安森美为机器人系统提供安全与冗余设计解决方案
在PCIM Asia Shanghai 2025展会期间，安森美（onsemi）展示了其在机器人感知领域的创新成果。作为智能感知技术的领先企业，安森美通过其展台上的机器人灵巧手吸引了广泛关注。此次展出的技术亮点，体现了公司在机器人安全与传感技术方面的深厚积累。
提升感知能力，强化系统安全性
安森美展示的机器人灵巧手融合了多种传感器，实现更真实的触觉反馈与更可靠的安全机制。Theo Kersjes先生指出，该产品具备AI学习能力，能识别多种手势，并搭载超声波传感器，用于探测摄像头无法覆盖的区域，从而提升整体安全性。
相比传统方案，超声波传感器能更准确捕捉指关节位置，并通过大量人类手势数据进行学习，进一步增强机器人灵活性与智能性。此外，该技术还能进行距离测量，类似汽车倒车影像系统，确保操作过程的安全可控。
在深度感知方面，安森美采用iToF（间接飞行时间）技术，配备120万像素的深度传感器，极大简化系统计算负担。该方案适用于多种机器人应用场景。若缺少深度传感器，系统需依赖多个传感器进行协同计算；而iToF方案则能提供更完整的数据集，为后台处理提供坚实支撑。
安森美还利用NVIDIA仿真环境及FoxPro可视化工具，融合图像与声波技术，优化SLAM（同步定位与地图构建）等导航算法，实现精准定位与备用路径规划。
值得一提的是，安森美将深度感知算法直接集成于图像传感器中，直接输出深度数据，无需中央系统额外处理。这一设计能更高效整合多角度与多方向的运动数据，为自主机器人提供更稳定的安全保障，同时在自动驾驶系统中同样具备应用潜力。
Theo Kersjes先生强调，安森美看好其技术在仓储AMR（自主移动机器人）和工业机械臂抓取等复杂环境中应用的前景。未来，户外割草机器人、农业采摘机器人等领域也将成为重点发展方向。
加速机器人开发，强化安全机制
当前，人形机器人正在从展示多样动作能力向实现量产转型，2025年被视为关键转折点。Theo Kersjes指出，安全与冗余设计将成为厂商关注的核心议题，而安森美的传感器技术正好契合这一需求。
机器人学习的重点在于“如何行动”以及构建“基础物理AI能力”。例如，机器人在桌边作业时，即便摄像头未能捕捉掉落物品，它仍能通过触觉与预判理解物体的存在，从而避免潜在碰撞。
针对高成本与复杂技术挑战，安森美推出Treo平台，作为首批产品之一的超声波接口传感器精度提升一倍。Treo平台通过芯片级集成，降低系统整合难度，提升整体效率。
该平台强调系统安全性，避免机器人出现异常运行或漏电等突发状况。通过eFuse（电子保险丝）技术，可在检测到故障时迅速切断相关部件，提升整体响应速度。同时，各类传感器可在机器人电量不足或失衡时，及时监测并发送信号，协助安全系统做出快速决策。
Theo Kersjes认为，未来人形机器人将进入更精细的触觉应用阶段，如砂纸打磨或喷砂处理。这些场景需要更复杂的传感器系统，而安森美已为此做好充分准备。
构建合作伙伴生态，拓展应用场景
自主移动机器人（AMR）系统高度复杂，与自动驾驶汽车类似，涉及感知、驱动、电源、照明等多个子系统。Theo Kersjes指出，AMR面临的主要挑战在于如何将来自不同供应商的子系统高效整合。
谈及未来AMR通信趋势，Theo Kersjes表示，安全行为设计至关重要。例如，在数控机床环境中，自主机械臂应避免依赖无线通信，以免干扰人类操作安全。通过使用3D打印手指模拟人类操作，可确保人机协同的安全性。
安森美推出多种产品支持AMR安全交互，包括LED驱动器，可提供状态提示。例如，绿色灯表示机器人处于静止状态，蓝色灯表示充电中，而白色前灯与红色尾灯则用于帮助人类判断AMR的移动方向。
在障碍物检测与路径规划方面，安森美的HyperLux™图像传感器发挥关键作用。对于较高位置的送货机器人，超声波传感器可用于探测地面障碍，同时也能检测玻璃墙与积水等特殊场景。
此外，安森美还开发了镜头清洁技术，通过超声波振动清除摄像头表面的水渍与冰霜，确保图像稳定性。
在音频交互方面，安森美的Ezairo音频DSP系统支持降噪与定向听觉功能，使机器人在嘈杂工业环境中也能准确接收指令。
Theo Kersjes最后透露，安森美正持续拓展机器人生态系统，推进更多辅助应用的研发，为构建更加安全、有序的机器人环境提供坚实支持。