機器人 工業5.0 10Base-T1S 機器視覺 AI PLCA

高速通訊/精準控制/可靠感測 智慧移動機器人系統架構有譜

2025-12-27
自主機器人市場預計在2023至2030年間以32%的年複合成長率增長,並擴展至多個產業。

在逐漸邁向工業5.0(製造業數位化的下一階段)的過程中,對於人機互動的需求日益增加,機器人技術也亟待改進。智慧機器人種類繁多,從機械臂到輪式自動送貨機器人,再到能夠獨立行走的人形機器人,應有盡有。

機器人產業趨勢

人工智慧(AI)技術的進步推動打造出更加複雜的自主機器人,這些機器人不僅可以在倉庫中運行,而且還可以用於戶外和其他管控相對較少的環境,顯著擴大了智慧機器人的全球市場規模。自主機器人市場為電子商務、製造業、醫療等眾多產業提供方案,而且可以根據不同需求靈活訂製。

從2023~2030年,協作機器人等既有方案的市場規模預計將以32%的年複合成長率(CAGR)成長。與此同時,還會出現許多新穎和複雜的應用場景。未來幾年,自動駕駛堆高機有望成為電子商務領域的新寵,引領市場成長。

其他成熟的類型包括倉庫機器人, 預計2023~2030年間的年複合成長率為19%,而送貨機器人的成長率預計為30.3%。智慧機器人的部署需要大量的早期投資,導致許多潛在客戶望而卻步,無法享受自主機器人技術帶來的便利與效益。而且,公司需要投入資源對員工進行培訓,使員工能夠有效地與機器人協作,然後方能提高工作產出。

AI引領工業5.0

是工業化的新興階段。在此階段中,人類將與先進的AI賦能機器人肩並肩工作。這一新階段建立在工業4.0的基礎之上,並由資訊技術(IT)的發展所推動, 例如人工智慧、自動化、大數據分析、物聯網(IoT)、機器學習和機器人技術。

工業5.0的主要優勢在於能夠創造具有更高價值的工作職缺。透過達成製造過程的自動化管理,員工能夠將更多精力投入到發揮創造力、探索高效的業務方案和執行增值任務中。這將會提升生產效率和工作積極性。隨著對永續性和適應性的關注不斷提高,企業將變得更加敏捷和靈活,同時對社會產生積極影響。工業5.0正在製造業、醫療、教育、農業等眾多領域蓬勃發展。

智慧機器人系統架構

與傳統工業機器人不同,智慧機器人運用多種感測器、人工智慧及先進演算法,能夠與環境互動、檢測障礙物,並與人類及其他機器協同工作。部署自主機器人有助於提升生產力與效率:它們可承擔重複性或耗時任務,讓人類員工得以專注於增值活動。輕負載場景下, 系統可採用12V電池供電;較高電壓(如48V)則能降低工作電流,進而減小導線尺寸並節省成本。目前,智慧機器人主要應用於倉庫、生產工廠等受控環境, 但其戶外作業的應用趨勢正不斷擴大。

圖1展示了安森美(onsemi)打造的智慧移動機器人方案,機器人系統由多個相互連接的子模組構成,主要包括電池管理、運動控制、感測器和中央處理器(CPU)等子模組。這些子模組方案與具體的應用場景緊密相關:例如,僅在內部作業的機器人所需的感測器數量較少;而搭載機械臂的機器人則需要配備更多電機逆變器。

圖1 智慧機器人系統架構

智慧機器人通訊模組

AMR中的CPU和所有構建模組需要相互通訊。通訊方式有許多種。傳統上,使用的是CAN、LIN、RS-485、RS232和許多其他方式。所有這些都可以用 10Base-T1S取代。

它是IEEE在802.3cg第147條規範中指定的乙太網路協定。憑藉10BASE-T1S,僅使用一根雙絞線便可將多個PHY連接到公共總線。這減少了所需的交換機連接埠數量,並且無需閘道。由於10BASE-T1S只需要一根非遮罩雙絞線,因此布線成本也大幅降低。

此外,10BASE-T1S的傳輸速度可達10Mbps,高於迄今為止的許多方案(例如,LIN最高為20Kbps,CAN最高為約1Mbps)。任何節點都可以向/從任何其他節點發送/接收乙太網路幀,類似於傳統的乙太網路LAN。

在多分支拓撲中運行時(圖2),物理層衝突避免(PLCA)特性可以避免資料封包衝突。節點會根據各自的ID輪流(一次一個)在總線上進行傳輸。PLCA週期不是固定的,取決於待處理的數據。

圖2 多分支與點對點網路拓撲

深度感知與環境感知

位置感測器會測量輪子或其他運動部件的旋轉,以準確追蹤它們在環境中的位置和方向。這些感測器可用作BLDC 控制電子換向的一部分。電感式編碼器相較傳統的光學或磁檢測有許多優勢。

電感式檢測穩健、輕便、只需很少的元件,並且對振動或污染不敏感。為了讓智慧機器人系統真正實現自主移動,而不依賴於既定路徑(如自動導引車那樣),它需要能夠防止與障礙物或其他機器人發生碰撞,但最重要的是防止與人碰撞。深度感知可以利用多種感測器來實現,每種感測器都有各自的優點和缺點(表1)。

將來自多種感測器模式的數據加以組合稱為感測器融合。透過感測器融合, 可以獲得所有感測器的優點。單一感測器技術無法在所有條件下提供穩健可靠的資訊,而多種感測器共同運行可以提供更為可靠的資料集。

機器視覺

光學感測器可用於深度感知、方向感知,或為機器人提供其他能力,如檢查或圖像識別。機器人的不同子系統中可能存在多個圖像感測器(IS)和IS處理器。光學感測器是唯一能夠檢測顏色的感測器方案。借助光學感測器,系統可以檢測障礙物並增強安全性,或讀取資訊(例如從條碼讀取資訊)。

採用全域快門的影像感測器會同時儲存整個圖像中的像素資料,而不會出現運動偽影。因此,在需要清晰圖像的時候,例如當機器人四處移動的時候,全域快門感測器非常有用。

捲簾快門感測器具有更高的動態範圍,因此可以在照明較差或不斷變化的條件下更好地工作。影像感測器還可以整合高動態範圍(HDR)技術,使得圖像在光線對比強烈的情況下更清晰。高動態範圍(HDR)對於難以控制照明條件的應用至關重要。

無線通訊

無線連接系統可用於收集感測器數據、執行監測和確定位置,它是SLAM 演算法的一部分。藍牙出發角(AoD)是一種室內定位技術,其工作原理與戶外全球定位系統(GPS)類似。

在AoD方法中,發射設備採用以陣列排列的多個天線來發射250kHz訊號。接收設備有一個天線。當來自發射設備的訊號穿過接收設備的天線時,接收設備會收集資料,然後計算訊號方向。

(本文由安森美提供)

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!