicazioni industriali
Il RQX-59 offre un’ampia gamma di interfacce di comunicazione per ambienti industriali, tra cui due porte Gigabit Ethernet, sei porte USB 3.0 (di cui due con blocco meccanico) e interfacce seriali RS-232/RS-485.

Le opzioni di archiviazione ed espansione includono slot M.2 per SSD NVMe e moduli wireless compatibili con WiFi 6, Bluetooth 5.2 e 5G opzionale. Il sistema è disponibile con 32 GB o 64 GB di memoria LPDDR5, oltre a memoria eMMC integrata per il sistema operativo.

Una versione estesa consente l’integrazione di schede PCIe tramite un box esterno, facilitando l’aggiunta di acceleratori o sensori supplementari.

Design industriale e integrazione software
L’hardware è progettato per applicazioni mobili e veicolari, con un intervallo di alimentazione da 9 a 36 V e protezione contro l’inversione di polarità. La conformità alle normative IEC in termini di resistenza a urti e vibrazioni ne conferma l’idoneità per ambienti industriali.

Dal punto di vista software, il sistema include Ubuntu Linux con Nvidia JetPack, che fornisce supporto CUDA, ottimizzazione tramite TensorRT e uno stack completo di driver per hardware Jetson. L’integrazione con ROS 2 è supportata tramite il Neuron SDK di ADLINK, riducendo lo sforzo di sviluppo per l’integrazione dei sensori e l’implementazione dell’IA.

Applicazioni nella robotica e nella mobilità automatizzata
Il RQX-59 è destinato ad applicazioni che richiedono percezione e controllo in edge a bassa latenza, come l’automazione industriale, la robotica logistica e le piattaforme sperimentali di guida autonoma. La combinazione di elaborazione sincronizzata dei sensori e inferenza locale consente un comportamento deterministico anche in ambienti dinamici.

La piattaforma contribuisce così ad affrontare una delle principali sfide della digital supply chain nei sistemi autonomi: integrare percezione, elaborazione e comunicazione in un’unità compatta e pronta per il deployment sul campo.

Modificato dalla giornalista industriale Sucithra Mani con il supporto dell'IA.

www.acceed.com