你是否注意到，AI正從「云端」下沉，融入我們身邊的各類設(shè)備？這就是「嵌入式AI」，它讓終端設(shè)備擁有了感知、決策的能力。

但一個(gè)關(guān)鍵問題隨之而來(lái)：這些分散的「小智能」，如何被可靠地聯(lián)結(jié)起來(lái)，協(xié)同工作？答案，或許就藏在歷經(jīng)考驗(yàn)的通信技術(shù)——CAN總線之中。

虹科分享的這篇來(lái)自國(guó)際CAN領(lǐng)域權(quán)威組織CiA（CAN in Automation）協(xié)會(huì)的最新文章，將為你揭示「CAN + AI」這套組合拳的獨(dú)特優(yōu)勢(shì)。它關(guān)乎一個(gè)更智能、更高效、更自主的未來(lái)，而且，這個(gè)未來(lái)正在加速到來(lái)。

“

當(dāng)AI遇見CAN：嵌入式智能的未來(lái)

Google AI將嵌入式人工智能定義為「人工智能與物理設(shè)備及系統(tǒng)的融合」，借助這種融合，設(shè)備與系統(tǒng)無(wú)需依賴云連接，即可在本地完成數(shù)據(jù)處理、決策制定與動(dòng)作執(zhí)行。

實(shí)現(xiàn)這一功能的關(guān)鍵，需要在高效硬件上運(yùn)行 「輕量化」（lean）AI模型，進(jìn)而帶來(lái)效率提升、精度優(yōu)化及實(shí)時(shí)性能增強(qiáng)等優(yōu)勢(shì)。其應(yīng)用場(chǎng)景包括了自主機(jī)器人、智能傳感器、醫(yī)療、制造業(yè)等領(lǐng)域的智能系統(tǒng)。

嵌入式人工智能（Embedded AI）是嵌入式控制網(wǎng)絡(luò)升級(jí)的下一步，人工智能最初應(yīng)用于大型遠(yuǎn)程計(jì)算機(jī)集群，這類集群能耗極高。當(dāng)然，部分此類AI應(yīng)用的數(shù)據(jù)也來(lái)自前端嵌入式網(wǎng)絡(luò)中的傳感器：遠(yuǎn)程AI系統(tǒng)對(duì)傳感器數(shù)據(jù)進(jìn)行處理后，會(huì)向前端網(wǎng)絡(luò)中的執(zhí)行器發(fā)送由AI生成的指令。

在部分嵌入式控制應(yīng)用中，為擺脫對(duì)需依賴網(wǎng)絡(luò)連接的中央AI計(jì)算資源的依賴（對(duì)于實(shí)時(shí)控制系統(tǒng)而言，往往會(huì)存在響應(yīng)遲緩的問題），大家開始部署邊緣AI控制器。而如前文所述，嵌入式控制網(wǎng)絡(luò)發(fā)展的下一個(gè)階段，便是引入基于AI的傳感器與執(zhí)行器——這些設(shè)備可根據(jù)實(shí)際需求，選擇是否連接至本地邊緣AI控制器。

一項(xiàng)新技術(shù)誕生初期，采用集中式控制架構(gòu)往往是行業(yè)常規(guī)選擇；而集中式之后的下一步，通常是去中心化。去中心化的優(yōu)勢(shì)在于，經(jīng)過預(yù)處理的數(shù)據(jù)可通過低帶寬網(wǎng)絡(luò)實(shí)現(xiàn)實(shí)時(shí)傳輸——這對(duì)于所有自主運(yùn)行系統(tǒng)都是重要利好，例如自動(dòng)導(dǎo)引車（AGV）、自主移動(dòng)機(jī)器人（AMR）、無(wú)人機(jī)、無(wú)人駕駛商用車（應(yīng)用于農(nóng)業(yè)、林業(yè)、土方工程、建筑）等。

從歷史應(yīng)用來(lái)看，這類自主系統(tǒng)大多采用基于CAN總線的網(wǎng)絡(luò)；在醫(yī)療設(shè)備與實(shí)驗(yàn)室設(shè)備領(lǐng)域，這一網(wǎng)絡(luò)選擇邏輯同樣適用。此外，去中心化還帶來(lái)另一項(xiàng)附加效應(yīng)：此類嵌入式AI網(wǎng)絡(luò)不一定需要遠(yuǎn)程接口，因此更容易防范網(wǎng)絡(luò)攻擊，安全性顯著提升。

首批嵌入式人工智能（AI）設(shè)備可能聚焦兩大類別：一是用于導(dǎo)航的傳感器融合設(shè)備，二是用于狀態(tài)監(jiān)測(cè)的設(shè)備，這兩類設(shè)備均能輸出經(jīng)過人工智能預(yù)處理的「智能」數(shù)據(jù)。

在執(zhí)行器端，具備自配置與自優(yōu)化功能的電力驅(qū)動(dòng)裝置有望成為嵌入式AI的典型應(yīng)用；此外，電機(jī)的預(yù)防性維護(hù)與基于AI的電機(jī)狀態(tài)監(jiān)測(cè)也是備受關(guān)注的方向。當(dāng)然，用戶也可使用嵌入式實(shí)時(shí)AI主機(jī)控制器，但將AI軟件直接集成到執(zhí)行器設(shè)備中，能為系統(tǒng)設(shè)計(jì)人員省去AI編程的工作負(fù)擔(dān)，著降低設(shè)計(jì)難度。

我們有理由相信，芯片制造商很快將推出具備AI處理能力的適配硬件——這類硬件不僅功耗低于當(dāng)前產(chǎn)品，價(jià)格也將處于合理區(qū)間，這一進(jìn)展將使嵌入式AI技術(shù)能夠延伸至電池供電類應(yīng)用場(chǎng)景中。在筆者看來(lái)，基于CAN總線的網(wǎng)絡(luò)是連接AI傳感器、AI執(zhí)行器與主機(jī)控制器的理想選擇：CAN技術(shù)的穩(wěn)健性、可靠性及可擴(kuò)展性，正是搭載嵌入式AI功能的實(shí)時(shí)控制系統(tǒng)所必需的核心特性。

首個(gè)適配嵌入式人工智能的CANopen協(xié)議實(shí)例，是針對(duì)物品檢測(cè)設(shè)備的CiA 462協(xié)議。該協(xié)議不依賴具體傳感器技術(shù)（無(wú)論是攝像頭、雷達(dá)、超聲波傳感器等），明確規(guī)定了映射到過程數(shù)據(jù)對(duì)象（PDO）報(bào)文的過程數(shù)據(jù)格式。此類傳感器融合設(shè)備可輸出由嵌入式AI算法生成的過程數(shù)據(jù)。此外，其他CiA協(xié)議也需在狀態(tài)監(jiān)測(cè)參數(shù)方面進(jìn)行擴(kuò)展，以適配嵌入式AI應(yīng)用場(chǎng)景。

嵌入式AI將智能推向邊緣，而穩(wěn)定可靠的通信是其關(guān)鍵。正如文中所揭示，CAN與CANopen憑借其固有特性，正成為嵌入式AI理想的「神經(jīng)網(wǎng)絡(luò)」。

面對(duì)這一趨勢(shì)，虹科致力于提供從經(jīng)典到前沿（如最新虹科PCAN XL套件）的CAN總線工具與方案，我們期待與行業(yè)同仁共同迎接嵌入式AI與實(shí)時(shí)網(wǎng)絡(luò)融合的未來(lái)。

文章來(lái)源Source

Holger Zeltwanger

本文基于Holger Zeltwanger（CiA協(xié)會(huì)創(chuàng)始人）在CAN Community News (16-2025)的文章，由虹科智能互聯(lián)團(tuán)隊(duì)翻譯并分享，旨在與行業(yè)同仁共享前沿技術(shù)成果。