安森美为人形机器人提供安全保障与冗余设计两大需求

　　在PCIM Asia Shanghai 2025展会(上海国际电力元件、可再生能源管理展览会暨研讨会)期间，业内智能感知技术的领导者安森美（onsemi），其展台的一款机器人灵巧手特别引人注目，笔者有幸借此良机采访到了安森美应用工程管理Theo Kersjes先生，听他介绍了安森美在机器人应用领域的不凡实力!

　　产品的深度感知，在于满足更多的安全需求

　　安森美展台展示的这款机器人灵巧手，集成了不同的传感器，使其具备更好的实际触摸感并确保安全性。

　　该产品通过自己AI学习模式去识别各类手势。据Theo Kersjes先生介绍，产品加载了超声波传感器，其与传统摄像头传感器的区别在于：可探测到受遮挡的地方，安全性更高。同时，能精准识别指关节位置，通过网络学习人类用手的大数据，更加灵活智能。此外，还能测距，就像汽车倒车影像一样。这些归根结底，都是为了满足未来更多传感器安全性的集成功能。

　　深度感知方面，安森美采用的是iToF的方案。 iToF是比较先进的一个技术，采用120万像素的深度传感器，无需在系统上做过多的计算。不仅为中央系统减轻了负担，还能应用于机器人的各类使用场景。提及iToF技术，当车子靠近的时候，如果没有深度传感器的话，采集到的数据就比较少，需要更多的传感器去计算。但如果有了iToF，就可以提供更多的数据给到后台，保证整体的安全性。

　　此外，安森美借助NVIDIA仿真环境或FoxPro可视化工具，整合传感器数据生成视图，直观呈现系统运行情况。将图像技术、声波飞行时间技术相结合，让导航、同步定位与地图构建（SLAM）等算法协同工作，进而实现更精准的定位或提供备用方案。

　　值得关注的是，以往深度感知相关算法需在中央计算机上运行，再生成点云或其他数据；而现在，安森美将这些功能集成到图像传感器中，使其能直接输出深度数据。基于这样的一个概念，能把不同的角度、不同的方向以及不同的运动模式，获取到的所有数据结合处理。进而确保自主机器人更加安全。当然，自动驾驶同样适用。

　　Theo Kersjes先生表示，安森美比较看好其在仓储自主移动机器人和机器人手臂抓取等复杂和恶劣的工业环境中的应用前景。户外的割草机器人或采摘特定农产品的农业机器人也是发展方向之一。

　　利用自身优势，加速机器人开发

　　目前人形机器人的核心是学习“如何行动”，以及构建“基础物理AI能力”。比如机器人在桌边作业时，若有物品从桌上掉落，它能理解这是物理世界中真实存在的物体——即便摄像头没拍到，它也能预判“如果我在周围移动，可能会碰到它”。

　　Theo Kersjes先生表示，2025年是人形机器人发展的关键转折年，各机器人厂商的核心目标将从“展示多

样化动作能力”转向“实现大规模量产”，同时必须同步纳入“安全保障”与“冗余设计”两大关键需求。这正是安森美传感器技术的核心价值切入点，能为厂商提供关键支持。

　　当然，机器人研发成本较高，相关技术仍在发展。比如关节执行器、控制机器人的电机；腿部、手臂或轮式机器人的需求存在差异。当机器人跳跃时需要高扭矩、高变速箱传动比，而精准抓取时则需要低传动比以降低关节惯性。因此人们会为此设计各类方案。虽然成本居高不下，但是安全仍是应该纳入设计条件的第一要素。

　　针对这种现象，安森美推出的一款超声波接口传感器是Treo 平台的首批产品之一，其精度提升了一倍。第一，Treo 平台能够实现新的集成水平，从 PCB/板级集成过渡到芯片级集成，从而为客户减少系统级集成的挑战。第二，强调机器人的安全性。避免机器人突然之间发狂，或者漏电等突发现象。大家关心的是，机器人集成了很多传感器，怎么确保机器人摔倒了就停止工作呢？安森美的65nm Treo平台能整合全套安全方案，为安全控制提供基础，搭配传感器和eFuse，可实现关键安全响应，电子保险丝（e-fuses），能在检测到故障时断开相关部件，提升机器人安全性；同时各类传感器，可在故障发生时（如行走机器人因电量不足而失衡），监测电池状态并发送信号，协助安全系统快速做出正确决策。

　　Theo Kersjes先生认为，人形机器人发展的下一阶段，会面对更精细的触觉应用场景——比如用砂纸打磨木头。当你打磨物体时，需要通过手部感知判断表面是否光滑，就像工匠手工打磨时那样；类似的场景还有喷砂处理。这类精细触觉感知场景需要在机器人身上需要集成更多传感器，系统往往更加复杂。安森美为协助这些应用场景的落地已经做好了充足的准备。

　　面向更广泛的机器人应用场景，构建合作伙伴生态链

　　自主移动机器人（AMR）是一种复杂的系统，与自动驾驶汽车有许多共同之处——它们需要感知、电机驱动、电源转换、照明和电池管理。也许最大的挑战是将这些子系统整合到一个最终产品中——由于需要集成来自不同供应商的不同子系统，这一挑战变得更加困难。

　　言及AMR未来通信的发展趋势，Theo Kersjes先生总结道，这是一个多维度的问题。首先，什么是预期的行为？如果一个人无法触及或操作机器，那么由其他人来操作机器是安全的。对于机器人来说也应如此。自主移动机械臂，即带有机械臂的移动平台，可用于在人类也能操作数控机床的环境中装卸数控机床。在这种情况下， 不使用无线连接来操作数控机床，因为即使自主移动机械臂离开机床，也不清楚人类操作数控机床是否安全。因此，使用简单的 3D 打印手指像人一样按压数控机床的按钮，以营造一个安全的环境。

　　未来，机器人能够向人类发出信号、创建主动安全气泡，或者直接接收指令进行交互。安森美针对上述每种情况都有相应的产品。对于那些在受控环境之外运行的机器人而言，这一点将变得愈发重要。

　　安森美拥有完整的 LED 驱动器产品组合。机器人上的 LED 状态灯为人类提供光信号，以了解机器人所处的状态。例如，绿色模式灯表示可以安全接近机器人，因为它不会移动，蓝色灯表示正在充电等。在较大的系统中，使用白色前灯和红色尾灯，以便人类能够像汽车灯光那样判断移动机器人是朝他们驶来还是驶离。最近，还在机器人周围向地面投射光线。这样，人类在机器人进入空间之前就能在门口或拐角处看到光线。

　　在物体检测、路径规划以及为机器人创建安全气泡方面，安森美的 HyperLuxTM 图像传感器被采用。而对于离地面较高的送货机器人，安森美的超声波传感器可用于在机器人启动行驶前查看其下方是否有障碍物。超声波传感器也是检测玻璃墙和水的好方法。除了具备深度感知功能，超声波传感器还可用于图像传感器的清洁，即镜头清洁。当摄像头镜头上附着冰霜或水渍时，可以通过镜头的超声波振动来进行清洁，这种振动甚至能让镜头上的冰霜蒸发。

　　安森美拥有出色的产品，例如用于助听器和可听设备的音频 DSP 系统 Ezairo。借助这项技术，配备 Ezairo“耳朵”的人形机器人能够利用诸如降噪和定向听觉等音频功能，接收人类在嘈杂的工业环境中发出的指令和命令。

　　最后，Theo Kersjes先生透露，安森美正在全面研发面向更广泛场景的机器人的辅助应用。未来将继续拓展合作伙伴机器人生态链，让机器人生态更加安全有序！