chatgpt+机器人控制器融合（一）

当今机器人技术面临的挑战，以及 ChatGPT 能提供的帮助

目前机器人的操作流是从工程师或技术用户开始，需要他们将任务需求转换为系统代码。工程师会处于工作流程的回路中，他们需要不断编写新的代码和规范来纠正机器人的行为。总得来说，这个过程是缓慢的（用户需要编写低级代码）、昂贵的（需要对机器人技术有深入了解的高技能用户）且低效的（需要多次交互才能正常运转）。

但 ChatGPT 开启了一种新的机器人范式，并允许潜在的非技术型用户参与到回路之中，在监视机器人性能的同时向大型语言模型（LLM）提供高级反馈。通过遵循研究的设计原则，ChatGPT 可以为机器人场景生成代码。在没有任何微调的情况下，研究利用 LLM 的知识来控制不同的机器人形状，以完成各种任务。工作中，研究人员展示了多个 ChatGPT 解决机器人难题的示例，以及在操作、空中和导航领域的复杂机器人部署。

机器人与 ChatGPT：设计原则

Prompting LLM 是一门高度实证的科学。研究通过反复试验建立了一套为机器人任务编写 prompt 的方法和设计原则：

首先，研究定义了一组高级机器人 API 或函数库。这个库可以特定于特定的机器人，并且可以映射到机器人的控制堆栈或感知库中现有的低级实现。对高级 API 使用描述性名称非常重要，这样 ChatGPT 就可以推断它们的行为；

接下来，研究人员为 ChatGPT 编写一个文本 prompt，它描述了任务目标，同时明确说明来自高级库的哪些函数是可用的。Prompt 还可以囊括关于任务约束的信息，或者 ChatGPT 应该如何形成其答案（特定的编码语言，使用辅助解析元素）；

用户在回路中评估 ChatGPT 的代码输出，要么通过直接检查，要么使用模拟器。如果需要，用户可以使用自然语言向 ChatGPT 反馈答案的质量和安全性。

用户满意解决方案的话，代码就可以最终部署到机器人上。
理论已经够多了，ChatGPT 到底能做什么？

如同大脑之于人一样，控制器也是机器人最重要的元部件，它定义了机器人的功能和行为。很多学者都对其进行了研究或给出了设计方案[ 1 , 2 , 3 ] ^{[1,2,3]}
[1,2,3]
，但是针对控制器总体架构和具体实现的讨论较少，而且与工业生产一线严重脱节，早已过时。本文比较了机械臂和移动机器人两种工业机器人的控制器方案，对其功能需求和特点进行了分析，并探讨开放式控制器的实现方案。

　　机械臂控制器　　　　　　　　　　　　　　　　　　　　移动机器人控制器
　　以上分类的依据是机器人类型。目前市面上更多的控制器产品是通用型运动控制器或运动控制卡，即控制各种非标设备运动的，例如数控机床、激光切割机等自动化设备。当然这些产品也可以通过二次开发用于控制机器人。

通用运动控制器产品
1　软硬件方案

　　我们首先考察常见工业机器人控制器的软硬件方案。

1.1　机械臂

机械臂控制器的发展较早，产品相对成熟，其实现方案见下表。国际一线品牌大多采用X86芯片，并采用实时操作系统构造底层软件。

1.2　移动机器人

　　移动机器人的控制器属于较新的方向，AGV、无人机、工程机械等都可归于此类，最近比较火的无人驾驶也可以认为是一种移动机器人，其控制系统底层方案见下表。

1.3　对比

　　机械臂的功能要求多，自由度多，而且对运动精度和响应速度的要求较高，比移动机器人一般要高1到2个数量级，因此控制器的计算量大、周期短；移动机器人一般对响应速度要求不高，功能相对简单，其配置相对较低，而且移动机器人通常采用电池供电，控制器内置，因此对功耗和散热有要求，其控制器多采用嵌入式芯片。
　　机械臂一般工作于固定的区域，其控制器通常放置于机箱内，因此防护等级不高，一般是IP20；移动机器人由于需要经常运动，尤其是室外工程机械，要考虑防水防尘，其防护等级较高，一般是IP65。

2　商业控制器

　　介绍几种有代表性的商业控制器方案。

2.1　CoDeSys

　　很多机器人控制软件都是借助CoDeSys实现的，那么CoDeSys是什么呢？
　　CoDeSys是德国3S公司推出的一款付费的软PLC开发软件，简单来说，它包括两部分：Development System和Runtime System。Development System就是用来编程的软件界面（就像Visual Studio、Eclipse等软件，也可以称为IDE），设计、调试、编译PLC程序都在IDE中进行，这部分是用户经常打交道的；程序写好了以后，就要把它转移到硬件设备中执行。可是这时生成的PLC程序自己是无法运行的，它还要在一定的软件环境中才能工作，这个环境就是Runtime System（也叫运行核），这部分是用户看不到的。二者安装的位置通常不同，IDE一般安装在用户的开发计算机上，Runtime System则位于起控制作用的硬件设备上，程序通过网线或串口线下载到Runtime中运行。
　　CoDeSys为什么要分成两部分？最主要的原因是CoDeSys主要运行在嵌入式系统中，例如ARM或者DSP芯片。这样的系统资源有限，不可能在其上建立庞大、复杂的开发环境，因而其开发环境和运行环境相互分离。因此，嵌入式软件的开发方式一般是，在宿主机（Host）上建立开发环境，进行应用程序代码的编写和交叉编译，然后宿主机与目标机（Target）建立连接，将应用程序下载到目标机上进行交叉调试，经过调试和优化，最后将应用程序固化到目标机中实际运行。当然，随着芯片的性能越来越强大，如果选择资源丰富的芯片，那么CoDeSys的开发环境和运行环境放在一起也没什么问题。我们自己的个人电脑不就是编译和运行程序都能完成吗。

　　CoDeSys在工业控制领域的应用非常广泛，上面提到的很多机器人公司都使用了它的产品，例如KEBA、倍福、固高、台达、广州启帆机器人、新时达机器人。3S公司只卖底层软件，不卖硬件和上层应用程序，应用程序和硬件电路需要由用户自己设计，3S公司负责将Runtime System移植到客户的硬件上。Runtime System可以裸跑在硬件上，但一般是运行在操作系统上，配置操作系统也是客户的工作。如果客户要求，CoDeSys的IDE可以定制，换成客户的logo和外观，这就是为什么你会发现不同厂家的开发平台长得不一样，但风格又比较相似。当然，用户也可以使用其它IDE，例如倍福就使用了Visual Studio，而背后的编译器等内核功能以及函数库仍然采用CoDeSys的方案。CoDeSys的Runtime具有强大的适应性，支持绝大多数的操作系统和芯片类型。