用于机器人中快速三角测量的微控制器/ CPU？

这涉及重量确实很小的硬件，因为（胖猫大小，3个自由度的6条腿的步行机器人）应该随身携带它。由于这种走法，它需要做大量的三角函数（是否使用矩阵数学，我不确定），这就是这个问题的出处。

PIC，Arduino或廉价的AVR的速度不足以每秒计算100次所有数据，并牢记诸如惯性和避障甚至是蛮力路径/步态之类的东西。

• 计划A是将大脑运送到机器人上。 无论是微处理器，微型ITX，nettop还是其他产品；什么是快速执行三角函数/矩阵数学的有效硬件？

  我在网上搜索，期望找到专门用于此的AVR，x86或ARM微控制器，但没有运气。

• 计划B是通过WiFi连接一台x86机器来完成繁重的工作。也非常适合制作原型，但是我希望在硬件小型化时最终将其迁移到计划A。但是即使如此，什么台式机CPU可以最快地执行三角函数？

• 计划C是分配负载，并为每条线路配备一个省电的微控制器/内核，尽管由于很多原因，这并不是最佳解决方案，但我喜欢它的可扩展性。

我尚未确定所使用的语言和/或库，但更喜欢Pascal和C ++。

（欢迎提出更适合的标签的建议，我是新来的）

听起来您的应用程序实际上并不是计算密集型的全部。例如，dsPIC可以为每个迭代执行400 k条指令。好多啊。但是，具有良好的低电平I / O功能，PWM生成器，计时器等将很有用。

在像dsPIC这样的整数机器上，正弦和余弦的确不是那么难。我自己做了几次。诀窍是选择正确的角度表示形式。从理论的角度来看，弧度可能很好，但是在计算上不方便。离开是人为的，只是愚蠢的。使用您的机器尺寸整数所代表的完整范围来表示一整圈。例如，在一个16位处理器的dsPIC上，一个完整的旋转是65536个计数，这比控制机器人或仍然可以进行测量所需的精度和分辨率要高得多。

这种表示的一个优点是，所有的换行都是由于无符号整数的加法和减法工作而自动发生的。另一个重要的优点是，这种表示形式特别适合将查找表用于正弦和余弦。您只需要存储1/4个周期。角度的前两位告诉您所处的象限，告诉您是向前还是向后索引表，以及是否对结果取反。接下来的N个低位用于索引表，该表具有2 ^N个段（2 ^N +1个点）。注意，向后索引表只是对表索引位的补充。

您可以给表足够的分数，以便选择最接近的答案就足够了。例如，如果表有1024个段，则将计算正弦和余弦到最接近的1/4096圆。这将足以控制机器人。如果需要更高的精度，则可以使表更大，或者使用角度的其余低位在相邻表条目之间进行线性插值。

无论如何，关键是看来您对此处理器的要求与所述问题不符。我可能会使用dsPIC33F。与单板计算机上的x86等全面的通用计算过程相比，它肯定更小，重量更轻，并且能效更高。

您将要处理很多输入信号。您不一定需要具有高吞吐量的CPU。许多信号可以并行处理。这是典型的DSP领域。当然，您也确实需要常规的CPU功能。没问题 集成DSP有很多CPU。

用于此类应用的典型芯片设计是Cortex-M4。它带有集成的DSP，并且-M4F版本也具有FPU。这可能不是必需的，三角函数可以很容易地在定点数学中完成。

几点评论：

1. 您无需在执行避障的同一CPU上处理三角函数。您可以在两个微控制器之间拆分任务，并使用通信协议使它们对话。

2. 为了进行实验，我在ARM Cortex M0微控制器中实现了带有卡尔曼滤波器的AHRS算法（它是STM32，不记得其余的，但是我认为它是32 MHz），并且可以使用定点数学运行它大约每秒40个样本。使用更快的控制器，您应该可以轻松携带它，当然您可以尝试使用FPGA或DSP的方式。

3. 我想说，对腿的控制不会占用大量CPU，并且可以将所有腿一起控制，也许可以与三角学和避障操作分开进行控制（请参见1）

三角法很棘手，但是有一些捷径。如果处理能力有限，请考虑使用CORDIC算法。

它基本上是[例如]正弦值的表格。角度可以以度，弧度为单位，任意选择。关键是，这些值的SINE分别为机器人可以使用的度数的1/2（0.5），1/4（0.25），1 / 8、1 / 16.....。

输入角度，减去第一个表格值，将结果设置为第一个结果（0.5）。如果通过演算，您的角度变为负，则添加下一个值（并减去0.25）。否则，继续减去角度并增加结果。

当您到达表格末尾时，您所要做的就是加减法，但您势不可挡。最后一个“提琴手”要乘以。

结果的准确性[和速度]取决于查询表的大小[和分辨率]。

您可以考虑使用运行通用GNU / Linux系统的Raspberry Pi板。Raspberry Pi具有多个GPIO引脚，可用于连接机器人伺服器或扩展板。

http://www.youtube.com/watch?v=RuYLTudcOaM

型号A Raspberry Pi使用其GPU（使用OpenGL ES 2）最多可以执行24 GFLOP的通用浮点计算，而功耗却保持在2.5W以下。

http://elinux.org/RPi_Hardware

示例：使用Raspberry Pi实现的电池供电机器人设置。

http://www.homofaciens.de/technics-robots-R3-construction_zh_navion.htm

示例2：由树莓派控制的6足机器人：

http://www.youtube.com/watch?v=Yhv43H5Omfc

示例3：由树莓派控制的自平衡2轮倒立摆机器人：

http://www.youtube.com/watch?v=n-noFwc23y0

对于有腿机器人，您可以创建一些预定义的腿部移动序列并“播放”它们。可以轻巧地实时避开障碍物fuzzy logic实现来实现，其中所有内容都再次以表格格式出现，而您要做的就是从中选择正确的值并将其用于defuzzyfication过程。

一切都可以在C上以某种方式在更快的处理器上完成ARM7。AVR在花了很多时间将所有内容转换为之后，我已经尝试过并失败了fixed point arithmetics。

德州仪器（TI）Stellaris平台默认情况下在板上装有浮点单元。不确定使用80MHz时钟的ARM控制器是否足以满足您的应用程序的需要，但是LaunchPad开发板是否非常便宜：http : //www.ti.com/ww/zh/launchpad/stellaris_head.html

它可以通过USB进行编程，免费工具链至少适用于Windows和Linux，尺寸约为4×6厘米，并具有30多个GPIO引脚（如果我计算正确的话）。

您可以借助AVR 将x86 Power PC CPU板嵌入到机器人应用程序中，以作为接口卡来控制机器人的驱动器。将最快和最便宜的解决你的问题。但是，是的，您必须将很多代码弄乱到x86架构中，但是幸运的是，您可以从开源OS代码中掌握很多代码。（如果您的机械结构可以承受此重量）