本次專題由 DigiKey 技術營銷工程師 Shawn Luke 與 onsemi 營銷經理 Bob Card、onsemi 工業業務發展與解決方案負責人 Kersjes 以問答的形式展開探討機器人技術與物理 AI 系統——即嵌入現實世界的 AI 的融合，聚焦自主移動機器人 (AMR) 如何在工業與商業領域掀起一場革命。 

     自主移動機器人 (AMR) 依賴于多種傳感器，如激光雷達 (LiDAR）、攝像頭和超聲波探測器，以提升安全性、提高生產效率并在復雜環境中高效運行。在本次談話中，將對比自動駕駛汽車行業，重點闡述 AMR 如何運用類似技術與原理（包括同時定位與地圖構建技術——SLAM），來生成精準的實時地圖并實現在動態環境中進行自定位。此次討論還將強調，AMR 最初僅限于可控的室內環境，但隨著傳感器集成、邊緣計算和 AI 技術的進步，這類機器人正越來越多地適應于戶外和不可預測的環境。隨著這些技術的不斷發展，AMR 有望在物流、制造、農業和基礎設施檢測等領域成為自主性和適應性更強，且不可或缺的解決方案。

Shawn Luke：對于當今更智能的機器人來說，需要考慮哪些設計因素？ 

     Bob Card 和 Theo Kersjes：工業機器人已有數十年的發展歷史，在其發揮中作用的領域堪稱經驗豐富的老手，但在倉庫、工廠等環境中與人類協同工作時可能對人類構成安全威脅。工業機器人并非為了在環境中自由移動而設計，在作業環境充滿變化時尤其如此。為此，更智能的機器人應運而生，以確保人類與機器人協同工作時保持肢體協調。 

     借助包括超聲波、圖像、LiDAR、雷達等在內的眾多傳感器，機器人算法能夠處理環境信息并進行精準導航，同時將保障人類安全置于首位。機器人能夠協助解決人類無法處理的問題，例如搬運汽車或大型設備，以及完成存在安全隱患或高度重復性的工作。更智能的機器人的靈活性更高，能夠完成更多的任務，并且得益于傳感器，它們能夠借助物理 AI 與機器人技術的融合，完成更廣泛的任務。

Luke：AMR 與汽車機器人技術有何相似之處？

     Card 和 Kersjes： AMR 與自動駕駛汽車在內部通信系統方面最為相似。傳統上，機器人采用 CAN（控制器局域網），這是一種基于兩線制的多點通信協議。但是，onsemi 在新技術領域處于領先地位，推出了 10BASE-T1S 技術，這是一種基于以太網的多點通信協議，同樣采用兩線制非屏蔽雙絞線。

10BASE-T1S 相較于 CAN 的主要優勢：

?更高的數據傳輸速率：10BASE-T1S 的傳輸速率為 10 Mbps，而標準 CAN 在理想條件下為 2 Mbps，CAN-FD 為 5 Mbps。

?簡化布線并減輕重量：這對緊湊型、移動式系統至關重要，如 AMR。

?無需網關：避免了在 CAN 和以太網網絡之間進行橋接。

這一創新與汽車和機器人領域的更廣泛趨勢相契合，即向區域化架構和通信技術融合方向發展，其中 10BASE-T1S 有望在這兩個領域取代 CAN。 

onsemi 提供兩款 10BASE-T1S 控制器，  分別為 NCN26010 （MAC 和 PHY） 和 NCN26000（僅 PHY），兩者均完全符合 IEEE802.3cg 規范，并支持 onsemi 的 ENI（增強型抗噪功能）功能。該技術可拓展單段 10BASE-T1S——在 25 米線纜支持 40 個節點的基礎上，實現 50 米線纜連接 16 個節點，或者 60 米線纜連接 6 個節點。

這也進一步印證了先進計算技術的演進趨勢——曾專屬于數據中心的技術，現已延伸至機器人領域的邊緣設備，并依托 NVIDIA Jetson 和其他嵌入式處理器獲得了強大的算力。這標志著該領域的一個激動人心的時刻，機器人技術與汽車解決方案之間存在著顯著的交叉與融合。

Luke：AMR 的下一步發展方向是什么？ 

Card 和 Kersjes： 傳感器的高動態范圍性能已獲得了顯著提升，這使得配備傳感器的機器人在非可控環境中也能更高效地工作，如農業、戶外配送機器人等。力反饋傳感器、旋轉位置傳感器和濕度傳感器能夠更好地適應環境變化，并完成如采摘漿果等更精細的任務。

     NCS32100 感應式位置傳感器 (IPS) 是一種非接觸式絕對旋轉位置傳感器，其工作精度為 +50 弧秒或更高，轉速范圍可達 6,000 RPM（轉每分鐘），最高轉速可達 45,000 RPM（精度降低）。onsemi 提供免費在線 PCB 設計工具，可幫助用戶快速完成轉子和定子 PCB 的設計。這有助于制造高性價比、高精度編碼器解決方案，從而滿足最嚴苛的機器人應用需求。 

     在減輕人類不愿從事的危險、單調或令人不快的任務方面，機器人也有著巨大的潛力，無論是工業領域還是居家生活，例如清理排水溝或粉刷房屋。 

     自動駕駛叉車已成為工業環境中的安全必備品。美國職業安全與健康管理局 (OSHA) 的數據顯示，僅在美國，每年就有約 35,000 起叉車操作員事故發生。此外，該崗位的員工流動率高達 40%，因此引入機器人來執行此類任務可以提升倉庫的總體安全性。

Luke：您能詳細介紹一下同時定位與地圖構建 (SLAM) 技術及其工作原理嗎？

     Card 和 Kersjes： SLAM 技術在倉庫機器人應用中的實施流程為：首先基于倉庫虛擬模型進行環境預學習，機器人通過不斷地試錯訓練掌握空間導航能力；完成部署后，經過訓練的機器人會持續更新環境地圖，甚至具備規避動態障礙物的能力，如相同環境下的其他機器人。

     在汽車制造領域，這一概念被稱為“原型驗證車”。AMR 車輛在首次遇到道路或新的障礙物時，必須通過環境學習獲取經驗，并將這些經驗反饋至網絡，以便其他 AMR 車輛學習并更新地圖。

     移動機器人操作系統通過一種稱為 HoloScan 的技術集成傳感器。該技術可在如圖像傳感器等高分辨率或高帶寬傳感器與機器人之間建立快速交互，將機器人的視覺信息接復制到其存儲器中進行處理。這一功能對于如遠程醫療等應用具有決定性意義，當醫生遠程操控機器人進行手術時，網絡傳輸的延遲和帶寬將直接決定手術的成敗。 

     現代機器人可以采用兩種截然不同的方法來實現機器人控制與決策，分別被稱為“系統 1”和“系統 2”，這兩種方法對應于控制與認知過程的不同層次或方法。這與人類認知系統類似。在機器人學領域，系統 1 的特征是反應敏捷，且往往會表現出預先編程的行為，類似于人類的本能反應。另一方面，系統 2 則涉及更刻意、更具分析性且可能更緩慢的決策過程，需要更復雜的計算和推理。系統 2 還利用 AI 和符號推理來完成更復雜和更高層次的任務。這兩種類型對于機器人在人類周圍安全地自主運行都至關重要。 

Luke：您認為哪些類型的機器人技術最引人注目？

     Card 和 Kersjes：在各種評估板和客戶產品中，我們會看到圖像處理的核心技術是攝像頭。對于 AMR 來說，傳感器布局是關鍵。例如，當視線被阻擋時（如被攜帶的物體遮擋），通常會在角落處布置傳感器陣列以實現 360° 全景視野。

     如電子保險絲( e-fuse) 和柔性重置功能等技術，對于管理電源并實現更高級機器人功能是不可或缺的，例如在發生電源故障或導航問題時的智能行為。

     電源管理在移動機器人中尤為關鍵，因為這些機器人依賴電池組而非穩定的 AC 電源供電。由于電池電壓可能波動較大（例如，10 節電池組的電壓范圍為 30 – 42 V），因此高效的 DC-DC 轉換器（如 FAN65000 系列轉換器）是不必不可少的組件。這些轉換器效率超過 95%，有助于為子系統維持多個 DC 電源軌，且直接影響電池壽命和效率，從而延長運行時間。

     在 onsemi，我們致力于在數字環境中展示產品優勢，例如通過最新的 Trench 10 高效 MOSFET 延長電池壽命，其中的數字環境如  NVIDIA Omniverse Isaac Sim 等。我們的想法是，通過仿真機器人行為（如沿特定路徑行駛），將性能結果（如更長的電池壽命）與底層硬件優勢建立關聯。

     此外，人們還對以下做法表現出濃厚的興趣，即將組件集成到功能性機器人仿真和評估過程中，來展示組件的實際系統級優勢（超越如脈沖和熱測試等實驗室測試）。

     此外，該團隊與多家擁有不同微控制器平臺的渠道合作伙伴展開合作。為此，機器人系統采用 Docker 容器進行設計，使機器人操作系統 (ROS) 能夠在不同硬件平臺上以便攜靈活的方式運行。這些平臺包括 NVIDIA Jetson、D3 Embedded、Advantech、Renesas 和 AMD。

     這種方法使機器人軟件能夠輕松適配各種不同的合作伙伴生態系統。

Luke：你認為機器人技術的未來發展方向是什么？

     Card 和 Kersjes： 我們認為 2025 年將是“機器人能夠證明自身能力的關鍵之年”，因為該領域正涌現出許多日益成熟的創新技術。從間接飛行時間 (iToF) 攝像頭到物理 AI，前者通過分析調制光波從物體表面反射并返回傳感器的方式來測量攝像頭與物體的距離，后者能加速機器人的學習和訓練過程。各種適用于不同應用的傳感器技術，可確保機器人系統在不同的應用中都能保持安全、高效，從而推動機器人技術的使用和規模在未來幾年實現爆發式增長。

     如需更多信息，請訪問 機器人應用和技術頁面，或訪問 DigiKey.com 上的 onsemi 供應商營銷中心 。