¿Cómo sé si Raspberry PI, NVIDIA Jetson Nano o Intel NUC son computadoras apropiadas para mi aplicación de robótica industrial?
Regularmente, los ingenieros analizan tres opciones cuando buscan computadoras de placa única para aplicaciones robóticas: Raspberry Pi, NVIDIA Jetson Nano e Intel NUC. Pero, ¿cómo elegir entre algo de esto o una solución personalizada? Proporcionaremos una guía en esta publicación de blog sobre las ventajas de cada opción para robots móviles autónomos (AMR) o vehículos guiados automáticamente (AGV).
Supongamos por un momento que usted es un entusiasta del golf y busca adquirir palos de golf. Es necesario considerar varios factores antes de comprarlos: tipo de cuerpo, altura, experiencia y educación previa, flexibilidad y longitud del eje, variedad de cabezas de palo, campos de golf más frecuentados y su swing, entre otros. En otras palabras, la marca no es tan importante como la frecuencia, dónde y quién utilizará los palos de golf. Esto también se aplica a los SBC.
Cuando desarrollas y diseñas un robot, nunca comienzas a investigar SBC según las marcas. O al menos no deberías hacerlo. Debes empezar por el final: con el usuario y los requisitos de la aplicación. Puede leer más sobre los requisitos de hardware únicos de la robótica en esta publicación de blog. Debe prestar especial atención a los siguientes factores al decidir el SBC para su aplicación robótica:
- Capacidad de procesamiento: procesador y chipset
- Memoria: Cuánta RAM y ROM o HD requiere la aplicación
- Tamaño: El tamaño físico y el peso de la computadora de placa única
- E/S: Cuántos puertos de E/S necesita la aplicación y por qué
Si desea leer más sobre los factores que afectan las capacidades informáticas a elegir para una aplicación robótica móvil, puede leer este blog.
Sin embargo, si aún necesitas saber si las computadoras Raspberry Pi, NVIDIA Jetson Nano o Intel NUC son una opción para tu negocio, repasaremos algunos detalles importantes que debes considerar.
Raspberry Pi
Este es un proyecto de código abierto que incluye software y hardware. Su uso generalizado se inició gracias a su enfoque educativo y maker. De hecho, la mayoría de las placas Raspberry PI son apropiadas para proyectos de robótica escolares y universitarias. La comunidad es un factor decisivo cuando las personas eligen estas placas porque puede aprovechar la experiencia de creadores, estudiantes e instituciones de todo el mundo para solucionar problemas o tomar prestados diseños/programación. Así, cuando los ingenieros empiezan a trabajar, buscan las placas que conocen.
Ante los estrictos requisitos en entornos industriales en cuanto a temperatura, tamaño, agua o polvo, Raspberry Pi lanzó una placa destinada a aplicaciones comerciales para aquellos ingenieros que intentaban aplicar su experiencia previa con estas placas en su nuevo entorno de trabajo. Además, puede agregar funciones resistentes a una Raspberry Pi 4 para soportar entornos industriales hostiles. Obtenga más información aquí.
El principal punto de venta de las placas Raspberry PI industriales es su tamaño (tamaño de tarjeta de crédito) y su precio. Debe tener en cuenta que, si bien el software para fines de investigación y creación puede ser gratuito, para aplicaciones comerciales es posible que deba pagar por licencias o poder compartir código (que podría ser incompatible debido a derechos de propiedad intelectual comerciales).
Finalmente, la comunidad mundial de creadores podría ayudarlo a resolver algunos de los desafíos comerciales, pero es posible que no puedan abordarlos todos. Como resultado, es posible que esta no sea la misma ventaja que obtienes como estudiante.
NVIDIA Jetson Nano
NVIDIA tiene un origen diferente.Básicamente, crearon la GPU en 1999. Sus placas gráficas están diseñadas para manejar juegos, diseño y gráficos profesionales. En consecuencia, las placas NVIDIA Jetson Nano están mejor equipadas para manejar aplicaciones robóticas con uso intensivo de datos relacionadas con el aprendizaje profundo, el aprendizaje automático, el reconocimiento de patrones y la inteligencia artificial. Esto es posible gracias a la capacidad de procesamiento paralelo de la GPU.
En este caso, es posible que no dependa de la misma gran comunidad mundial de fabricantes que Raspberry Pi, pero sí cuenta con el apoyo de una empresa innovadora y sólida que ha estado diseñando SBC para aplicaciones comerciales desde el siglo pasado. La oferta de NVIDIA incluye algún software que ya se prueba con las placas. Esto puede resultar útil en términos de compatibilidad y costo.
Una de las placas NVIDIA Jetson Nano tiene una GPU Maxwell de 128 núcleos a 921 MHz, que es más potente que la GPU Raspberry PI 4. Puedes ver la oferta de Jetson Nano aquí.
Intel NUC
La respuesta de Intel para el mercado de SBC tanto para aplicaciones domésticas como comerciales es el NUC. Estos ordenadores pueden adquirirse como placas o completos con chasis según el uso previsto. El punto de venta es la amplia gama de procesadores: Pentium, Celeron, Core i3 o Core i5. Como resultado, elegirá el procesador que pueda manejar la carga de trabajo de la aplicación. De hecho, los procesadores más recientes funcionan sin problemas en aplicaciones con uso intensivo de datos, como la Inteligencia Artificial. Por lo tanto, Intel sugiere usar NUC para juegos inmersivos, señalización digital, reuniones remotas y entretenimiento en el hogar vívido.
El tamaño es comparable al Jetson Nano y se ajusta al espacio limitado de las aplicaciones robóticas. Sin embargo, en términos de precio, estos SBC pueden ser más caros que las dos primeras opciones de este blog.
Además, Intel NUC es compatible con Windows 10 Pro. Si planea trabajar con Windows, esta es la plataforma que brindará la mejor compatibilidad, ya que Raspberry Pi y NVIDIA funcionarán mejor con Linux.
En los AMR/AGV el consumo de energía es un factor vital. Si el robot tiene una estación de carga cerca, baterías enormes o está conectado directamente a la fuente de alimentación, el diseñador puede elegir el procesador más potente y garantizar un funcionamiento sin problemas. Sin embargo, los AMR/AGV suelen tener fuentes de energía limitadas, lo que obliga a los desarrolladores a elegir procesadores menos potentes y realizar algunos análisis en un cerebro (servidor) remoto. De las tres opciones que estamos analizando, Raspberry PI y Jetson Nano requieren menos energía que Intel NUC.
La última característica interesante de Intel NUC es que permite conectividad de monitor dual y triple. Raspberry Pi solo permite monitor dual y NVIDIA Jetson Nano, solo uno. Puede consultar la oferta de Intel NUC aquí.
Resumen de especificaciones técnicas
|
Características |
Raspberry PI 4 Modelo B |
Kit de desarrollador Jetson Nano |
Placa Intel® NUC 11 Pro NUC11TNBv7 |
|
Procesador |
Broadcom BCM2711, SoC de cuatro núcleos Cortex-A72 (ARM v8) de 64 bits a 1,5 GHz |
CPU: ARM A57 de cuatro núcleos a 1.43 GHz GPU: Maxwell de 128 núcleos |
Placa Intel® NUC con procesadores Intel® Core™ de 11.ª generación |
|
Memoria |
2GB, 4GB u 8GB LPDDR4-3200 SDRA microSD (no incluida) |
4 GB LPDDR4 de 64 bits 25,6 GB/s microSD (no incluida) |
SO-DIMM DDR4-3200 de 1,2 V de 64 GB |
|
Huella |
85 mm x 56 mm (3,3” x 2,2”) |
69 mm x 45 mm (2,7” x 1,77”) |
101 mm x 101 mm UCFF (4" x 4") |
|
E/S |
2,4 GHz y 5,0 GHz IEEE 802.11ac inalámbrico, Bluetooth 5.0, BLE Gigabit Ethernet 2 puertos USB 3.0; 2 puertos USB 2.0. 2 × puertos micro-HDMI (compatibles con pantallas duales) Ranura para tarjeta micro-SD para cargar el sistema operativo y almacenamiento de datos |
2 carriles MIPI CSI-2 DPHY Gigabit Ethernet, clave M.2 E HDMI y puerto de pantalla 4x USB 3.0, USB 2.0 Micro-B |
PCI Express, 4 puertos USB, 1 puerto SATA, LAN integrada, 1x Thunderbolt™ 4, 1x Thunderbolt™ 3 Compatible con pantallas duales y triples. |
|
Sistema operativo |
Raspberry Pi OS (anteriormente llamado Raspbian) es el sistema operativo recomendado |
Linux SDK de NVIDIA JetPack
|
Windows 10, 64 bits*, Windows 10 IoT Enterprise*, Red Hat Linux*, Ubuntu 20.04 LTS* |
|
Consumo de energía al 100 % de uso |
6 vatios |
10 vatios |
49 vatios |
|
Precio |
Desde $35 |
Desde $59 |
Desde $877 |
Solución personalizada
Finalmente, la característica que falta en las tres opciones anteriores son las certificaciones y protecciones industriales. Cuando se pretende que un AMR/AGV funcione en fábricas, minas o aplicaciones médicas, las certificaciones son un factor crucial. Un OEM de hardware experimentado puede guiarlo a través del proceso y ofrecerle un SBC que pueda adaptarse al entorno estricto.
Además, un OEM de hardware puede asegurarse de que todos los conectores incluidos en el SBC personalizado puedan soportar vibraciones y evitar desconexiones involuntarias. Además, pueden hacer coincidir los requisitos específicos de la aplicación con los conjuntos de chips, el firmware, el procesador, la memoria y el tamaño. Si tiene varios productos que requieren las mismas capacidades, esta es una ventaja atractiva. Por lo tanto, podría aplicar un diseño SBC a todos sus productos y ahorrar en costos de fabricación y reparación. Esto es particularmente útil con la escasez mundial de componentes electrónicos que estamos experimentando hoy en día. Puede leer una historia de éxito reciente aquí.
Como puede ver, elegir el SBC para su AMR/AGV depende de los requisitos de la aplicación y de la experiencia esperada del usuario. La decisión debe tomarse en función del tamaño, las capacidades de procesamiento y el nivel requerido de protección/certificación.Hay varias buenas opciones disponibles en el mercado que son útiles durante las primeras etapas de diseño y creación de prototipos. Una vez que su AMR/AGV esté listo para la producción en masa, es posible que necesite aprovechar un OEM de hardware experimentado para desarrollar una solución de placa personalizada.
Puedes leer más sobre los requisitos únicos de hardware en nuestra Serie de blogs de robótica o suscríbete para recibir más información sobre este o similar temas.

