安森美强化人形机器人安全性能与冗余设计
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，全球领先的智能感知技术企业安森美（onsemi）展示了其在机器人领域的最新成果。其展台上的机器人灵巧手成为焦点，吸引了众多参观者。借此机会，笔者采访了安森美应用工程管理团队的Theo Kersjes，了解了安森美在机器人应用方面的技术实力与发展方向。
深度感知能力，提升机器人安全性
安森美展台展出的机器人灵巧手集成了多种传感器，赋予其更强的触觉感知与安全保障能力。该产品通过AI学习模式识别不同手势，其搭载的超声波传感器能够探测被遮挡的区域，相较于传统摄像头具备更高的安全性。它还可以精确定位指关节的位置，并通过学习大量人类手部运动数据，实现更灵活、智能的操作。
在深度感知方面，安森美采用了iToF（间接飞行时间）技术。这是一种先进的深度传感方案，具备120万像素的分辨率，可在无需系统额外计算的情况下提供精确的深度数据，从而减轻中央系统的处理负担，并适用于多样化的机器人应用场景。例如，当车辆靠近机器人时，若缺乏深度传感器，系统将依赖多个传感器进行计算；而iToF则可直接提供丰富的深度信息，增强系统整体的安全性。
此外，安森美结合NVIDIA仿真环境与FoxPro可视化工具，将多种传感器数据整合，生成直观的系统视图。图像技术与声波飞行时间技术的融合，支持导航、同步定位与地图构建（SLAM）等算法协同工作，实现更精准的定位与更可靠的冗余设计。
值得注意的是，过去深度感知算法需在中央计算机中运行，生成点云等数据；而如今，安森美已将这些功能集成至图像传感器中，使深度数据可直接输出，显著提升了实时性能与处理效率。
Theo Kersjes指出，安森美特别看好iToF技术在仓储自主移动机器人（AMR）和工业机器人手臂抓取等复杂场景中的应用。此外，户外割草机器人以及用于采摘的农业机器人也将在未来成为重点发展方向。
发挥自身优势，推动机器人开发进程
当前，人形机器人的核心挑战在于掌握“如何行动”的能力，并构建“基础物理AI能力”。例如，当物品从桌边掉落时，机器人即便未被摄像头捕捉，也能基于物理推理判断其存在并避免碰撞。
Theo Kersjes强调，2025年将是人形机器人发展的重要转折点，机器人厂商的目标将从展示动作多样性转向实现大规模量产。与此同时，安全性和冗余设计将成为关键考量。作为传感器技术的领先企业，安森美正通过其创新产品为厂商提供强有力的支持。
尽管机器人研发成本较高，且相关技术仍在演进，但安森美已推出多款针对关键安全场景的传感器产品。例如，Treo平台的超声波接口传感器，其精度较传统方案提升了一倍。Treo平台不仅实现了更高水平的集成，从PCB级别延伸至芯片级别，还支持更复杂的安全控制机制。
在Treo平台上，安森美整合了全套安全方案，包括传感器与eFuse（电子保险丝）。一旦系统检测到异常，eFuse可迅速切断相关电路，防止机器人失控或漏电等突发状况。此外，各类传感器可在电池电量不足或系统失衡时，实时监测状态并发出信号，辅助安全系统快速响应。
对于未来更精细化的触觉场景，如使用砂纸打磨或喷砂处理等操作，Theo Kersjes表示，安森美已具备充足的技术储备。这类应用需要更高密度的传感器集成，以实现更接近人类的感知能力。
构建机器人生态链，拓展应用场景
自主移动机器人（AMR）是一种高度复杂的系统，与自动驾驶汽车存在诸多相似之处，包括感知、驱动、电源管理、照明和电池控制等模块。最大的挑战在于如何将不同供应商提供的子系统整合为一个协调运作的整体。
谈及AMR通信的未来趋势，Theo Kersjes认为，安全性是关键考量因素。在人类操作受限的场景中，机器人应具备自主判断能力，确保操作过程的安全性。例如，当自主移动机械臂用于装卸数控机床时，应避免使用无线连接，而是通过物理按钮或3D打印手指进行操作，以减少潜在风险。
安森美为构建更完善的机器人生态系统提供了多种解决方案。例如，其完整的LED驱动器产品组合可用于机器人状态指示灯，向人类传达安全信息。绿色灯光表示机器人处于静止状态，蓝色灯光表明正在充电，而白色前灯与红色尾灯则帮助人类判断其运动方向。
此外，HyperLux™图像传感器被广泛应用于物体检测与路径规划，为机器人创建“安全气泡”。针对高处的送货机器人，安森美还提供了适用于地面障碍物检测的超声波传感器。该传感器还可用于检测玻璃墙、水面等透明或反射性物体，并支持镜头清洁功能，通过超声波振动清除镜头上的水渍或冰霜。
在音频感知方面，安森美推出的Ezairo音频DSP系统可用于人形机器人，实现降噪与定向听觉功能，使机器人在嘈杂环境中仍能准确接收人类指令。
Theo Kersjes总结道，安森美正积极拓展面向更广泛机器人应用场景的辅助技术，并持续建设机器人合作伙伴生态链。未来，其技术将助力构建更加安全、高效、智能的机器人系统。