标量处理器 (CPU):
标量处理元素在具有多个决策树和大量库的复杂算法中非常有效。但是性能扩展是有限的。尽管 CPU 非常灵活,但它们的底层硬件是固定的。大多数 CPU 仍然基于 Von-Neumann 架构(存储程序计算机),其中数据从内存传输到处理器,进行处理,然后写回内存。每个 CPU 按顺序运行,一次一条指令,架构以算术逻辑单元 (ALU) 为中心,这需要将数据移入和移出每个操作。在机器人架构中,标量处理器起着核心作用。使用 CPU 协调传感、驱动和认知之间的信息流是机器人系统的基础。此外,机器人操作系统(ROS),
向量处理器(DSP、GPU):
计算架构 与 CPU 相比,向量处理元素(DSP、GPU)在一组较窄的可并行计算能力上效率更高。缺点是不灵活的内存层次结构,会造成延迟和效率损失。GPU 一遍又一遍地执行相同的少数任务,最适合专业和功能性能。矢量处理器克服了机器人技术中 CPU 的缺点,具有处理大量数据的能力。