探索機器人技術如何與實體AI交錯(嵌入於實體世界中的人工智慧系統)，並透過DigiKey技術行銷工程師Shawn Luk(下稱Luke)、onsemi行銷經理Bob Card以及onsemi工業業務開發與解決方案主管Theo Kersjes(下稱Card與Kersjes)之間的問答，重點說明自主移動機器人(AMR)如何改變工業及商業環境。
AMR仰賴多種感測器(如LiDAR、相機和超音波偵測器)來增進安全、提升生產力並在複雜空間中有效運作。此交流能與自駕車產業相提並論，但將重點說明AMR如何運用類似的技術和原理，包括同步定位與地圖建構(SLAM)，以建立精確且即時的地圖並在動態環境中自我定位。討論同時指出，AMR過去侷限於受控的室內環境，但隨著感測器整合、邊緣運算與AI的進步，正逐步適應戶外及不可預測的環境。隨著這些技術演進，AMR將更加自主、更具適應力，並在物流、製造、農業及基礎設施檢查等領域扮演更重要的角色。
Luke：設計更智慧的機器人時，有哪些必要的考量因素？
Card和Kersjes：工業機器人已經推出數十年，在其用途上已相當專業，但工業機器人的設計並非用來在環境中自由移動，尤其當該環境會動態變化時，因此在倉庫、工廠等場所與人員共事時會具有危險性。此時，更智慧的機器人就可派上用場，可確保人員與機器人能彼此和諧共事。
各種感測器，包括超音波、影像、LiDAR、雷達等，能讓機器人的演算法處理並導航其環境，並以人員安全為首要考量。機器人能協助解決人類無法處理的問題，例如搬運汽車或大型設備，並可執行具有安全風險或高度重複性的工作。更智慧的機器人能以更好的靈活性完成更多任務，且透過感測器的助力，在實體AI與機器人技術的結合下，能完成更多化的任務。
Luke：AMR與汽車機器人有相似的地方嗎？
Card和Kersjes：AMR與自駕車最為相似的地方在於內部通訊系統。傳統機器人會使用控制器區域網路(CAN)，這是一種雙線、多點通訊協定。然而，onsemi正引領採用新技術：10BASE-T1S；這是一種基於乙太網路的多點通訊協定，也同樣採用雙線非屏蔽式雙絞線。
10BASE-T1S相較於CAN的關鍵優點：
- 更高的資料傳輸率：在理想條件下，10BASE-T1S的傳輸速率為10 Mbps，相較之下，標準CAN為2 Mbps，CAN-FD則為5 Mbps。
- 降低布線複雜性與重量：這對AMR這類緊湊型的移動式系統來說非常重要。
- 無需閘道器：可省去CAN與乙太網路之間的橋接需求。
這項創新符合汽車與機器人領域中一個更廣泛的趨勢，就是朝分區架構與通訊技術融合的方向邁進，其中10BASE-T1S更被預期能在這兩個領域中取代CAN的地位。
Onsemi的兩款10BASE-T1S控制器，NCN26010(MAC與PHY)及NCN26000(僅PHY)皆完全符合IEEE802.3cg規範，並支援onsemi的增強雜訊耐受性(ENI)功能。ENI能將單一10BASE-T1S區段的單對乙太網路(SPE)纜線長度從40節點 25公尺延伸至50公尺16節點，或是60公尺6節點。
這也凸顯出過去僅限用於資料中心的先進運算技術，如今正透過NVIDIA Jetson及其他嵌入式處理器等平台，在機器人邊緣裝置上運作。機器人技術與汽車解決方案之間的交會，這正是產業中最令人振奮的一刻。
Luke：AMR的下一步將會如何發展？
Card和Kersjes：感測器的高動態範圍已有所提升，能讓具備此功能的機器人在非受控環境中更加有效，如農業場域、戶外配送機器人等。力回饋感測器、旋轉定位感測器和濕度感測器則能考量更多環境變數，並完成如採摘莓果等更細膩的任務。
例如onsemi的NCS32100電感式位置感測器(IPS)是一款絕對值、非接觸式旋轉位置感測器，能在最高每分鐘轉數6,000 RPM下達到+50角秒或更佳的精度，最高可達45,000 RPM(精度降低)。而且onsemi更提供免費的線上PCB設計工具，可快速設計轉子與定子PCB，有助於製作符合成本效益且精確的編碼器解決方案，以滿足最嚴苛的機器人應用需求。
機器人同時也具有極大潛力，可在工業場所或個人生活中，接手人員無法處理的危險、單調或不受歡迎的工作，例如清理水溝或房屋粉刷。例如自主式堆高機便已成為工業環境中的安全必需品。根據美國職業安全衛生管理局(OSHA)的統計資料，美國每年約發生35,000起與堆高機操作人員相關的事故，且該職位的員工流動率高達40%，如果運用機器人來執行這些工作，就可以提升倉庫的整體安全性。
Luke：能否進一步說明同步定位與地圖建構(SLAM)及其運作原理？
Card和Kersjes：SLAM一開始是使用倉庫的虛擬模型讓機器人學習此環境。機器人會以嘗試錯誤法來學習如何在環境中導航，之後才會實際進入環境。因此當機器人實際部署時，已經訓練完成，而且會持續更新其環境地圖。甚至能繞過環境中的動態物件，例如其他機器人。在汽車領域，這個概念就是俗稱的「第一輛車」。AMR車輛在首次上路或遇到新的路障時，必須從環境中學習，然後將經驗回傳至網路，以便其他AMR學習並更新地圖。
行動機器人的作業系統能夠透過一種稱為HoloScan的技術將感測器整合。此技術能讓高解析度或大頻寬的感測器(如影像感測器)之間達到快速介接，就可將機器人所見資訊直接複製到記憶體中以供處理。這對於遠距醫療等其他應用來說至關重要，因為醫師會用遠端控制的方式用機器人進行手術，此時，網路的延遲與頻寬都是關鍵因素。
現代機器人有兩種作法可以實現機器人的控制和決策，稱為「系統一」和「系統二」，這兩者分別對應控制與認知的不同層次或作法。機器人的系統一特徵在於行為上反應靈敏且通常經過預先程式化，類似於人類本能的反應方式與認知。系統二則涵蓋更有意識、分析性且可能較為耗時的決策過程。可能需要進行更複雜的運算與推理，並結合了AI和符號推理，是較為更複雜且高階的任務。若機器人要能與人類共處，達到安全且自足式的操作，這兩種系統都必須具備。
Luke：有哪些類型讓人印象深刻的機器人技術？
Card和Kersjes：在評估板和客戶產品中看到的技術大多都是影像攝影機。對AMR來說，感測器的擺放非常重要。當視野被攜帶的物品擋住而產生遮蔽時，通常會在角落使用感測器叢集以補足達到360°的視野。
若要管理電力並達到更高階的機器人功能，例如在電源故障或導航出錯期間展現智慧行為，具備像是電子保險絲(e-fuse)和緩重置功能等技術就非常重要。
電源管理對移動機器人來說更為關鍵，因為移動機器人靠電池組操作，而非穩定的AC電源。由於電池電壓有明顯變化，例如10電芯的電池組電壓可能介於30至42V之間，因此必須有高效率的DC-DC轉換器，如FAN65000系列作為輔助。這些轉換器的效率超過95%，有助於維持子系統的多個DC電軌，且會直接影響電池續航力和效率，能達到更長的運作時間。
onsemi的目標是在NVIDIA Omniverse Isaac Sim等數位環境中展示產品優勢，例如Trench 10高效MOSFET的電池續航力。此產品概念便是發想自機器人的行為，例如在特定路徑上行駛，並將效能結果(如更長的電池續航力)與基礎硬體優勢連結在一起。
也曾想過將元件整合到功能性機器人的模擬與評估中，藉此展示其在實際系統層級的優勢(除了脈衝或熱測試等實驗室測試之外)。
此外，團隊亦與眾多夥伴合作。由於夥伴有各自的微控制器平台。為了能支援多個平台，機器人系統採用Docker容器設計，能讓機器人作業系統(ROS)在不同硬體平台上達到可攜且靈活的運作。這些平台包括了NVIDIA Jetson、D3 Embedded、Advantech、Renesas及AMD。
Luke：機器人的未來將會朝向哪個方向發展？
Card和Kersjes：這個領域有許多嶄新的創新日益成熟。從間接飛行時間(iToF)相機可透過分析調變光波如何在表面反射並返回感測器，藉此測量物體的距離，再到實體AI協助加速機器人的學習與訓練過程，各種使用情境都有其所需的多樣化感測器技術，有助於機器人系統在眾多應用中保持安全有效。因此我們將2025年視為「機器人證明可行之年」，並認為在未來幾年中，機器人的使用與聲勢將持續壯大。
