电子元器件基础知识大全电子元器件采购基本知识-Ameya360电子元器件采购网

广和通携手璇玑动力，提升四足<span style='color:red'>机器人</span>复杂环境连续定位能力

行业新闻

广和通携手璇玑动力，提升四足机器人复杂环境连续定位能力

　　7月17日—20日，2026世界人工智能大会(WAIC)在上海举行。广和通携手璇玑动力联合展示面向行业应用的四足机器人方案。　　通过将广和通 RV-BOT多传感器融合定位盒集成至璇玑动力中型轮足机器人平台，双方将璇玑动力在机器人本体、关节动力及复杂地形运动方面的能力，与广和通在融合定位及无线连接领域的技术积累相结合，进一步提升机器人在复杂室外及半开放环境下的高精度连续定位能力。　　复杂环境移动，对连续定位提出更高要求　　四足机器人正加快进入电力巡检、园区安防、勘探测绘等行业场景。与展台演示不同，真实作业环境往往更加复杂：机器人可能需要在旷野、建筑群及复杂园区等环境中连续移动，也可能遇到卫星信号遮挡、环境特征变化、地形起伏等因素。　　这些变化都会影响机器人定位的精度与连续性。对于具备自主导航能力的机器人而言，稳定的位置与姿态信息，直接关系到路径规划、任务执行和持续作业。　　因此，行业级四足机器人要走进真实场景，不能只关注单机运动能力，还需要在持续移动过程中准确判断自身位置与朝向，为后续导航和任务执行提供稳定基础。　　多源信息融合，提升定位稳定性　　广和通RV-BOT集成双目相机、双天线RTK与IMU，可通过多源信息融合，为移动机器人实时输出位置与姿态信息。　　其中，RTK提供高精度绝对位置信息，视觉用于获取环境特征，IMU则连续感知机器人的运动与姿态变化。通过不同信息源之间的互补，RV-BOT可降低单一定位源波动对机器人运行的影响，提升复杂室外及半开放环境中的定位稳定性与连续性。　　在RTK固定解及最佳状态下，RV-BOT定位精度可达±2cm。该方案支持ROS1、ROS2开发框架，便于机器人厂商开展系统集成与二次开发;同时支持4G、5G蜂窝通信，为机器人远程连接、数据回传及规模部署提供支撑。　　一体化方案，减少底层开发与适配工作　　对机器人企业而言，多传感器融合并不是简单叠加传感器，而是涉及硬件集成、数据融合、接口适配、系统调试和现场部署等多个环节。　　广和通RV-BOT采用高度集成的一体化设计，将融合定位与蜂窝连接能力整合于统一方案，帮助机器人企业减少底层定位系统的重复开发和适配工作，缩短系统集成周期，提升不同项目中的部署与复制效率。　　通过此次合作，璇玑动力中型轮足机器人平台可在原有复杂地形运动能力基础上，进一步获得稳定的连续定位能力支撑，为机器人在复杂环境中的持续移动与行业作业提供更完整的技术基础。　　璇玑动力销售总监贺小姬表示：　　行业级四足机器人正在从单点能力展示，走向系统稳定性和场景适配能力的综合竞争。璇玑动力持续推进核心部件、整机平台与场景应用协同。此次与广和通合作，进一步完善了复杂环境作业所需的连续定位能力，也将提升机器人平台面向不同行业任务的适配与复制效率。　　广和通AIC事业部总经理张泫舜表示：　　四足机器人有望成为具身智能中率先进入规模化应用的产品形态之一。行业下一阶段的竞争重点，将从单机性能和现场演示，转向系统稳定性、部署效率与批量复制能力。广和通将持续推动融合定位、蜂窝连接等底层能力的标准化与方案化，降低机器人从方案验证到规模部署的工程门槛。

关键词：

广和通

发布时间：2026-07-21 09:28 阅读量：164 继续阅读>>

兆易创新和地瓜<span style='color:red'>机器人</span>基于GD32 MCU与旭日S600达成战略合作，协同加速具身产业规模化发展

行业新闻

兆易创新和地瓜机器人基于GD32 MCU与旭日S600达成战略合作，协同加速具身产业规模化发展

　　2026年7月17日，兆易创新与地瓜机器人宣布基于GD32 MCU与旭日S600达成战略合作，并将从产品方案、生态协同、标准共推三个维度展开全面合作，加速具身智能产业规模化发展。　　作为各自赛道的核心标杆企业，双方将依托兆易创新GD32H7、GD32F5等全系高性能MCU矩阵与地瓜机器人旭日S600、旭日S100全系具身智能计算平台，共同打造“高性能计算+实时控制”一体化系统级解决方案，致力打通具身智能从上层算力决策到底层实时控制的全链路能力，共同推动行业从单点技术突破走向标准化、规模化的量产交付。　　大小脑高效协同　　打造一体化系统级量产方案　　具身机器人的稳定落地，既需要端侧大模型支撑的智能决策，也依赖毫秒级响应的底层运动控制，二者的协同效率直接决定整机性能与量产可靠性。　　兆易创新将与地瓜机器人联合打造面向人形机器人、工业具身设备的“高性能计算平台+MCU”系统级方案。双方共同定义硬件接口规范与软件协同架构，聚焦关节控制、运动控制、电机驱动、多传感器融合等核心场景，开展联合验证与工程化落地，形成可复用的标准化参考设计，帮助行业客户快速完成产品导入。　　依托兆易创新高性能MCU稳定可靠的实时控制能力及低时延传感采集算力，搭配旭日S600、旭日S100多核异构算力架构的上层决策能力，方案将实现“大小脑”高效协同：在保障大模型推理、多模态感知处理性能的同时，达成毫秒级运动控制响应，同时大幅降低客户的适配开发成本，加速整机产品从原型验证走向量产落地。　　全栈工具链互通　　构建一站式开发生态　　产业规模化离不开成熟开放的开发生态。兆易创新Embedded Builder可视化开发平台与轻量化Embedded AI推理工具将与地瓜机器人端云一体的AI Native工具链开发生态全面打通，为开发者提供从算法训练、模型部署到底层运动控制的一站式开发环境，减少跨平台适配的重复工作。　　目前，兆易创新GD32 MCU全球服务超2万家客户、累计出货超25亿颗，地瓜机器人已汇聚超100家产业链生态伙伴，服务全球10万+开发者，双方的联合将进一步提升控制层生态能力，形成从算力芯片、控制芯片到整机方案的完整生态闭环，为不同规模的开发者与企业客户提供更成熟的软硬一体化开发环境。　　长期技术路线对齐　　共建具身行业标准体系　　具身智能产业正处于快速迭代期，产品技术路线与接口标准碎片化，是制约行业规模化发展的长期痛点。　　对此，双方将建立常态化的产品与技术路线协同机制，在GD32 MCU产品迭代方向、旭日S600平台接口适配、机器人控制系统技术演进等维度保持定期沟通与联合规划。通过对齐技术路线，双方将共同推动机器人控制链路关键接口的标准化与平台化演进，减少行业内的重复适配成本，提升上下游产品的兼容性与整体竞争力。　　从单点产品适配到长期路线协同，双方的合作不止于当下的方案落地，更将通过推动行业标准共识的形成，为具身智能产业的长期规模化发展筑牢底层基础。

关键词：

兆易创新

发布时间：2026-07-20 09:56 阅读量：161 继续阅读>>

士兰微电子获颁工信部人形<span style='color:red'>机器人</span>与具身智能标委会三项工作组成员证书

行业新闻

士兰微电子获颁工信部人形机器人与具身智能标委会三项工作组成员证书

　　7月15日，工业和信息化部人形机器人与具身智能标准化技术委员会(MIIT/TC8)2026年度全体会议暨“标准周”活动在浙江绍兴开幕，士兰微电子作为MIIT/TC8成员单位受邀出席本次会议，并获颁标委会三项工作组成员证书。今年3月，士兰微电子正式成为标委会工作组成员，同步加入WG1总体工作组、WG2肢体与部组件工作组、WG6安全工作组，在标准制定、产品验证、技术突破等多维度全面参与人形机器人与具身智能产业标准体系建设。公司人形机器人产品专家、系统应用专家、功能安全专家、创新应用标准化核心专家出席本次活动。　　三大工作组，深度参与　　在WG1总体工作组，士兰微电子已围绕元器件名称、功能及应用等内容，为行业标准《人形机器人术语》提交建议，助力行业术语统一和规范应用。　　在WG2肢体与部组件工作组，士兰微电子结合自身技术与产品布局，选报参与CC感知模组、CD执行模组、CE通信模组、CG芯片模组和CH能源模组等方向的标准化工作，为人形机器人核心部组件的规范化和产业化贡献专业力量。　　在WG6安全工作组，士兰微电子选派具备功能安全专业背景、长期从事人形机器人MCU相关工作的功能安全专家参与安全标准研讨，持续跟踪整机安全、功能安全及未来芯片级安全要求的发展趋势。　　标准·产品·技术，三位一体　　依托IDM模式与齐全的技术门类，士兰微电子在功率半导体、MCU、MEMS传感器、模拟芯片及驱动器件等核心产品线上均具备深厚的量产能力，产品矩阵覆盖人形机器人从感知识别到执行落地的关键环节。士兰微电子的半导体产品目前也已在多家头部机器人企业的量产产品中批量应用。作为MIIT/TC8三大工作组成员，公司将从人形机器人芯片与元器件视角为标准框架提供专业参考，依托在半导体领域深厚的技术积累与制造优势，将制造实践中的技术边界与安全要求反哺标准研制，牵头领域内的元器件级标准，开发适配标准规范的半导体产品，并为标准规范的制定提供测试资源。　　未来，士兰微电子也将充分发挥标准制定、产线验证方面的经验与资源，以标准引领创新，以安全护航产业，推动标准从“框架先行”走向“技术扎根”，为人形机器人与具身智能产业安全、健康、高质量发展贡献士兰力量。

关键词：

士兰微

发布时间：2026-07-16 13:55 阅读量：251 继续阅读>>

恩智浦丨推动产学研用协同创新，携手<span style='color:red'>机器人</span>生态伙伴共话产业发展

行业新闻

恩智浦丨推动产学研用协同创新，携手机器人生态伙伴共话产业发展

　　7月8日，由天津大学主办，恩智浦半导体和中国汽车技术研究有限公司协办的“机器人与具身智能产学研用协同发展论坛”在天津大学成功举办。来自天津大学、天津经济技术开发区、科研机构的领导和二十余家机器人及产业链企业代表齐聚一堂，围绕机器人与具身智能的人才培养、技术融合、创新生态共建等展开深入交流，共同探讨产业的发展机遇与生态协同路径。　　论坛上，由天津大学发起的“机器人与具身智能产学研用融合共同体”正式成立，旨在联合高校、科研机构、机器人企业和产业链伙伴，打造开放协同、资源共享、需求驱动的协同创新平台。天津大学党委常委、副校长李斌，天津经济技术开发区管委会副主任金香花，恩智浦半导体副总裁袁文博，中汽研科技有限公司首席专家、中汽芯总经理夏显召为共同体揭牌。　　聚焦产学研融合　　共育机器人时代创新人才　　机器人与具身智能是物理AI落地的重要载体，并带动人工智能、先进感知、边缘计算和自动控制等技术的融合创新，产业对于跨学科、复合型工程人才的需求持续增长。　　论坛期间，天津大学未来技术学院-恩智浦校企联合实验室同步揭牌，基于天津大学和恩智浦多年的紧密合作，双方将进一步加强校企联动开展课程共建、项目实践、联合培养，共育面向未来的复合型人才。　　天津大学副校长李斌和恩智浦半导体总监邵鹏为未来技术学院-恩智浦半导体产教融合实验室揭牌。　　恩智浦半导体高级总监郑爱林回顾恩智浦-天津大学多年合作历程　　以系统级创新　　赋能机器人技术发展　　当前，机器人产业正经历从技术验证迈向规模化应用的新阶段，恩智浦将机器人纳入长期战略，并已经成立专门的机器人事业部加速相关领域的技术创新。　　论坛上，恩智浦半导体副总裁、机器人事业部总经理 Jerome Legros分享了对机器人产业发展的观察与思考。他表示，机器人产业的发展不仅需要人工智能技术突破，更需要感知、计算、控制、连接、安全等关键技术协同创新。作为长期深耕汽车和工业领域的半导体企业，恩智浦正将在实时控制、功能安全、信息安全、边缘智能及系统集成方面积累的技术能力拓展至机器人领域，帮助客户打造更安全、更可靠、更高效的智能机器人系统。　　携手产业伙伴　　共建开放创新生态　　恩智浦副总裁袁文博主持了一场聚焦机器人产业落地的分论坛，来自产业链上下游企业的专家代表就机器人技术趋势、标准体系、应用场景、产业机遇等展开了深入交流。与会嘉宾一致认为，机器人产业的发展是一项复杂的系统工程，需要芯片技术、工程制造、产业资源与应用场景等各环节协同创新。构建更加开放、高效的产业生态，加强标准建设、技术合作和资源共享，将成为推动产业高质量发展的重要基础。　　作为机器人产业生态的重要参与者，恩智浦将继续发挥在系统级创新领域的优势，深化与高校、科研机构及产业伙伴的合作，共同推动关键技术突破和创新人才培养，加速机器人与具身智能技术创新与规模化发展。

关键词：

恩智浦

发布时间：2026-07-13 10:32 阅读量：296 继续阅读>>

上海雷卯丨七维智能拆解AI<span style='color:red'>机器人</span>与EMC防护总概

行业新闻

上海雷卯丨七维智能拆解AI机器人与EMC防护总概

　　AI机器人正在演变为集感知、决策、执行、多模态融合处理、自我学习适应于一体的智能终端。　　机器人的演变，需要工业4.0/5.0/6.0和芯片的进步加持。　　芯片制程已经从28nm向7nm演进，其ESD耐受阈值相应从2kV骤降至500V以下，变得愈发脆弱。　　EtherCAT等实时总线速率突破1Gbps，信号裕量收窄。车间电机启停、人体触摸静电、线缆耦合干扰叠加，失效问题愈发突出。　　据一线工业现场故障统计，AI机器人非正常停机中，超过三分之一源于静电放电(ESD)引发，典型故障表现为主控死机、编码器伺服丢步、高速通信总线断连。　　GB/T 38326-2019《工业机器人电磁兼容通用要求》正式落地，明确电源端口浪涌线 - 线2kV、线-地4kV测试指标，对整机防护电路设计提出严苛约束。　　上海雷卯电子EMC小哥，深耕EMC防护领域十六年，本文将在七个维度拆解机器人智能应用，并结合雷卯长期积累的四大字典内容，输出可直接参照落地的全链路 EMC 静电浪涌防护方案。　　第一维：能量　　能量维度覆盖四大核心板块：高压供电800V AIDC、电池BMS管理、多能源协同、高效能监测防护通讯交互。　　细化能量走向：主控电源、整机48V直流母线、伺服关节供电、传感器24V辅助电源。　　电的走向是电磁干扰最主要的产生通道。车间电网波动、伺服制动反电动、相邻大功率设备启停、SiC高速开关产生的 dv/dt 尖峰，全部沿电源线传导，极易击穿MOSFET、主控PMIC、传感器电源芯片。　　1.能量维度特有的EMC失效痛点　　(1) 800V AIDC应用：电压波动，防护困难;华为采用的是+/-400V方案，使用+400、-400、悬浮中线，三条线供电，用两个耐压400V+的MOV分别接到+400与中线及-400与中线。台达分为+/-400V和800V，分别使用了耐压400V两个MOV和耐压800V的MOV。　　(2)48V重载关节瞬时大电流关断产生雪崩能量，普通TVS通流不足易炸管;　　(3) BMS采集微弱电压电流信号，电源耦合干扰造成电池采样失真，引发过充过放保护误触发;　　(4) 多能源并网工情况下，不同电源模块地电位差形成共模浪涌，损坏电源通信接口。　　(5)SiC伺服开关频率突破100kHz，dv/dt>100V/ns，母线杂散电感催生电压尖峰，叠加制动反电动势，母线瞬时电压可突破60V;　　2.雷卯防护落地方案　　(1)48V伺服母线浪涌防护　　A. 轻载关节(100W以内)：选用SMAJ58CA双向TVS，400W，泄放母线浪涌;　　B. 中功率关节(200~300W)： SMBJ58CA，600W，应对频繁启停浪涌;　　C. 重载500W关节/整机主母线：5.0SMDJ58CA 5000W大功率TVS，104A峰值电流，过±2kV浪涌测试;　　D. 布局要求：TVS放置在前端，TVS与电容引线电感控制<10nH，杜绝二次电压过冲。　　(2)MOS管漏源雪崩吸收　　(3)三相逆变桥需并联TVS做电压钳位，搭配RC吸收电路抑制SiC振铃;　　(4)栅极驱动精细防护：栅源并联SMBJ18CA，将栅压钳位±25V，防止栅氧击穿。　　(5)24V辅助电源/ IO-Link传感器电源　　A、采用「TVS+PPTC+防反接」三重架构：SMDJ33CA过压钳位、SMD1812自恢复保险丝限流、SK56C肖特基/大功率PMOS防反接，适配机器人末端传感器供电场景。　　B、3LM33CA(SMC封装)：Vrwm=33V，钳位电压低至38V，3000W功率，低钳位优势可将后端DC-DC耐压规格由60V降至40V，直接降低整机物料成本;单颗可以过3kV差模浪涌，满足IEC 61000-4-5等级4，线线2kV。　　(6)BMS 采样弱电防护　　低结电容SD12C串联限流电阻，隔绝母线大干扰进入毫伏级采样回路，避免电池监测数据漂移。　　第二维：眼　　机器人之眼，作用包含超高精度感知、实时三维重建、动态行为分析、多光谱成像、运动场景预测、全息人机交互等。　　眼的硬件载体包含千兆 EtherCAT 视觉总线、23 位编码器、RGB-D 相机、激光雷达、示教触控屏等。全部属于高速微弱信号链路，结电容敏感、耐压极低。　　1.眼维度特有的EMC失效痛点　　(1)1Gbps EtherCAT视觉总线使用高电容ESD，信号眼图闭合，通信抖动从 1μs 飙升至百微秒，视觉定位偏移;　　(2)编码器差分mV级信号受静电耦合，关节定位误差>0.01°，精密装配良率暴跌;　　(3)示教屏静电冲击触控IC，出现触控失灵、花屏;　　(4)多光谱相机感光芯片HBM耐受仅500V，轻微静电即出现成像噪点、黑屏。　　2.雷卯防护落地方案　　(1)千兆EtherCAT主/从站　　主控端网口差分信号优选GBLC03C，0.6pF 超低结电容，±30kV ESD，保障 1Gbps 信号完整性; PCB 必须 ESD器件紧贴网口5mm内，完整地平面多过孔泄放静电，杜绝长走线带来残压抬升。　　(2)相机、示教屏3.3V低速IO　　SPI/I2C 图像控制总线使用SMC33，结电容≤45pF，满足IEC6100-4-2等级4，耐受±30kV 接触放电。　　(3)激光雷达信号防护　　信号端用 GBLC03C(0.6pF)超低电容 ESD，兼顾测距精度与抗静电能力。　　#　　第三维：耳　　耳系统承载超灵敏声音捕捉、环境噪声解析、非语音智能识别、实时降噪过滤、情感意图判断、设备故障声学监测等。应用场景包含车间异响检测、协作机器人语音交互、电机轴承异音诊断、安全警报采集。　　耳系统采用微弱模拟小信号，极易被伺服 PWM 高频噪声、人体静电干扰。　　1.耳维度特有的EMC失效痛点　　伺服 0~6MHz 寄生电流、40~80MHz 轴承放电脉冲会串入音频采集回路，造成拾音底噪飙升、异响误报;麦克风长线耦合静电，运放芯片闩锁失效，声音采集中断。　　2.雷卯防护落地方案　　(1)麦克风模拟输入：采用ULC0511CDN30　　0.22pF低电容ESD，串联1KΩ限流电阻，并联滤波电容，抑制高频脉冲干扰，不破坏音频幅值;　　(2)模拟音频：采用低结电容两路集成LCC05DT3防护器件防静电，节省空间，或者采用单路ULC0542C， ESD5Z5CL等各种封装做防护 ,满足IEC61000-4-2，等级4。　　(3)监测长线RS485链路：雷卯采用低残压的TSS P0080SC，有效保护RS422 RS485芯片，TSS反应时间为ns级，既可防浪涌，又可防静电，且保证信号完整性.满足IEC61000-4-2，静电等级4，接触放电15kV，空气放电8kV;IEC61000-4-5 浪涌10/700μs，6KV。　　第四维：鼻　　鼻系统依靠高精度气体传感器实现环境质量监测，覆盖工业防爆、医疗消杀、农业气体检测、智能家居联动等。　　鼻系统硬件多为两线制 4-20mA 环路变送器，长距离布线、环路低功耗是核心约束，防护电路不能引入额外压降与漏电流。　　1.鼻维度特有的EMC失效痛点　　动力线缆感应浪涌、人体静电、EFT脉冲叠加，造成气体浓度读数漂移、传感器烧毁;环路仅4-20mA基础工作电流，传统大容量防护器件会抬高静态功耗，传感器低压无法启动。　　2.雷卯防护落地方案(钳位+限流+整流+滤波)　　静电防护核心：　　(1)常规 24V 变送器选用GBLC24C(0.6pF)，　　(2)宽压36V情况选用LC36CI，极低结电容不改变环路电流;　　(3)整方案通过 IEC 61000-4-2 四级静电，适配锂电、化工、焊接车间4-20mA环路供电式变送器监测。　　第五维：舌　　味觉系统应用场景包含食品分拣、医药质检、水质检测等。　　味觉系统依靠高精度味觉模拟传感器，输出微伏级模拟信号，采用 4-20mA 环路或 0~5V模拟采集，与鼻系统共享模拟量防护逻辑，但信号幅值更低，对寄生参数要求更严苛。　　雷卯防护落地方案　　(1)0~5V 微量味觉采集通道：ULC0511CDN30 0.22pF 超低电容ESD,适配ADC芯片采集精度;　　(2)板载 ADC 供电增加SD05C，电源噪声不传导，味觉采样精准，保证检测结果不受电磁干扰。　　第六维：身　　身系统包含关节伺服、末端执行器、多模式移动底盘等。　　身系统依靠 SiC 伺服驱动、IO-Link 关节传感器、24V数字I/O、力觉变送器、电机轴承等。强干扰源与敏感器件共存，是整机 EMC 矛盾最集中的维度。　　1.身维度特有的EMC失效痛点　　(1)静态PWM寄生干扰：0~6MHz 共模电流耦合编码器、力传感器，造成伺服丢步;　　(2)动态轴承高频放电：电机运转油膜悬浮，累积感应电动势击穿空气，产生40~80MHz高频脉冲，直接损毁7nm制程控制芯片。　　2.雷卯防护落地方案(源头抑制-路径阻断-终端防护)　　(1)动力源头滤波：伺服驱动器输出增加TVS +共模电感+ X/Y电容，平滑PWM电压边沿，降低dv/dt，削弱0~6MHz寄生共模电流。　　(2)路径阻断：动力线、编码器线两端加装高磁导率FB铁氧体磁珠，针对40~80MHz 形成高阻抗回路，防止线缆辐射传导干扰至末端传感。　　(3)终端多接口标准化选型　　A.IO-Link三线传感器：电源 SMBJ33CA+PPTC+防反接，采用SMC12防护I2C/SPI线路静电;　　B. 末端24V数字 IO 端口：SMC12集成ESD，耐受±30kV 静电，适配气动夹爪、快换装置　　C.FlexRay关节实时总线：SMC27LVQ(5pF)低容 ESD，保障20Mbps控制信号稳定传输。　　第七维：意　　意系统承载自主学习、情感交互、创造性推理、多模态感知融合、安全伦理决策等。意系统依靠主控 FPGA、AI 推理芯片、DDR 内存、存储模块、多总线协议处理单元，芯片制程 7~28nm，ESD耐受最低仅500V，是整机最脆弱的电磁敏感区。　　1.意维度特有的EMC失效痛点　　EtherCAT/CAN-FD 高速总线静电、伺服传导浪涌、地电位波动极易造成主控死机、推理逻辑错乱、内存数据丢失;高速 SerDes、DDR 信号对结电容极度敏感，普通防护器件直接导致算力通信降速、图像 AI 推理卡顿。　　2.雷卯防护落地方案　　(1)高速算力总线(SerDes/DDR/千兆以太网)　　雷卯推荐选用 0.3~0.6pF 超低容ULC1811CDNQ /　　ULC15CTNQ，低于芯片耐压阈值，兼顾防护与信号完整性。　　(2)低速控制总线 I2C/SPI/UART　　DFN1006微型 ESDA33CP30、ULC0542C，适配主控高密度贴片布局，UART串口静电防护，封装节省 PCB 空间;　　(3)主控 48V/24V 输入电源　　整机入口「MOV+GDT粗泄放+大功率TVS精细钳位」二级防护，应对车间雷击感应浪涌，符合国标线-地4kV测试要求;　　(4)PCB 硬性规范：算力区域独立完整地平面，与伺服驱动区域分割，关键信号线禁止跨地层分割走线。　　八、七维系统协同，EMC防护三大选型铁律　　1.电压匹配优先原则　　TVS/ESD 反向截止电压 Vrwm 必须高于线路常态工作电压，钳位电压 Vc 低于后端芯片最大耐压;电源回路可选用雷卯回扫型 TVS 压低钳位，降低后端DC-DC耐压规格，减少整机物料成本。　　2.信号速率-结电容匹配原则　　(1)速率>1Gbps(视觉、herCAT、SerDes)：结电容≤0.5pF;　　(2)100Mbps~1Gbps(CAN-FD、百兆网)：结电容<5pF;　　(3)模拟量4-20mA：结电容放宽至1~5pF;　　(4)电源、低速IO：不限制结电容，优先提升浪涌通流能力。　　3.强干扰场景分级泄放原则　　大功率母线、长距离通信、焊接/冲压强电磁车间采用大功率 TVS精准钳位，级间串联限流电阻时序配合，逐级消耗浪涌能量，防护可靠性远高于单颗器件方案。　　九、雷卯落地配套支撑　　上海雷卯Leiditech，是电磁兼容解决方案和元器件供应领导品牌。雷卯经过多年积累，整理出四大字典，欢迎随时联系索要：　　1. 国产化替代字典：雷卯可以兼容替代各大品牌如：NXP, SEMTECH, LITTELFUSE, ON-SEMI, PROTEK, VISHAY, DIODES, ST, TI, ROHM, WE, Tyco, Wurth等　　2保护方案字典：雷卯提供市面各种信号接口保护方案，各种电源电压保护方案，各种热门模块、数字传感器保护方案;　　3市场图谱字典：雷卯有智慧汽车、智能家居、智慧工厂、智慧城市、新能源光伏、智慧医疗和AI机器人图谱，点击图谱每个产品名称，可以看方案推荐，型号推荐;　　4 《电磁兼容百问百答》：EMC行业专家毕生积累，精心编排，全容纳在这本书中，2026即将出新版。　　雷卯供应EMC相关元器件：TVS、ESD、TSS、PPTC、GDT、MOV、MOSFET、整流管、稳压管、电感、磁珠。有字典式积累，有免费EMC实验室，有系统性的EMC诊断分析工具和方法，有电磁兼容整改专家，善于解决各类疑难杂症，可以帮助客户EMC正向设计。

关键词：

上海雷卯

发布时间：2026-07-13 10:04 阅读量：371 继续阅读>>

恩智浦x英伟达：提升物理AI安全，推动<span style='color:red'>机器人</span>规模化应用

行业新闻

恩智浦x英伟达：提升物理AI安全，推动机器人规模化应用

　　恩智浦与英伟达携手合作，致力于提升物理AI与机器人的安全性、可扩展性，并使机器人准备好在现实环境中部署。随着机器人逐步进入工厂、医院及公共场所，安全已成为规模化应用的前提条件。这类系统必须具备环境感知、自主决策与实时行动的能力，并始终保持一致且安全的行为表现。　　多年来，AI主要活跃于数字世界——分析数据、生成洞察、提供建议。然而，随着机器人迈向日常应用场景，AI所承担的不仅是思考的职能，还需要感知、预判和行动。这便是物理AI——将智能真正嵌入现实世界的设备中。　　这一转变需要整个生态合作体系的协作。恩智浦正与英伟达携手构建统一的安全概念，并为机器人平台制定一套“设计安全”策略。尤为值得关注的是，恩智浦已加入NVIDIA Halos for Robotics不断壮大的合作伙伴生态系统——这是业界首个面向机器人与物理AI的综合性功能安全系统。　　恩智浦已加入英伟达Halos AI系统检验实验室，该实验室为ANAB认证的物理AI功能安全项目，旨在协助合作伙伴为Halos集成方案准备第三方认证，认证机构包括TÜV Rheinland、UL Solutions、TÜV SÜD、exida、SGS及CertX等国际领先机构。　　通过该实验室，恩智浦的安全处理器能够更好地与AI算力形成互补，并满足工业级且安全至上的NVIDIA IGX Thor平台在安全集成方面的各项假设与要求。　　为什么安全决定物理AI的发展规模?　　在物理环境中，智能系统必须在严格的延迟、功耗和可靠性限制下实时运行。系统需要准确理解复杂的周围环境，即时响应，并灵活应对各种不可预测的情况，不仅要准确，还要具备高度的可靠性。　　正因如此，安全至关重要。若要让机器人与人协同工作，安全是首要前提。安全，也因此成为构建物理AI系统的基础。　　在受控环境中保障安全相对容易，潜在风险可以提前评估，机器人也可以通过编程规避风险。然而，一旦机器人在人群中自由活动，情况便大为不同。人类行为难以预测，风险必须实时评估并加以应对。　　在此类环境下，机器人必须值得信赖。每一个动作都应是可预测的，每一次交互都应是可信的。安全无法在系统建成之后补加，而必须从设计之初就融入其中。　　当AI应用于现实世界系统时，容不得半点差错。了解要打造一个能安全、可靠地感知、决策和行动的物理AI系统，需要具备哪些条件　　如何确保机器人在公共场所安全运行?　　在这一新的现实环境中，安全已成为一项系统层面的挑战，取决于以下四个方面：　　01　　了解世界　　安全行为始于准确的感知。机器人必须能够感知并解读周围环境，同时了解所处场景。这要求将“由内而外”的感知 (机器人自身对世界的感受) 与“由外而内”的感知 (机器人与外部世界的交互方式) 结合起来。　　02　　独立安全监测　　将独立安全监测引入机器人，可提供必要的监督机制，有助于确保其行为始终处于安全范围内，并能及早发现任何异常状况。这种监测应分布在不同的层级，各层级之间相互监督、相互稳定，从而消除单点故障，增强整体韧性。　　03　　在实际环境中可信运行　　在物理世界中，时机至关重要。机器人不仅要作出正确的决策，还要在瞬间完成。这种智能需要类似条件反射般的响应速度，使感知、处理与行动在紧密衔接的确定性闭环中完成，同时具备极低延迟和极高可靠性。　　04　　检验与认证就绪　　安全必须能够被验证和证明。这就要求机器人系统在设计之初就具备接受检验、验证和认证的能力。这些环节是确保系统在承受压力或出现故障时仍能按预期运行的必要保障。一个无法被验证的系统，很难赢得人们的信任。　　如何为机器人构建信任与安全基础?　　恩智浦提供一系列可直接部署的集成解决方案，适用于基于NVIDIA Holoscan Sensor Bridge的机器人和人形机器人平台。这些解决方案构成了一个兼具可扩展性和安全性的平台，能够支持边缘侧感知、运动控制和自主运行。　　这些方案同时也依托恩智浦在任务关键型系统功能安全与信息安全领域长期积累的技术专长。凭借超过10年的汽车信息安全领域专业经验，恩智浦提供成熟可靠的构建模块，助力汽车制造商确保未来车辆的功能安全与信息安全。这一专长也使恩智浦能够在定义机器人应用的安全要求和解决方案方面发挥战略性作用。　　功能安全的实现，依赖于功能安全组件与安全IP的有机结合，并通过系统级安全特性加以增强。内置的冗余设计可防止单一故障引发危险行为，而“检查方-执行方”的监督模式将动作执行与监测分离开来，确保安全不依赖于任何一个单独的组件。　　这一理念背后，是经过大规模验证和实际部署的丰富经验。恩智浦在功能安全解决方案领域拥有超过13年的经验，拥有700余名通过TÜV SÜD认证的ISO 26262安全工程师，以及170余名通过TÜV SÜD认证的IEC 61508安全工程师，目前已有100余种符合安全要求的硬件组件和24种软件组件投入量产。这些能力显著增强了恩智浦为下一代机器人平台定义和实现安全解决方案的实力。　　这一技术优势与英伟达Halos AI系统检验实验室的方向高度契合，该实验室同样致力于协助合作伙伴为TÜV SÜD认证做好准备——这进一步体现了恩智浦与英伟达在合作中对可验证、符合标准的安全体系的共同承诺。　　为防范潜在的网络攻击，该平台提供基于安全芯片和EdgeLock安全区域的可扩展硬件安全机制。这些机制能够随着时间推移不断演进，以应对不断变化的网络威胁形势。例如，平台支持EdgeLock 2GO生命周期更新，将AI融入信息安全机制，并已具备实施后量子加密技术 (PQC) 的能力。　　为简化安全机器人系统的开发流程，恩智浦通过SafeAssure计划提供功能安全、可靠性和信息安全方面的支持。我们的机器人解决方案同样符合SIL 2和SIL 3等相关的认证标准要求，有助于客户证明其产品的安全性并构建信任。　　构建信任，推动机器人规模化应用　　机器人的规模化应用，离不开具备卓越能力且安全、可信、适应现实世界的系统。在物理AI领域，信任并非随时间积累而成，而是源于即使在出现问题时仍能预判结果的确定性。安全必须从设计之初就扎根于系统之中，并在部署之前得到充分验证。功能安全、信息安全与验证三者协同发力，才能推动规模化应用。　　机器人的规模化应用，离不开具备卓越能力且安全、可信、适应现实世界的系统。在物理AI领域，信任并非随时间积累而成，而是源于即使在出现问题时仍能预判结果的确定性。安全必须从设计之初就扎根于系统之中，并在部署之前得到充分验证。功能安全、信息安全与验证三者协同发力，才能推动规模化应用。　　这正是恩智浦致力于构建的基石——让机器人系统能够走出受控环境，以更充足的信心迈向更为广泛的现实应用场景。

关键词：

恩智浦

发布时间：2026-07-07 11:27 阅读量：381 继续阅读>>

广和通丨让<span style='color:red'>机器人</span>动作更流畅！实现VLA端侧推理2.6倍加速

行业新闻

广和通丨让机器人动作更流畅！实现VLA端侧推理2.6倍加速

　　近日，广和通AI研究院在具身智能领域取得关键进展：基于自研FiboVLA框架与端侧推理优化技术，团队在多个主流VLA模型上实现平均2.6倍推理加速，并完成GR00T N1.5在边缘侧高算力主控平台的部署。相关成果已通过LIBERO仿真基准数据集与桌面双臂真机环境验证，为具身智能模型在机器人端侧高效运行提供工程支撑。　　参数规模激增，机器人在端侧的实时推理成瓶颈　　VLA(视觉-语言-动作模型)是具身智能的重要方向。它把视觉输入、语言指令和动作生成连接起来，让机器人能够根据环境和任务要求生成动作。　　随着VLA能力提升，模型参数规模和推理成本也随之增加。对于机器人而言，推理速度直接影响动作响应、任务衔接和运行流畅度。　　机器人还受到算力、功耗、散热和系统资源限制。如何让复杂VLA模型在端侧高算力主控上稳定、高效运行，成为具身智能落地必须解决的问题。　　FiboVLA：压缩视觉Token，优化推理链路　　针对VLA模型端侧推理负载高的问题，广和通AI研究院采用自研FiboVLA压缩框架，从模型语义层进行Token级优化。　　在VLA推理过程中，视觉和语言信息中存在大量冗余表征。FiboVLA通过精细化视觉Token筛选与压缩，剔除低价值信息，保留与任务理解、环境判断和动作生成强相关的关键内容。　　该框架减少了推理过程中的无效计算，在保持模型决策精度、跨模态理解能力和动作生成能力的前提下，大幅降低计算负载。　　同时，团队结合推理链路调度与端侧推理引擎优化，进一步提升模型在机器人端侧运行的效率。经验证，该框架不依赖特定模型架构，已在多个主流前沿VLA模型上验证有效，推理吞吐提升2.6倍，端到端时延得到有效压缩。　　打通“大模型+小终端”最后一公里　　此次突破的核心价值，让原本对算力要求较高的VLA大模型，能够进入机器人端侧系统运行。　　基于FiboVLA框架与端侧推理优化技术，广和通AI研究院成功将GR00T N1.5部署至边缘侧高算力主控平台，并完成运行验证。　　在LIBERO仿真基准数据集中，该框架保证了推理加速后的任务效果;在真实物理环境中，也在桌面双臂机器人场景中完成GR00T N1.5真机运行验证。　　这意味着，机器人可以在端侧更快完成感知、决策与动作生成，形成低延迟、连续化的推理闭环。这不仅是模型速度提升，也是在真实机器人平台上完成了一次工程验证。　　从推理加速，走向机器人“本能”　　FiboVLA框架的成功应用，进一步沉淀了广和通AI研究院在端侧AI与具身智能方向的核心能力，包括模型压缩、推理引擎优化、机器人平台验证及系统协同能力。　　面向具身智能加速发展的产业趋势，广和通将持续结合无线通信、边缘算力、AI工具链与Fibot平台能力，帮助机器人和各类智能终端获得更高效、更稳定的本地智能，为具身智能进入真实系统运行提供工程基础。

关键词：

广和通

发布时间：2026-06-30 09:35 阅读量：374 继续阅读>>

诚邀您莅临N1馆705 | 上海永铭四大领域电容解决方案亮相2026慕尼黑电子展③无人机&<span style='color:red'>机器人</span>

行业新闻

诚邀您莅临N1馆705 | 上海永铭四大领域电容解决方案亮相2026慕尼黑电子展③无人机&机器人

　　一、前言　　上海永铭电子将于7月1日至3日参加2026慕尼黑上海电子展，进驻上海新国际博览中心N1馆705展位。现场将全面展示新能源汽车电子、AI服务器、无人机&机器人(电机驱动)、能源与工业电力四大领域电容解决方案。　　本篇将以无人机(电调、航调)与机器人(关节驱动、电源)为代表性应用展开说明，其余场景的完整电容选型建议，欢迎您莅临N1馆705展位现场交流。　　二、永铭无人机电容解决方案　　1)电子调速器　　无人机正加速向高机动性、高精度控制、长续航与轻量化方向演进。　　其中，面对无人机电子调速器的启动浪涌电流冲击大与严苛空间限制两大核心挑战，内部电容的选择直接决定了无人机的响应速度、飞行稳定性。永铭针对无人机电调对电容提出的高要求，有三类电容解决方案应对。以下为部分选型规格：　　2)航点飞行调参　　无人机航调需快速响应电机启动、急转等瞬态功率波动。永铭叠层高分子固态电容方案，具备超低ESR、小型化优势，能快速充放电以稳定电源、精准控机，满足高频高负荷飞行需求。　　三、永铭机器人电容解决方案　　1)关节驱动器　　机器人关节的每一次精准转向、瞬时启停，背后都有一场“看不见的电力博弈”。面对高集成化设计带来的空间挤压与实时性严苛考验，永铭电容方案在关节驱动控制器，以纹波抑制稳住电压脉搏，以瞬时大电流响应峰值功率召唤。　　3)电源　　电源模块作为机器人的供电“心脏”，对电容器提出了长寿命、耐大纹波、瞬态响应快及小型化的严苛要求。永铭高压铝电解电容KCM系列液态引线型铝电解电容，正是针对上述需求打造的理想电容解决方案：　　三、从无人机电调到机器人整机控制，永铭电容全程守护　　无人机的每一段稳定飞行、机器人的每一次精准动作，背后都离不开电容器的默默支撑。更多针对不同功率等级、不同结构设计的电容器组合与选型建议，欢迎莅临N1馆705展位，与永铭工程师面对面交流，获取适合您项目的完整选型支持。　　欢迎扫描下方邀请函中的观众预登记二维码，提前完成注册，快速入场。7月1日至3日，永铭在上海新国际博览中心N1馆705，期待您的莅临!　　电容应用，有困难找永铭。

关键词：

上海永铭

发布时间：2026-06-29 14:28 阅读量：386 继续阅读>>

瑞萨丨<span style='color:red'>机器人</span>的灵活操作：助力之手

行业新闻

瑞萨丨机器人的灵活操作：助力之手

　　技术发展和研究的加速，推动了人们对利用新能力来增强和补充现有流程与工作流的兴趣与采用，尤其是在机器人领域。　　机器人自20世纪50年代就已出现，其中最早的工业机器人之一——Unimate，是一种液压机械臂，于1953年获得专利，并在1961年安装于通用汽车工厂。机械臂专门执行重复性任务，例如焊接和压铸，从而革新了制造业自动化。此后，机器人相关技术不断演进，从电机驱动与控制到功能安全，使机器人能够执行更加复杂的任务，并被应用于更多行业。　　如今的机器人不再是固定不动、仅限于单一重复任务的设备，而是能够在动态环境中主动工作，对环境及其中的事物进行更精细、更精准的互动。当今以及未来的机器人需要具备类似“手”的灵巧性，以便与周围环境和物体进行接触与交互。　　机器人应用中“手”的关键作用　　机器人的“手”为其提供了更精细的运动能力和控制力，使其能够以更精准的方式与物体及环境进行交互。虽然提到机器人手时，人们脑海中可能会浮现出某种特定的形态，但对于不同用途的机器人来说，其“手”的外观和功能并不相同。　　例如，用于在农田中只采摘成熟草莓的机器人，其对“手”的需求，与一台用于在火星收集和搬运大型岩石的机器人截然不同。同样，在回收设施中工作的固定式机器人，需要对传送带上的可回收物进行识别、抓取和分类，其“手”和系统设计，也会与用于汽车装配中标准化抓取和放置大型金属部件的机器人有所不同。　　最终的结构形态、能力以及精度，取决于具体的应用场景和使用需求。　　在设计机器人“手”的灵巧性时，需要综合考虑多个因素，例如：需要多少个关节、需要多少电机/执行器、所需精度水平，以及是否需要主动处理和决策能力等。这些问题可以从以下几个方面来思考：　　环境：机器人部署在什么样的环境中?　　静态或动态：机器人是固定在一个位置、在有限空间内进行操作，还是需要在变化的动态环境中移动或进行交互?　　交互范围：机器人的“手”是自主机器人的一部分，与人类协同工作的工作流程中的一环，还是人类的延伸(例如：假肢手)?　　物体交互：机器人手需要处理什么样的物体?　　统一或多变：处理的物体是否是统一的(例如流水线中的相同螺丝或金属面板)，还是每次都不同(例如清理公路垃圾的机器人)?　　易碎程度：物体有多脆弱或精细?　　尺寸：被处理的物体有多大或多小?　　手所处理的物体以及其作业环境，会直接决定系统功能设计，比如：　　是否集成人工智能(AI)，还是采用固定控制算法　　电机数量　　电机控制与电机驱动精度　　电机反馈机制与传感器配置　　赋能机器人手部灵巧性的关键要素　　要让机器人“手”系统具备完整功能，其基础构建模块主要由以下子系统和功能组成：　　系统决策：基于预定义算法或用于实时决策的AI以制定动作指令　　电机控制：控制信号的生成与逻辑管理　　电机驱动：将控制信号进行功率放大，以驱动电机，实现所需的运动　　运动与手部反馈：通过电机性能反馈进行决策调整　　系统决策　　系统决策决定了机器人手部动作的触发方式，并取决于与机器人自主性对应的任务级别：动态任务(在动态环境和/或对象变化情况下需要主动决策)与标准化任务(静态环境、既定流程、对象统一)。　　一台用于汽车装配、负责抓取并固定金属面板的工业机器人需要高效、流畅的运行。因此，其系统决策通常由工业可编程逻辑控制器(PLC)实现，采用固定的系统决策方式，以优化动作流程并追求更高的生产效率。　　另一方面，一台食品配送机器人(或服务机器人)，其任务是在餐厅中将食物送到正确的桌位，并在不洒出的情况下将餐盘放置在桌面上，则很可能需要基于AI的系统决策，其决策处理系统能够进行感知(和/或视觉识别)，并对机械手应如何动作做出主动决策(例如：握持餐碗以正确放置在桌上对应的人面前，根据餐碗的装载程度确保内容物不洒出，等等)。　　机器人手的动作取决于系统决策——无论是精简的控制算法还是动态的AI驱动系统。　　在机器人手应用中，动态AI驱动系统的一个示例是瑞萨展示的带有AI视觉的灵巧手系统，该系统利用高性能视觉AI MPU，实现基于手势的智能控制。该视觉MPU与摄像头接口以获取视觉输入，并运行边缘AI处理，从而精确控制机器人手，使其能够模仿摄像头检测到的动作。　　电机控制　　一旦系统决策已决定发出某个动作指令，该指令会被发送到机器人手系统，由电机控制负责处理驱动运动的实时控制信号和逻辑管理。　　在机器人手中，电机控制是将高层意图转化为物理交互的环节。机械手可能需要在不压坏物体的情况下完成抓握，在机器人运动过程中保持抓持，并协调多个关节，使指尖沿着平滑、可重复的路径运动。这些行为取决于每个电机被指令控制的速度和精度，以及控制器利用位置、电流/扭矩和力反馈实现闭环控制的能力。随着应用场景从对统一部件的简单抓取放置，转向在动态环境中处理易碎、变化的物体，对电机控制的要求(以及其背后的架构)也会相应提升。　　该功能通常由微控制器(MCU)或微处理器(MPU)承担，其与系统决策或用户界面连接，并与传感器、反馈电路以及电机驱动级相连接。除了处理通信和信号传输外，电机控制处理器还运行控制算法，用于确定每个电机的驱动方式。关键的选型考虑包括需控制的电机数量、控制回路性能要求及计算复杂度，以及电机和手部层面所使用的传感与反馈类型。　　手部的电机控制可以采用级联方式，并与多个电机控制与驱动系统及子系统共同使用。根据子系统(如腕部、手指等的电机控制)以及手部所接触物体的脆弱性和/或尺寸，在选择控制器时需要考虑任务所需的运动能力、精度和准确性。　　以下展示了几种不同的电机控制配置示例(这些示例还包括电机驱动电路)，以适应多种手部交互和需求(包括电机类型、对运动形式及物体交互的影响、可控制的电机数量、工业通信与功能安全支持、传感器接口能力等)。　　示例电机控制应用框图　　伺服电机控制：步进电机用于角运动和保持扭矩　　带旋变的BLDC电机控制：BLDC电机用于平滑连续运动和高精度　　带以太网的6轴和9轴工业电机控制：可扩展的高性能电机控制，具备高级算术处理、运动规划和轨迹生成　　带工业网络和功能安全的电机控制系统：用于多电机(最多9个)的高性能、高精度电机控制，并集成功能安全架构　　机器人手的电机控制最终取决于具体的应用场景：机器人需要具备多大的灵巧性、执行什么类型的任务、处理哪些类型的物体等。　　根据前面的示例，在工厂装配线中运行的工业机器人，可能需要采用具备工业网络和功能安全支持的电机控制系统，以满足其应用场景下的安全规范。另一方面，如果机器人手的应用是作为辅助性的灵巧机械臂，用于帮助身体障碍人士进食，则带旋转变压器的BLDC电机控制能够提供平滑、连续的运动，并在精细操作任务中实现高精度。　　合适的电机控制处理器能够实现并提升机器人手的应用能力。您可以参考我们的电机控制处理器指南，以帮助您开始为机器人手需求选择合适的器件。　　电机驱动　　在电机控制处理器确定每个执行器应执行的动作之后，电机驱动提供实现该运动所需的电力。之所以需要电机驱动，是因为控制器的输出只能产生低功率的指令信号(如PWM、步进/方向信号或电流目标)，而机器人手中的电机则需要更高电流和特定电压波形来产生扭矩和运动。　　在实际应用中，驱动级结合了功率放大、相位切换、电流调节以及保护功能，使机械手能够高效运动，并在不同负载和接触条件下实现可预测的响应。　　根据电机类型(伺服、步进、BLDC)以及每个关节或手指的功率等级不同，同一只机械手中的电机驱动实现方式可能差异较大。从整体来看，驱动链通常包括栅极驱动器和功率MOSFET等基本模块，用于电流的开关与调节，并配套用于检测和故障处理的电路。在某些架构中，可编程混合信号器件(如：HVPAK——高压可编程混合信号器件)也可用于实现或分担驱动级周边的逻辑和保护功能。　　一个采用带栅极驱动器的三相逆变器架构的驱动链示例如下：　　电机与传感器反馈　　机器人手不仅需要确定要做什么动作，还需要确定如何对其进行控制和驱动。电机反馈和传感器对于实现闭环交互至关重要，使机械手能够在实时中对其动作进行测量并主动修正。　　反馈对于机械手尤为重要，因为其需要与周围的物体和环境进行交互：在提起物体时负载会发生变化，可能出现意外碰撞或停转等情况。对电机位置、速度、扭矩、接触力等关键参数进行持续感知，可确保机械手维持动作精度、调节抓握或接触力、检测故障，并适应物体在尺寸、形状和脆弱性方面的变化。　　多种传感器和信号调理可以集成到机器人手中，以提供：　　位置与速度反馈：用于确认每个关节的位置及其运动速度，从而实现精确轨迹和可重复抓取　　电流/扭矩反馈：用于调节电机扭矩，实现平滑运动并控制抓握力度　　力/触觉反馈：通过力传感器和压力阵列指示接触、滑动以及指尖施加的力，用于精细操作　　不同类型的传感器被布置在手部系统的关键位置，用于测量诸如压力和位置等不同参数。这些读数需要进行放大、调理和处理，使系统控制器能够准确、可靠地读取传感器数据，并据此采取相应动作以纠正机械手的运动和行为。　　尤其是当手部扩展到多自由度时，反馈变得更加重要。控制器必须在协调多个关节的同时，利用力和扭矩信息，避免对物体或机械手本身造成损坏。　　在之前的采摘草莓示例中，机械手必须能够检测接触力和滑动，从而实时调整抓取力度，在不压坏草莓的情况下完成抓取，并通过更精细的操作提升重复性。同样，如果机械手作为辅助进食机械臂为人类服务，它需要在接触到人的口部时知道何时停止，而不是继续移动。　　力感知有助于区分自由运动与接触，从而实现更安全的交互以及更可控的抓取。通过闭环力反馈和一致的传感器接口，机械手在抓取和放置任务中可以实现更高的重复性。　　以下列出了一些用于实现机器人手反馈的关键信号调理模块和传感器：　　信号调理　　传感器信号调节器(SSC)　　放大器　　旋变转数字转换器　　AnalogPAK可编程混合信号集成电路　　传感器　　电感式位置传感器(IPS)　　阻抗传感器　　综合建构：灵巧手系统设计　　借助系统决策、电机控制、电机驱动以及反馈系统这些基本构建模块，可以根据具体使用场景和最终应用需求，设计出相应的灵巧手机器人系统架构。　　例如，下图展示了一个具有17个自由度(DOF)的高性能灵巧手系统架构，该系统可部署于人形机器人或其他系统中，从而实现复杂且精细的运动操作能力。　　系统决策：从触发手部动作的来源开始，首先是系统决策。在该示例架构中，采用的是动态系统决策，它与更大的人形机器人的“小脑”相连接，用于执行AI处理和系统集成。人形机器人会利用视觉AI、语音识别、视觉建图/导航等能力进行处理，然后向手部系统发送相应指令以执行动作。　　固定的系统决策也可以通过EtherCAT®、USB或RS‑485等接口实现，使机械手能够根据最终应用场景，通过笔记本GUI、PLC等进行控制。　　电机控制与驱动：由于该灵巧手架构是一个具备17自由度(17‑DOF)的高性能手系统，因此存在多个电机控制处理器，用于与手部各个运动部件接口，包括多个手指关节以及腕部运动。每个基础动作都由一个电机控制处理器负责，执行对应部分的电机控制，同时配合电机驱动，使手/手指/关节按照预期方式运动。　　这些系统中的许多可以通过如CAN FD等接口进行堆叠和互联，从而实现无缝集成和流畅运动。在该17‑DOF架构中，由于每个关节都需要电机子系统，因此采用了这种方式。　　例如，用于控制手指远端关节(最末端关节)的电机控制处理器，只控制一个电机系统。它接收来自主手控制器的系统决策动作，并处理如何驱动该单一远端关节的逻辑和控制算法。随后，它与电机驱动组件(HVPAK)协同工作，实现关节执行，同时处理其他逻辑和信号输入，例如齿轮或电机编码信号，以实现预期的关节运动。　　传感器集成与系统反馈：除了仅负责PWM等驱动信号或编码逻辑外，电机控制处理器还集成来自电机及所部署传感器的反馈。　　在该示例中，压力传感器和力传感器被嵌入在手部内部，使其能够感知何时接触到物体以及应施加多大的抓握力。用于阻抗测量、信号检测调理以及电流检测的集成电路，可用于自身检测或与传感器接口，这些对于与电机控制器形成闭环反馈至关重要，从而使机械手能够在与周围物体和环境交互时安全且正确地运行。　　机器人手并非“一刀切”：所处环境、所处理物体的多样性与脆弱性，以及自主性水平，都会决定特定系统中“灵巧性”的含义。　　机器人手的顶层需求映射到其执行基础的核心构建模块：从系统决策(手应做什么)开始，到电机控制(如何下达与协调运动指令)，电机驱动(如何向执行器提供电能)，以及最后的电机与传感器反馈(系统如何测量结果并进行实时修正)。

关键词：

瑞萨

发布时间：2026-06-23 10:12 阅读量：434 继续阅读>>

多通道精密电压驱动：芯动神州uDAC4x12/uDAC8x12赋能<span style='color:red'>机器人</span>多轴伺服控制

行业新闻

多通道精密电压驱动：芯动神州uDAC4x12/uDAC8x12赋能机器人多轴伺服控制

　　在工业协作机器人、人形机器人和自动化装备中，DAC常用于产生转矩、速度或位置参考信号。一台四轴SCARA机器人需要至少4路独立可调的模拟电压通道，而一台双臂协作机器人或双足人形机器人，需要的通道数可轻松突破8路。多路模拟电压输出的密度、精度和一致性，直接决定了机器人运动轨迹的平滑度与重复定位精度。传统方案中，工程师往往使用多个单通道DAC拼凑，不仅占用大量PCB面积，还需要复杂的SPI片选逻辑和多路基准源布局，给小型化机器人关节驱动模块的设计带来了不小的挑战。　　芯动神州方案：4通道与8通道的梯度覆盖　　针对这一需求，芯动神州uDAC4x12(4通道)与uDAC8x12(8通道)两款精密电压输出DAC，形成"4/8通道梯度"的产品矩阵，全面覆盖从简易机械臂到复杂多轴机器人平台的多通道模拟电压驱动需求。两款芯片均内置轨到轨输出缓冲放大器，可直接驱动伺服驱动器模拟输入及一般工业控制负载。　　关键设计：同步更新与低功耗休眠　　在机器人关节控制中，有两个设计细节至关重要。其一是多通道同步更新。机器人在执行末端轨迹插补时，多个关节电机需要在同一时刻完成转矩/位置指令更新，各通道之间的时间偏差直接转化为多轴联动误差。其二是按需休眠。机器人关节并非时刻全负荷运转——例如码垛机器人在等待工件到达时，部分关节可进入待机状态。uDAC4x12的关断模式下功耗仅200nA(5V)，uDAC8x12支持8通道独立休眠，全休眠模式下仅约10µA。这意味着机器人关节模块可以在运动间歇瞬间进入超低功耗模式，有效延长电池供电机器人的工作时间。　　典型部署场景　　SCARA/四轴桌面机器人：uDAC4x12 4通道直驱四个关节的伺服转矩参考端，单颗芯片完成全部模拟输出，MSOP-10封装节省PCB面积。　　六/八轴协作机器人：uDAC8x12以8通道覆盖6个旋转轴+2个末端执行器通道，双VREF设计允许A~D通道和E~H通道使用不同电压量程。　　双足/四足仿生机器人：uDAC8x12的菊花链模式支持单片SPI总线级联多颗芯片，以极简的4线接口控制16/24/32路DAC通道，适合仿生机器人多自由度关节密集排布。　　不只是替代，更是供应链自主可控　　uDAC4x12与AD5324对标，uDAC8x12与DAC128S085实现Pin-to-Pin兼容，设计师可在不改动PCB布局的情况下完成迁移。相比进口芯片面临的交货周期波动与价格不确定性，芯动神州依托本土晶圆制造与封装供应链，将标准交期控制在2至4周，并配备本土FAE团队提供从选型到量产的全周期技术支持，为机器人厂商在大规模量产阶段的芯片供应提供确定性的保障。　　结语　　从四轴SCARA到双臂协作，从工业产线到仿生行走，机器人运动控制的每一次升级都对多路模拟电压输出的密度和精度提出更高要求。芯动神州uDAC4x12与uDAC8x12以4/8通道梯度布局、微功耗设计和小型封装，为机器人多轴伺服控制提供了一组灵活、可靠、可规模化部署的国产DAC方案。让每一路电压指令都精准抵达，让每一个关节运动都平稳自如——芯动神州，以中国芯，驱动智造未来。

关键词：

芯动神州

发布时间：2026-06-16 10:04 阅读量：489 继续阅读>>

型号	品牌	询价
MC33074DR2G	onsemi
BD71847AMWV-E2	ROHM Semiconductor
CDZVT2R20B	ROHM Semiconductor
RB751G-40T2R	ROHM Semiconductor
TL431ACLPR	Texas Instruments

型号	品牌	抢购
ESR03EZPJ151	ROHM Semiconductor
TPS63050YFFR	Texas Instruments
BU33JA2MNVX-CTL	ROHM Semiconductor
IPZ40N04S5L4R8ATMA1	Infineon Technologies
BP3621	ROHM Semiconductor
STM32F429IGT6	STMicroelectronics

PART	数量*	目标价格
	数量最小起订量: 1	目标价格 $ 如不确定，可不填
备注

联系电话 *	姓名
公司
邮箱地址