机器人作为现代工业文明的集大成者，被誉为“制造业皇冠顶端的明珠”。

　　1958年，Unimation生产出世界第一台机械手臂，即现在俗称的机器人。此后，在经过一番打磨，第一台Unimation机器人于1961年被部署于通用汽车(GM)新泽西州工厂，这也是有史可查的第一台机器人用于工业。

　　据国际机器人联合会IFR最新数据显示，2022年全球工业机器人安装量同比增长5%，高达55.3万台，其中73%的新部署机器人安装在亚洲，15%安装在欧洲，10%安装在美洲。数据还显示，仅当前全球汽车制造行业机器人保有量就突破百万台。

　　驱控一体化，芯片为核心关键

　　说起机器人执行指令，绕不开 “运动控制“。简而言之，运动控制就是对机械运动部件的位置、速度等进行实时的控制管理，使其按照预期的运动轨迹和规定的运动参数进行运动。而运动控制与伺服系统息息相关。

　　从驱动执行来看，当前主流的伺服驱动器由伺服控制单元、功率驱动单元、通讯接口单元组成。安森美电源方案事业群技术营销工程师Hunter Freberg表示：“智能机器人需要复杂的算法和高效紧凑轻便的驱动器，三相 BLDC 电机广泛用于机器人和工业驱动器。”安森美提供多个BLDC电机控制解决方案，包括ECS640A ecoSpin™ 电机控制器 UCB、NCP81075栅极驱动器，以及可用于加速 AMR 执行器开发的电源板。

　　德州仪器工业系统部门电机驱动及机器人总经理赵向源表示：“微控制器和集成电机驱动器等电机控制半导体的进步正在增强机器人的移动方式。”在驱动方向，德州仪器C2000™ 32 位 TMS320F28P650DK MCU等器件可以集成用于诊断的安全外围设备，以简化符合国际标准化组织 (ISO) 10218 的设计。LMG3422R050 等氮化镓场效应晶体管具有集成栅极驱动器，可将功率级效率提高到99%以上，从而使集成电机能够减少或消除对散热器的需求。

　　早在1969年，安川电机就提出了“机电一体化”概念。该词由表示机械工程的“Mechanism”和表示电气工程“Electronics”融合而成，其中包含该公司对自动化的理解。目前，多数伺服驱动器具有独立的控制系统，集成了控制芯片，已形成驱控一体化。

　　为了针对实时控制 MCU 领域的多样化选择，德州仪器还推出了一条 Sitara™ MCU:AM2x 系列产品线，可以更好地满足实时响应控制的需求。该产品集成了快速数据采集功能和精确的实时控制外设，可高速输入和处理数据。当控制机械臂电机的单个 MCU 集成了音频、电流和位置传感接口，机器人与人类协作的安全性将逐步提高，而无需额外的 MCU。

　　赵向源表指出，就控制系统而言，视觉分析使机器人感知周围环境的能力显著增强，也能更好提升了机器人以协作方式工作或独立操作的能力。德州仪器Jacinto™ 系列处理器可以实现多种控制系统的功能，如机器人视觉系统(RVS)、机器人导航系统(RNS)等。TDA4 处理器集成了多达两个 Arm®-Cortex®-A72 微处理器内核，也是业界最高效的深度学习加速器，可实现低功耗的高性能边缘人工智能应用。

　　为了确保对终端任务的精确控制，如在装配线上拾取和放置物体或确保操作人员的安全，必须为每个旋转点提供准确的角度位置测量。事实上，机器人终端功能的精度归根结底受限于每个可动关节所能达到的累积精度。执行关节运动控制的传感完全依赖于编码器，编码器是伺服系统除电机和驱动外的又一核心零部件。

　　虽然电感式编码器的特性使其在工业应用非常有吸引力，但历来用例仅限于低转速和不需要高精度的应用。安森美利用其20多年设计电感式传感器的专业经验，将电感式编码器的可靠优势与中高端光学编码器通常具有的高精度与高转速相结合。安森美应用工程师Bob Card表示：“NCS32100 是一款工业用旋转位置传感器，兼具高精度与高速度优势。它采用 38mm传感器，可在6,000 RPM时提供+/-50角秒的精度。对于低精度应用，它支持高达 100,000 RPM 的转速。该器件采用专利方法来实现电感位置感知，非常适用于工业和机器人应用。”

　　感知为机器人赋予 “智慧“

　　国际标准化定义的机器人是一种能够通过编程和自动控制来执行诸如作业或移动等任务的机器。现在随着人工智能、融合感知、数字孪生、结构仿生为代表的新技术交叉融合，推动机器人在感知、决策、执行等方面更加智能化，同时其应用范围也在不断得到拓展。

　　感知系统是机器人的“大脑”，凭借感知技术通过获取和分析力觉、触觉、视觉、位置等信息，机器人才实现对于外部环境和状态的理解，并把这些信息反馈给控制系统，为人机的智能交互和柔性作业提供决策依据。

　　提及机器人感知技术，最先想到就是视觉和环境感知传感器，其包括了为摄像头、雷达(毫米波、激光、超声波等)、红外传感器、GPS、IMU等，用以识别、测量、定位、检测等主要功能。

　　安森美智能感知事业群汽车生态体系高级经理Steve Harris表示：“图像传感器和图像信号处理器赋予机器人视觉感知功能，使其能够穿行于所在环境，检测和识别物体。”据悉，安森美的高分辨率传感器从 800万像素到4500万像素不等，使机器人能够读取标签并准确地将物体放置在预定的目的地。采用全局快门的领先图像传感器，可以同时曝光所有像素，以降低图像中出现伪影的可能性。“

　　在机器人应用中，会实施基于机器视觉的AI与先进技术来执行关键功能。要想提高对象检测和识别能力，需要解决在不利光照条件下，对运动中的对象和更远距离的精细细节捕获图像的难题。安森美的AR0822传感器具备eHDR 功能，可解决工程师在开发自主机器视觉系统时面临的复杂设计挑战。安森美工业感知部高级总监Guy Nicholson补充道：“凭借优化的低功耗运行，RSL10通过集成的云服务提供先进的AI和机器学习(ML)功能，它还可用于开发‘能运行超过十年而不需要维护’的远程机器视觉系统。“

　　德州仪器眼中的“智能机器人”是指能够感知、理解和交互的机器人，它们可以在各种环境中自主地执行任务，同时与人类和其他机器人协作。前几代工厂自动化机器人依靠六到八轴(或自由度)的运动控制来协调其运动。但协作机器人现在可以使用数十个轴进行操作，从而实现更详细和精确的运动，而传感技术使这种精度成为可能。赵向源称，摄像头和德州仪器的毫米波(mmWave)技术协同工作可以帮助协作机器人检测人员及其动作，使它们能够安全地协同工作。

　　在自主机器人领域，德州仪器利用视觉传感器和高效视觉系统中的片上系统 (SoC) 来实现高分辨率的空间覆盖范围、物体检测和分类、深度学习处理和视频分析等功能。比如德州仪器此前推出的六款基于 Arm® Cortex® 的视觉处理器系列，包括 AM62A、AM68A 和 AM69A 处理器，使设计人员能够在机器视觉和自主移动机器人等应用中。

　　在智能移动机器人的研发过程中，自主导航是门槛高的技术之一，也是其自动运行的核心技术，包含了定位、建图与路径规划。其中，自主导航常用的技术是同步定位与地图构建技术 (SLAM)。赵向源指出，德州仪器的双芯片级联雷达解决方案利用了基于毫米波传感器的成像雷达技术和 AM2732 MCU，能够实现基于雷达的同步定位与地图构建以及自主移动机器人的自主导航。

　　此外，德州仪器还能通过传感器融合和边缘人工智能来解决更复杂的自主机器人问题，例如环视监控、防撞、物体推断和路径规划等。除了硬件支持，德州仪器还使用了边缘人工智能软件开发环境来简化和加快应用程序开发和硬件部署流程。

　　近年来，随着机器人的大量部署，如何精准做到对机器人的日常监测到预防性维护等，正在成为行业所面临的重要挑战。

　　比如，在工厂生产线，制造机器人可能会因硬件故障而意外发生故障，而维修费用非常昂贵。其中一些故障，例如磨损的齿轮、电机和机械互连，可能早在完全故障事件发生之前就已经可见。赵向源指出，通过使用振动传感和边缘人工智能等技术，预测性维护可以在潜在的设备故障发生之前检测到潜在的设备故障。

　　据悉，德州仪器为智能机器人提供了一套具有振动传感和边缘人工智能的预测维护系统，可以实时监测和分析机器人的运行状态，预防故障和性能下降，延长机器人的使用寿命。该系统包括：IEPE传感器板 、边缘处理板 、网关载板、云端或操作技术平台等。

　　人形机器人正成为智能 “新宠”

　　从2014年KUKA(库卡)机器人对阵知名的乒乓球运动员；到2015年安川机器人挥刀“劈豆荚”胜过知名武士；再到2021年ABB Yumi在春晚舞台 “挥毫泼墨”；以及雅马哈利用工业机器人技术推出驾驶摩托的机器人MotoBot(最高时速可达200KM/H)，这些动作敏捷、运行精准，充满力量和韧性，且“多才多艺”的智能机器人正越来越讨人喜爱。

　　除工业机器人之外，近年来人形或仿生机器人也开始受到很大关注。虽然起步较早的ASIMO已退役，但本田公司依旧在进行升级技术研发。此外，在2021年面世的特斯拉人形机器人Optimus，以及2023年波士顿动力公司发布的仿人机器人，都成为了业界关注的焦点。

本田人形机器人进化

　　人形机器人潜在市场广阔

　　人形机器人潜在市场可达千亿。据Markets and Markets对人形机器人市场的预测，其市场规模将从2023年的18亿美元增长至2028年的138亿美元，其复合年增长率可达50.2%。另据高盛一份报告预估，未来10到15年内，人形机器人市场至少可实现60亿美元的规模，甚至在最理想的情景下(产品设计、用例、技术、可负担性和公共接受度等障碍被克服)，2035年市场规模或将达1540亿美元。

　　2022年10月，特斯拉人形机器人Optimus正式推出。Optimus高度为1.72米，重73 公斤，最高时速达到8公里，并且能够完成搬运货物、给植物浇水和移动金属棒等工作。今年9月，Optimus能够仅依靠视觉来对物体进行分类，还能完成瑜伽动作。根据视频内容显示，该机器人采用了类似于特斯拉自动驾驶技术 FSD 12 的端到端神经网络控制：视频输入，控制输出，并由此来控制各个部件和关节的移动。

　　人形机器人由于其复杂的交互性，需要各类传感器的集成，包括力矩传感器，拉压力传感器、编码器、温度传感器、六力传感器和惯导传感器等。随着产业链的不断完善和市场的持续成熟，未来人形机器人产业化将带给传感器更多机会。

　　比如，力矩传感器用于监测、检测、记录施加在其上的线性力和旋转力，将力信号转化为电信号，不仅在协作机器人关节以及人形机器人关节、足部和灵巧手中均有广泛应用，并且还大量被使用于协作机器人打磨、抛光碰撞检测等领域。据Global Information测算，全球力传感器市场预计将从2021 年的74.3 亿美元增长到2027 年的126.6 亿美元。

　　未来智能机器人若要模拟人体的触觉，以及实现人体皮肤对温度、湿度等外界物理量的感知，则柔性电子皮肤(柔性传感器)可能是最佳路径之一，其将为机器人提供触觉。

　　另外，机器人位移姿态的检测的稳定性控制，主要依赖于IMU(惯性测量单元)。IMU 为惯性测量单元，是测量物体三轴姿态角(或角速率)以及加速度的装置，大多用在汽车和机器人，一般MEMS IMU结合了MEMS 陀螺仪和MEMS 加速计，其中，陀螺仪用于感知物体运动的角速率，加速度计用于感知物体运动的线加速度，二者辅以时间维度进行运算后可得出物体相对于初始位置的偏离，进而获得物体的运动状态，包括当前位置、方向和速度。根据Yole 数据，预计2022年世界MEMS 惯性传感器市场规模约35亿美元，2025年达到43 亿美元，而高性能市场规模约7.1 亿美元(含MEMS 惯性传感器系统)。

　　通信成为连接关键

　　在机器人中，通信系统也是重要的组成部分之一。没有通信系统，传感器采集的机器人内外部信息不能送达机载计算机;没有通信系统，机载计算机的控制指令不能送达驱动部分，机器人将无法实现预期的运动。

　　德州仪器认为，无线连接成为与传感器融合、边缘计算等智能机器人发展需要的三个关键技术趋势之一。鉴于此，德州仪器支持广泛的工业通信标准：从串行接口到工业以太网，以及诸如具备时效性的网络体系和单对以太网等新技术。赵向源表示：“实时通信是机器人非常重要的通信要求，德州仪器的处理器和MCU都可以支持这些通信方式。德州仪器的工业实时以太网模块可以通过单个硬件以及其他不同部件来实现不同协议的支持，很大程度上节省硬件设计的成本。”

　　Bob Card则指出：“工业以太网通信协议提供高速通信功能，用于实时控制和协调。”安森美NCN26010 10BASE-T1S工业以太网收发器，可利用现有的双绞线布线实现工业应用的多分支以太网通信。

　　软件和算法支持不可或缺

　　除硬件支持外，完善的软件和算法支持同等重要。针对不同的产品、不同的应用，安森美提供全套的软件和工具，包括评估/开发工具、仿真工具、仿真模型等等。安森美先进方案事业群工业业务及方案应用管理 Theo Kersje举例指出，安森美的 RSL1x 软件开发套件 (SDK)提供完整的基于 Eclipse 的集成开发环境(IDE)，含驱动程序、库、示例代码、开发工具和移动应用程序。由于 RSL15 提供最新的嵌入式安全技术，具有信任根(Root of Trust)，因此它还支持更多的软件来管理器件安全功能、生命周期状态和制造供应流程。

　　在软件上，德州仪器可以支持深度学习库，针对深度学习库，德州仪器处理器基于相应的加速器做了优化，在使用方面，和典型的 TensorFlow 库调用的 API 完全一致。

　　作为一套为Jacinto 处理器提供的机器人软件开发环境，德州仪器Robotics SDK 是包含了一些软件构建模块和示例演示，可以用于机器人软件开发。Robotics SDK 既包含了软件，也包含了算法，例如深度学习、视觉、感知、定位等方面的算法。

　　如何应对高可靠性挑战

　　作为精密性高科技产品，工业机器人甚至智能机器人，对于核心部件和芯片的稳定性和一致性要求极高，如何严格把控并交付高可靠性的产品成为半导体厂商的重要课题。

　　单一产品的质量和可靠性，取决于从构思、交付到最终用户产品线的所有过程。即使产品设计在高可靠性范围内，仍然可能会存在一些与制程相关的可靠性问题。Theo Kersje表示：“为了消除这些风险，我们必须了解限制性故障模式和机制，即通过故障的分析和反馈追溯至工艺薄弱点，并采取永久性的纠正措施。”这是通过精心规划的晶圆及产品认证、缜密的设计方法、生产监控、制造控制和充分筛选来实现的。

　　据悉，安森美实施了三种不同的认证计划：晶圆制造认证、产品认证和封装路线认证。每个认证项目都明确关注了产品制造周期的其他领域，旨在确保目标领域的充分可靠性。