將人形機器人部屬到現實世界需要什麼？

重點知識：

• 半導體是將人形機器人從專用工廠環境擴展至實際部署的關鍵推動因素。
• 人形機器人需要跨攝影機、毫米波雷達、觸覺回饋感測器和位置編碼器進行感測器融合，才能做出明智的決策。
• 先進人形裝置設計可超過 50 個關節自由度，需要對感測、運算、通訊和馬達控制進行嚴格的系統級整合，才能可靠地同步動作。

沒有人想疊衣服，但是如果機器人能幫你疊衣服會怎麼樣？

進入人形機器人。截至 2050 年，人形機器人市場預計達到 5 兆美元。長期以來，工程師已打造了能在工廠環境中運作的人形機器人。

但這只是其全部潛力的一小部分。為實現更宏大的目標，半導體將比以往更為重要。

傳統上，人工智慧 (AI) 會分析資料，以產生見解並支援人類決策。

TI 機器人與自動化總經理 Giovanni Campanella 表示：「AI 正逐漸變成實體，而人形機器人是我們真正可看到它的其中一處。」

實體 AI 是這些 AI 模型的實際表現，可讓人形機器人操縱物體或在複雜環境中導航。

Giovanni 表示：「這些功能因半導體技術的進步，才得以實現。」

我們請專家說明半導體技術如何讓人形機器人從專業應用轉變為可擴展的真實系統，以及擴展這些系統以進行部署所需的資源。

擴大感知世界的能力

就如我們利用感測來觀察和感受一樣，工程師為人形機器人配備感測器以感知周圍環境。

例如，偵測物體需要可靠的視覺和空間感知攝影機感測器，以及觸覺回饋感測器來區分任務，例如以扭矩拉纜線與開門等。

但沒有任何一個感測器能夠獨自完全感知環境。

TI 機器人系統經理 German Aguirre 表示：「毫米波雷達技術可在具挑戰性的照明、灰塵、霧和遮擋條件下提供穩健的感知，進而彌補攝影機和其他感測器的不足。」同時，位置編碼器可提供機器人肢體的位置回饋。

Giovanni 表示：「這便是結合多個感測模態的資料至關重要的原因。這種設計方式可釋放人形機器人的潛力，進而擴展其使用案例。」

為更全面了解機器人周圍環境，結合多個感測器的資料，稱為感測器融合。

German 表示：「工程師需要感測器融合來打造能夠做出更明智決策的人形機器人。例如抓取尺寸不同的物體、避開實體障礙物，以及與人安全互動等。」

添加馬達以提高靈活性

想一想張開和握緊您的拳頭需要多少個關節。

Giovanni 表示：「將我們覺得無比輕鬆的動作轉換為機器人需要馬達，而馬達必須與人形機器人的感測器配對，以完成安全和準確的移動。」

要提高靈活性，需要更多的自由度，該詞表示人形機器人手中由馬達控制的關節數量，以讓機器人能夠始終執行複雜任務。

German 表示：「工程師將更多馬達置於設計中。我們現在合作的製造商正在開發人形機器人手，讓每個手能達到 25 個關節自由度。先進人形機器人設計可超過 50 個關節自由度，通常需要機器人中數十個分散式馬達控制節點。」

針對可擴展性，採用系統級方法

隨著人形機器人的複雜性不斷增加，協調越來越多的馬達與精確計時也變得相當重要。

Giovanni 表示：「隨著人們對更多馬達的需求逐漸增加，可擴展性也成為一個更大的挑戰。」

工程師如何在機器人全身中同步所有馬達？

German 表示：「人形機器人系統的強度受其最弱的子系統強度限制。可擴充人形機器人平台需要緊密整合感測、運算、通訊與馬達控制。」

TI 讓人形機器人得以利用多種共同作業的技術擴展：

• EtherCAT 與工業乙太網路技術等即時決定性通訊，可在分散式致動器間實現同步動作控制。
• 感測器負責擷取人形機器人運作的環境。
• 在 MCU 上執行的 AI 演算法會解讀感測資料並做出決策。
• 馬達控制會透過連續的即時回饋迴路執行決策。

在人本環境中提高適應性

人形機器人可在所謂的結構化和非結構化環境中運作。在結構化環境中，機器人可在可預測的條件下運作，但根據 Giovanni 的說法，在非結構化環境中可靠運作仍然是業界最大的挑戰之一。

Giovanni 表示：「要在非結構化環境中實現感知感測，需要融合雷達、光達和攝影機等感測器，並執行 AI 模型，讓機器人能夠在廣泛的操作條件下偵測、分類、定位和追蹤物件。」

在將人形機器人轉化為實際應用時，確保安全的人機交互是另一個重要考量因素。

雷達可提供額外的障礙物偵測和人體存在意識感測模態，可與其他感測器和功能安全架構結合使用，協助提升整體系統安全。

German 表示：「這能讓機器人在有人靠近時減速或停止。」

即時控制微控制器通常必須符合功能安全標準並支援安全通訊。我們經安全認證的電源管理積體電路可為符合電源安全完整性等級 2 的毫米波雷達感測器供電，實現可靠且安全的雷達解決方案。

那麼，人形機器人未來將如何發展？

German 表示：「未來，我們將可看到更靈活的操作和流暢的動作，並透過更強大的 AI 驅動決策能力來驅動這些機器。我們將對安全互動更有信心。這些進展將有助於將機器人從原型轉變為真正的商業部署。TI 今天所做的工作使這一進展成為可能。」