加入星计划，您可以享受以下权益：
产业图谱
第 1 章：简介
1.1 工业机器人系统简介在介绍典型机器人系统中使用的不同技术之前，让我们先讨论一下机器人系统的不同组成部分，如图 1 所示。您可以看到，该系统分为不同的构建块：控制器系统、机械手、示教器、视觉和传感器以及末端执行器（机器人工具）。
图 1.采用协作机器人的机器人系统。
在设计机器人系统的构建块时，需要了解机电一体化、机器人功能和电气注意事项，并在开始实际设计之前熟悉规范。让我们讨论一下定义机器人系统架构时的一些典型注意事项。
机器人应该执行哪种类型的任务？根据应用的不同，不同类型的机器人具有不同的优势。典型的工业机器人有：
机器人的有效载荷（重量）和臂展是多少？如果机器人要移动重物，则它需要在电机上施加足够的力才能实现该功能。该力由电能产生，并从功率级提供给电机。此功率要求是确定机器人属于高压系统还是低压系统的其中一个因素。高压机器人系统需要定义隔离架构以确保安全运行。
图 2.集中式机器人系统示例.
图 3.分散式机器人系统示例
在分散式系统中，这些模块中的其中一些模块将移至机器人机械手，以支持多种外形尺寸，包括机柜的外形尺寸、电缆等。图 3 是一个分散式机器人的示例。
机器人的不同子系统之间将如何通信？接口要求是什么？为了确保实时功能，需要定义子系统之间传递哪些控制参数，以及末端执行器和机械手通信的参数重复率和延迟。
图 4 包括了一些典型的机器人实时时序值。
现在，机器人可以移动了，它需要知道如何移动，这就引出了下一系列的问题。
图 4.机器人控制的实时通信时序需求
编程接口是如何工作的？机器人将通过用户界面还是通过任务编程进行操作？您是否需要一个额外的接口来连接示教器或操纵杆以启用操作员功能？
在设计过程中尽早对这些问题做出答案很重要。图 4 还包括一些运动控制时序的一些设计考虑。现在，来看一下最后一个问题。
机器人是非自适应机器人还是自适应机器人？非自适应机器人不会接收到来自环境的反馈，而是将按照编程程序执行其任务。自适应机器人使用输入和输出数据来生成环境数据。利用这些数据，机器人可以对环境变化做出反应，并在必要时停止其任务。
对于自适应机器人，定义机器人正在对其做出响应的环境数据非常重要。数据可能是预定义的参数，例如用于质量定义的材料数量、尺寸或形状。或者可能是不受控制的参数，例如有人在机器人周围走动或发生故障，当检测到这些情况发生时会将机器人置于安全状态。
自适应机器人需要一个传感模块。区域安全扫描仪或安全皮肤放置在机器人的基座或安装在机器人顶部的某个位置。它可以监控机械手的周围区域，并防止人类或其他机器离机器人太近；如果他们离机器人太近，机器人就会停止或减速。
结论机器人是一个非常复杂的系统，在机电一体化和功能性以及电气方面存在许多设计挑战。在实现一个可行的工作系统前，您需要解决了这些挑战或做出一些决定。
利用机器人系统的所有不同技术特性，德州仪器 (TI) 的模拟和嵌入式技术提供了许多不同的产品和设计，可以帮助解决与机器人有关的问题，实现智能、自主和协作机器人的开发。这本电子书汇集了技术文章、白皮书和应用手册，它们均包括有助于帮您设计下一个机器人系统的技术。
图 1 中的模块非常适合用于跨异构处理器内核或在处理器与微控制器之间进行逻辑分区。在多核处理器的不同内核之间分散各个回路，可以使专用于每个回路的处理带宽最大化。当处理器内核接收到其控制回路输入数据时，它可以尽快运行算法以使其完成，为下游回路提供参考值，然后继续提供其他服务，直到准备好下一组输入数据为止。
具有较高原始性能的处理器可以更快完成控制处理，并具有更多可用带宽来提供其他服务和功能。32kHz 控制回路中的周期时间接近 31.25µs 时，或必须几乎同时处理来自多个轴的输入时，快速处理至关重要。
图 1.典型的伺服电机控制回路技术.
诸如 Sitara 处理器之类的解决方案已将多协议支持能力集成到主机处理器中，有助于节省成本、缩减布板空间和减少开发工作量，同时还可以最小化外部组件与主机之间通信的相关延迟。支持多种标准的单一平台使您能够为最终产品的不同版本维护一块单板。
如果需要使产品适应未来需求，还必须考虑对于时间敏感网络 (TSN) 的支持需求。选择用于工业通信的平台必须足够灵活，能够适应不断发展的 TSN 标准，否则一旦最终确定标准，便有可能面临过时风险。Sitara AM6x 处理器系列通过其灵活的可编程实时单元-工业通信子系统 (PRU-ICSS) 提供了一种解决方案，支持千兆位 TSN 以及传统的 100Mbps 协议（例如EtherCAT）。
系统分区伺服驱动器中的级联控制回路通常跨越至少两个电路板，电路板之间由增强型隔离边界隔开。这种隔离边界将形成所谓的“热侧”和“冷侧”。热侧最靠近电机，并包括向电机供电的高压组件。冷侧在隔离的另一侧，通常容纳控制单元。
在图 4 中，包含 PWM 和运动曲线生成功能（通常由 PLC 处理）的整个控制回路都集成在冷侧的单个 SoC 中。这种架构可通过集成节省更多成本，并消除 SoC 之间接口的相关延迟。
解决方案Sitara 处理器系列的 SoC 可满足从独立工业通信模块到本章所讨论系统分区的全功能多轴伺服驱动器的所有需求。图 5 显示了使用Sitara、Hercules™ 和 C2000 微控制器系列中的不同处理器可以实现的解决方案。Sitara AMIC 处理器包含 PRU-ICSS 子系统，并已针对独立的多协议工业通信模块进行了优化。
Sitara 系列的其余产品集成了 PRU-ICSS 子系统以及其他内核和外设以实现控制和通信。AM6x 处理器系列提供基于 Hercules 微控制器的集成安全功能，为通信、伺服控制和某些级别的功能安全性提供了单芯片解决方案，集成度得到进一步提高。
结论工业 4.0 引入了伺服驱动器的新准则和系统要求，因此，设计人员选择适合当前和未来伺服驱动器需求的解决方案非常重要。Sitara AM65 处理器之类的器件同时包含 Cortex-A 和 Cortex-R 内核并支持 100Mbps 和 1Gbps 工业联网功能，能够满足现有和未来伺服驱动器的需求。TI 还提供多种产品，包括其他 Sitara 处理器和 C2000微控制器，旨在满足工业市场不断变化的需求。
图 5.适用于伺服驱动器的 TI 处理产品。
本电子书的这一节涵盖两个方面。第一个方面是了解隔离式栅极驱动器为何变得如此具有吸引力（通过了解某个应用领域即可看出这一点）。第二个方面是确定在电源开关中使用隔离式驱动器的要求。
为了提高服务器效率，需要使用几种低压组件，例如控制器和通信组件。而且，这些服务器在出售时有标定的效率额定值，因此必须遵循这些额定值。此外，在云运行期间，人类通过HMI 与服务器进行交互。必须避免任何击穿以及电流从高压单元泄漏到 HMI 中的情况，因为这种问题可能损坏所有低压组件，例如控制器和通信组件。
这种电力需求每天都在持续增加。不仅如此，人们希望立即收到这些信息。这意味着，随着数据需求的增加，数据中心的容量也在与日俱增；因此，电力输送系统需要提供越来越多的电力。但是，数据中心的机房空间有限。扩大机房空间的成本高昂，非常不经济。
解决此需求的一种方法是增加功率密度并确保隔离可靠性。为实现此目的，可显著提高电源效率并增大电力传输率（也称为开关频率，以 kHz 为单位）。此改进有助于减小电源单元的尺寸。通过将隔离器与关键电源组件（即高速栅极驱动器）集成在一起，可以实现隔离可靠性。这种集成器件便是大家所知道的隔离式栅极驱动器。
图 1.控制电源开关中的栅极端子。
首先，栅极 (GATE) 端子控制 MOSFET 的 ON/OFF 状态。VGS表示栅极与源极之间的电压。
图 2a 显示了由简单低侧非隔离式栅极驱动器向变压器施加脉冲到桥式拓扑相脚（图 2b）的位置。这称为 A 型。
图 2b.全桥拓扑的一个相脚.
图 3.隔离器和栅极驱动器配置突出了相脚控制器.
现在考虑使用隔离器 IC 代替位于控制器与高侧、低侧驱动器之间的变压器（图 3）。这称为 B 型。
表 1 显示了 A 型和 B 型之间的典型比较。
表 1. A 型与 B 型的比较.
请注意，与变压器隔离相比，隔离器和栅极驱动器组合的尺寸较小。但是，B 型的传播延迟（高功率密度应用的关键指标）要高得多。
现在考虑将隔离器和驱动器集成到一个 IC 或多芯片模块中，如图 4 所示。这称为 C 型。此解决方案便是隔离式栅极驱动器。
C 型提供的传播延迟类似于或优于分立式变压器解决方案，同时还使面积大幅减小了 50% 以上。此外，可对 C 型进行定制，使之提供大于 100V/ns 的共模瞬态抗扰度 (CMTI)，这一数字明显高于 A 型解决方案所能达到的水平。CMTI 是决定栅极驱动器可靠性的关键参数。
图 3.隔离器和栅极驱动器配置突出了相脚控制器.
隔离驱动器在电源开关中的应用隔离式驱动器的功能与非隔离式栅极驱动器非常相似，例如以下方面：
表 2 比较了 MOSFET 和 IGBT 隔离式栅极驱动器，并总结了前面所述的差异。
图 1 显示了开通波形。
图 2.栅极驱动器输出级.
图 3.测量负载电容器上的峰值 dv/dt.
使用测得的峰值 dv/dt 和负载电容值，根据方程 3 计算峰值电流：
图 4.串联感应电阻器上的电压.
表 1. 测量结果比较.
第一种方法是选择栅极驱动器时的良好起点，但您获得的不是实际的测量值。第二种方法依赖于使用固定 Δt 并扫过整个波形来精确测量最高 dv/dt。最后，在 0.1Ω 感应电阻器上测得的电压将提供一个使用图 4 和欧姆定律根据峰值驱动电流测量值计算得出的值。第三种测量方法的关键是选择一个阻值较小的感应电阻器，以防止峰值输出电流受到任何限制。所有提供的方法都是栅极驱动器峰值输出电流的可接受近似计算方法。
2.2.3 带 UVLO 和 BJT 图腾柱的低侧栅极驱动器栅极驱动器已在越来越多的场合取代了双极结型晶体管(BJT) 图腾柱来驱动低端应用中的电源开关。栅极驱动器具有许多内置的安全特性，可以消除分立式解决方案中缺少保护措施所带来的风险。在驱动 MOSFET 和 IGBT 时，安全特性对于确保可预测的开关和稳定的栅极驱动非常重要。让我们比较一下 UCC27517 栅极驱动器和分立式图腾柱，看看它们各自在欠压锁定 (UVLO) 条件下的性能。
UVLO 的重要性UCC27517 栅极驱动器具有重要的内置保护特性，可在电源未达到 UVLO 阈值时将驱动器的输出端接地。图 1 显示了 VGS的不同值在给定漏源电压下对 MOSFET 的影响。红色曲线的右侧是饱和区域，该区域由恒定的漏源电流定义，取决于栅源电压而与漏源电压无关。由于同时存在高漏极电流和高漏源电压，该饱和区域的功率损耗可能很高。红色曲线的左侧是线性区域，漏极电流与 MOSFET 的低 RDS(on) 成正比。对于具有高漏极电流的应用，栅源电压的下降可能会对 MOSFET 构成危险。UCC27517 以及 UCC 系列中的其他低侧驱动器通过其内置的 UVLO 来防止该下降，从而实现安全上电。
图 5 显示了此事件的热感图像。在左侧，UCC27517 驱动MOSFET（使用其内置 UVLO），通过将其输出端接地来防止FET 结过热。在 UVLO 条件下，无论输入如何，驱动器的输出端都会保持接地。但是，在右侧，由于没有保护，BJT 图腾柱输出端的 FET 会由于功耗增加而承受过热的风险。
UVLO 作为一项重要特性，可确保仅在提供足够的电压时才进行开关，从而实现 MOSFET 的平滑上电和断电。UCC27517 通过将其输出端接地并由此防止 MOSFET 过热来解决其内部UVLO 的这一问题。由于在上电和断电期间会在 MOSFET 结处产生过多的功耗并可能损坏 FET，因此该特性至关重要。
内部 UVLO 保护不仅限于 UCC27517 栅极驱动器，还扩展到了 UCC 低侧栅极驱动器系列中的其他器件。
图 1 显示了栅极驱动路径中的常见元件：栅极驱动器的内部电阻、外部栅极电阻以及 MOSFET 或 IGBT。RGATE 是唯一调整栅极驱动波形的组件。
图 1.栅极驱动元素.
图 2.开关原理.
首先记录没有外部电阻的栅极驱动振铃。这便是方程 1 中使用的振铃频率 f R：
此处描述的方法是一个迭代过程，该过程从 0Ω 的外部栅极电阻开始，根据振铃频率、源极电感和输入电容来计算新的外部栅极电阻值。
半桥配置中的两个隔离式单通道栅极驱动器提供了概念验证。由 15V 电源驱动的两个 UCC5310MC 栅极驱动器将驱动两个 100V CSD19536KCS MOSFET（典型的内部栅极电阻 RG,I为 1.4Ω）。
CSD19536KCS MOSFET 较小的内部栅极电阻显示了添加外部栅极电阻的效果。如果 MOSFET 或 IGBT 的内部栅极电阻足够大，则可能不需要外部栅极电阻。
在 0Ω 时，栅源波形上会出现不必要的振铃。CSD19536KCS MOSFET 的内部栅极电阻不足以抑制图 3 中的振荡。
图 3.外部栅极电阻器，其中的 RGATE = 0Ω.
图 4.临界阻尼的外部栅极电阻，其中的 RGATE = 7Ω.
如果添加优化的栅极电阻后，上升和下降时间太慢，则另一种选择是将 Q 因素设置为 1 计算栅极电阻。这将促成欠阻尼解决方案，但要小心防止过冲或下冲。如果仍然出现过冲或下冲情况，请查看栅极驱动器的拉电流和灌电流，并找到一个峰值电流更大的器件来代替它。这将会以更快的速率对 FET 进行充电和放电，但需要一个新的优化栅极电阻器来防止过冲。
有关备选器件建议，请参阅表 1。
表 1. 备选器件建议.
从图 5 所示的串联 RLC 电路中减少振铃的另一种方法是最大限度降低高侧晶体管源极与低侧晶体管源极之间的回路电感。将对晶体管栅极进行充电和放电的高峰值电流限制在最小的物理区域内至关重要。必须将栅极驱动器放置在尽可能靠近晶体管的位置以减少寄生效应。
图 5.栅极驱动设计中的谐振电路.
图 1.低侧和高侧电流检测.
例如，共模抑制规格为 80dB 的差分放大器或电流感应放大器会根据输入电压电平在测量结果中引入较大的失调电压。共模抑制规格为 80dB 时，对于施加到输入端的每伏特电压，在测量中将相应产生额外的 100µV 失调电压。
采用校准方案的应用受这种额外引入的失调电压影响较小。不过，对于系统校准无法解决该失调电压漂移的应用，必须选择具有更佳共模电压抑制规格的放大器。
INA240 是一款专用的电流感应放大器，其共模输入电压范围为 -4V 至 +80V，在该器件整个输入和温度范围内最坏的共模抑制规格为 120dB。120dB 的共模抑制对应于共模电压每变化 1V 便额外产生 1μV 的输入失调电压。温度对放大器抑制共模电压能力的影响在许多产品的数据表中都没有详细记录，因此除了室温规格之外，您还应对该影响进行评估。INA240在整个 -40°C 至 +125°C 的温度范围内可确保 120dB 共模抑制规格。图 2 显示了 INA240 在整个温度范围内的典型共模抑制性能为 135dB（每变化 1V 产生的失调电压小于 0.2μV）。
图 2.共模抑制与温度间的关系.
图 3.高侧过流检测.
备选器件建议对于测量高电压并需要更高信号带宽或更小封装的应用，可考虑使用 LMP8640。对于需要能够承受更高电压的应用，可选择 INA149，这是一款高性能差分放大器，能够连接高达±275V 的共模电压（电源电压为 ±15V），并保证共模抑制为90dB（即输入每变化 1V 便产生 31.6µV 的失调电压）。
表 1 汇总了这些备选器件建议。
表 1. 备选器件建议.
2.2.6 增强型 PWM 抑制为直列式电机控制带来的五个好处解决问题的方法永远不止一个。有时，最常用的方法不一定效果最好。从事电机控制项目的系统设计人员使用各种电流测量方法来确保电机高效运行并防止可能的损坏。
图 2 是由 PWM 逆变器产生的正弦相电流（红色波形）的示波器快照。在此例中，PWM 频率为 100kHz，由 LMG5200 氮化镓半桥功率级提供。直列式电流感应放大器在测量相电流时会经受快速开关信号。
如果可以用一个类比的话，这就像是在飓风期间测量海上漂浮的杯子中的液体一样。难怪大多数设计人员都使用低侧感应！
图 2.在快速共模瞬变过程中测量相电流.
在说明使用增强型 PWM 抑制进行直列式电机电流感应的潜在好处之前，我先解释一下增强型 PWM 抑制。增强型 PWM抑制是一种有源电路，使输出电压趋稳的速度比传统方法要快得多。当电流感应放大器检测到快速转换的输入共模信号时，内部有源电路会将可能传播到器件输出端的干扰降至最低。
减少这些干扰（也称为振铃）的另一种方法是使用高带宽放大器（兆赫级）来尽快使输出进入稳定状态，但这种方案可能成本高昂。
图 3.采用增强型 PWM 抑制时的预期电压波形.
使用增强型 PWM 抑制进行直列式电机电流感应的五大主要好处包括：
TI 的 INA240 电流感应放大器整合了增强型 PWM 抑制，因此能够为电机设计带来诸多系统级好处。
2.2.7 如何保护控制系统免受热损坏在许多控制系统中，工作温度是影响系统性能、可靠性和安全性的众多因素之一。了解温度对控制系统的影响可以帮助系统设计人员预测和防止热损坏。
通常，控制系统在有限的温度范围内工作。但是，只要系统运行超出其额定温度范围，其行为就变得不可预测。在高温下工作时，控制系统通常会出现效率降低、热耗散增加和加速老化的情况。另一方面，过低的温度也会对系统的安全性和功能性产生负面影响，因为工作条件会受到诸如凝结之类的影响。这些影响加在一起可能导致代价高昂的故障。
这种方法可提供实时热保护，而不会中断控制处理系统。
图 2.带有迟滞的温度开关跳闸行为示例.
有些应用需要热保护和监测功能，因此还需要模数转换器（请参阅图 3）。
图 3.温度监测器和开关的分立式实施示例。
具体实施将取决于以下应用要求：
需要考虑的其他特性包括迟滞、跳闸点可编程性、跳闸测试、资质认证（如汽车或美国保险商实验室）、输出类型、通道数和电源电压范围。
分立式解决方案使用负温度系数 (NTC) 热敏电阻进行温度开关的分立式实施很常见，因为这些器件的运用已经很广泛。热敏电阻解决方案通常也被认为是低成本的解决方案。考虑到热保护的苛刻要求（如保证性能），分立式解决方案通常极具挑战性且成本高昂。
设计分立式热保护解决方案时的一些挑战包括精度、可靠性和效率。例如：
高度集成的传感器可降低解决方案成本，并在安全应用中实现冗余。
设计技巧TMP302 可以测量器件引线的温度。仔细考虑 PCB 布局对于精确测量环境温度或电路板温度至关重要。与任何物理板设计一样，环境因素会严重影响系统性能。为避免泄漏和腐蚀，系统必须保持绝缘和干燥。如果系统在可能发生冷凝的低温下运行，则尤其如此。印刷电路涂层有助于确保水汽不会腐蚀传感器或其连接。
图 4.引脚可编程 IC 温度开关框图.
2.2.8 高精度电机驱动控制如何推动工业发展想象汽车制造厂中的一个机器人。它拾起一个发动机缸体，将其移到汽车底盘上，精确地放置缸体，释放它，然后返回到其初始位置，以重复该过程。该机器人可以举起的重量远大于人类，能够更加持续稳定地将物品移动到特定的位置，并且能够不停地重复同样的操作 - 如有必要，可以一天 24 小时工作。
此类机器人已成为汽车制造和许多其他行业的支柱，其使用在持续增长。但如果没有精确的电机驱动控制，机器人就无法运行。在多轴机器人运行中的每个点，它必须在三个维度上使用不同大小的力才能移动发动机。机器人中的电机能够在精确的点提供可变速度和扭矩（旋转力），机器人的控制器使用它们沿着不同的轴协调运动，从而实现精确的定位。在机器人释放汽车发动机之后，电机会减小扭矩，同时将机械臂返回到其初始位置。
TI 提供了支持高级电机控制系统开发的一系列集成解决方案。TI 为设计工程师提供包括软件和工具在内的集成电路 (IC)产品，从而使他们能够开发各个行业需要的且精度要求不断提高的电机驱动控制。凭借与领先电机制造商的多年接触，TI可帮助工程师简化电机控制系统设计，同时提高其产品的性能。
运行效率与更高的工作效率紧密相连。例如，装配线上的传送带通常与在传送带上装载零件、对零件进行操作或从传送带上接收零件以执行后续步骤的其他系统协同工作。传送带通常以稳定不变的速度向前运行，但操作有时可能需要改变速度、停止或短暂调转方向。这些移动与传送带上零件数量和重量的持续变化一起需要受控的电机驱动，从而能够自动调节输出。可能还需要电机之间的协调，因为工厂中的多条传送带通常会进行同步，从而使零件以最佳速度移动。使传送带在变化的条件下始终以可预测的方式移动的受控电机不仅对整个工厂的工作效率具有积极的影响，而且在现代制造环境中发挥着至关重要的作用。
精确受控的电机还可以实现全新的制造能力。机器人可提供最显著的示例，其中电子控制的电机提供精密的移动控制，该控制通常与人类无法达到的强度和速度结合在一起。早期的移动发动机缸体的机器人示例说明了强度，而其他示例强调移动的精度或速度。例如，取放机器人重复执行具有微米级容差的微动控制，并且其速度远快于人类。
通过将人类从高速、重复性、有时危险的任务中解放出来，电子控制的电机使工作环境更加安全。随着机器人被设计为与人类配合安全地工作，现在正随着该趋势进行全新的开发。尽管安全问题通常与系统运行和员工过程相关，但它们还包括内部控制电子产品，这些电子产品必须为设备和工人提供保护，使其不因放电而损坏/受伤。在工业机器以及运行它们的电机设计中，安全性始终是一个重要元素。
精确的电机控制还需要进行实时的极高速计算，具有数字信号处理器 (DSP) 功能的 MCU 可以最佳地提供该计算。DSP 还能够执行数字滤波和其他功能，以帮助保护系统免受功率瞬态和其他信号缺陷的影响，同时减少对执行这些功能的模拟组件的需求。
尽管专用逻辑和通用 MCU 可用于低成本应用，在这些应用中采用基本控制就足够了，但机器人和其他高级制造设备中的工业电机需要即时响应和精度以及数字信号控制 MCU 提供的编程灵活性和高级算法。
应用要求越精确，电机就必须越仔细地处理温度、电压输入、计时和其他因素的变化。例如，当系统在高温下工作时，在三维空间中沿直线移动物体的机械臂可以改变其轨迹，除非控制设计通过温度感应和算法调整对这些变化进行了补偿。这些相同类型的动态调整对于实现精密机器人取放移动而言可能是必要的，以进行稳定的微米级测量，而不是随着温度升高而漂移至精度更低且容差为毫米级的移动。由于制造环境在温度、灰尘、振动和其他应力方面通常要求非常严苛，因此仔细设计电机控制电子产品以在各种条件下稳定地实现精确运行就变得更加重要。
图 2.具有小型 Δ-Σ 调制器的增强型隔离式相位电流感应参考设计
精确受控的电机为工业 4.0 作出了重要的贡献，因为它们几乎驱动工业机器的所有运动。TI 的先进技术在实现高分辨率电机控制方面发挥着重要的作用，它将继续帮助制造商将电机和运行控制提升到更高的水平。
2.2.9 在整个温度范围内发挥功率级的最大效用在设计用于电机控制的功率级时，通过特别进行效率方面的考虑，可以降低系统总成本。这包括优化场效应晶体管、开关节点和控制算法。在设计过程中，需要保护系统免受过热问题的影响。如果系统达到一定温度水平，则印刷电路板 (PCB) 上的组件将超出其规格范围，因此可能会损坏组件并导致驱动系统发生故障。
图 1 显示了通过适用于伺服驱动器且具有智能栅极驱动器的 48V/500W 三相逆变器参考设计生成的 SOA 曲线。该曲线是根据热像仪测试和 10ARMS 效率测量结果得出的。在假定零温度误差的情况下，可将该曲线用作负温度系数 (NTC) 热敏电阻和 TI TMP235A2 传感器的参考。SOA 的差异是传感器温度误差的结果，表明需要安全裕度以确保在驱动器的 SOA 中运行。
图 1.传感器温度误差补偿引起的 SOA 差异.
SOA 的温度误差降低如何影响系统性能？图 1 显示了温度误差对于环境温度下 RMS 电流的影响，其中假设 NTC 的误差为 3.9°C 且 TMP235A2 的误差为 2.0°C。借助于最大相电流与环境温度关系的 SOA 曲线，可以确定在需要冷却之前可能的最大相电流。在给定特定的温度传感器误差的情况下，可以使用此最大相电流来计算功率级的功率降级。图 2 是基于三相逆变器参考设计中的计算结果得出的。
图 2.使用不同温度传感器在 85°C 时可用的视在负载.
可以看到，功率级可以支持 539W（如果可以正确无误测量温度）。现在，由于传感器的温度误差，需要添加安全裕度。此安全裕度意味着需要将功率级降低伺服驱动器功率级模块系统潜在功耗用量的 4% 或 8%。如果功率级需要支持 500W（显然可以实现，如图 1 所示），但您选择使用 NTC，则需要为系统增加额外的冷却功能以支持系统的整个温度范围，或者重新设计系统以提高效率。
为确保仅在建议的温度下使用功率级，温度传感器将监测温度，并在过热情况下关闭功率级。由于温度安全裕度，温度传感器的精度会影响功率级的最大温度极限。下面我们将讨论如何生成正确的配置以充分利用功率级，以及设计时应牢记的一些注意事项。
当环境温度为 85°C 时，IC 的自发热只能将 IC 的温度最多升高40°C。如果 IC 升到更高温度，IC 将超出工作温度范围。有关自发热的更多详细信息，请参阅：
设计指南：适用于伺服驱动器且采用智能栅极驱动器的 48V、500W 三相逆变器参考设计。
各种传感器类型的各种方法都会增加测量误差，因此需要从理想测量中进行补偿。误差越小，三相逆变器在由于过热误差而必须关闭系统之前可以提供的功率就越大。换句话说，温度传感器将限制整个系统的视在负载能力，甚至无需查看栅极驱动器、FET 或其他任何影响功率级效率的因素。这就是为什么温度传感器精度如此重要的原因。
这对您的设计而言意味着什么？让我们以智能栅极驱动器参考设计为例，比较 NTC 热敏电阻与 TMP235A2 IC 温度传感器的温度误差。首先，您如何量化温度误差？
在 TMP235A2 的数据表中可以看到，其在整个温度范围内的温度误差为 ±2°C。数据表中有一处小小的脚注引用了用于校正器件温度漂移的查找表。
图 3.使用 TMP6131 系统参数仿真器计算 NTC 的温度误差.
与查找表相反，TMP6131 系统参数仿真器可以仿真 NTC 模型并估计应用多项式拟合时的精度。图 3 显示了用于仿真的设置以及结果。
图 2 中的蓝色曲线定义了温度误差。使用的区间为 -40°C 至+125°C。可以看到，最大负误差和正误差分别为 -3.6°C 和+4.3°C。为了便于计算，我们将此温度误差范围标准化为 NTC的 ±3.9°C。由于 NTC 在整个温度范围内的非线性特征，因此应在系统的额定温度范围内进行补偿。
有两种在软件中线性化热敏电阻的基本方法：多项式拟合和查找表。这些方法将使 NTC、PTC 和 TMP235A2 的测量值更接近理想的测量值和实际温度。在仿真工具中，多项式拟合将减少线性化误差。使用更高的多项式拟合阶数可以提高 NTC 的精度，但也会增加处理器计算温度所花费的时间。这种额外的计算时间会导致额外的功耗，因此也会影响系统效率。查找表需要处理器内存。
仿真中不考虑校准误差，但会对两个传感器的影响类似。
没问题，对吧？好了，在这种情况下，有一种可行的解决方案使设计的逆变器可以满足这位虚构（但要求严苛的）老板的要求。
这个适用于伺服驱动器且具有智能栅极驱动器的 48V/500W 三相逆变器参考设计使用高度集成的电路实现了小尺寸；集成电路中包括三个半桥栅极驱动器，它们具有 100% 占空比以及 50mA 至 2A 的可选拉电流/灌电流。VDS 感应可实现过流保护，防止损坏功率级和电机。VGS 握手特征可以保护功率级免遭脉宽调制配置错误所引起的击穿。
典型低压直流馈电伺服驱动器功率级的分区可类似于图 1（其基于直流馈电伺服驱动器功率级模块）。红色框表示模块。在图 1 中，低压直流馈电伺服驱动器涵盖的模块对系统性能有很大影响，并会影响设计注意事项。
可以向半桥栅极驱动器添加故障检测功能来实现 VDS 感应和软关断，由此构建一个稳健可靠的系统。这些集成特性使栅极驱动器系统能够检测到典型的过流或短路事件，而无需添加额外的电流感应或硬件电路来实现死区时间插入。因此，MCU不能提供错误的驱动信号，无法通过击穿短路损坏功率级或电机。
图 1.直流馈电伺服功率级.
为了以最小的损耗实现连续的相电流感应，该参考设计使用了 1mΩ 直列式分流器。电阻值是精度与效率之间的折衷因素。
具有附加集成式固定增益和零失调电压的放大器可进一步帮助降低系统成本，同时确保高精度的电流测量。
图 2.电机驱动器功率级的测试设置.
图 1.三相逆变器中的分流器选项.
图 2.取决于分流器位置的分流器电流、相电流和共模.
从系统的角度来看，电机直列式分流器可提供重要的性能优势，而从放大器的角度来看，低侧分流器是成本更低的解决方案，如表 1 所示。
在基于分流器的系统中，分流电阻和封装要同时兼顾精度、热性能、PCB 尺寸和成本。在电机驱动器中，分流电阻确保在最大相电流时的压降通常介于 ±25mV 到 ±250mV 之间。随后的放大器将小双极分流电压转换为典型的单极输出电压，并使偏置电流与 ADC 的 3V 到 5V 输入范围匹配。增益设置通常介于10 到 100V 之间。
位置 2：低侧分流器低侧分流器非常适合功率高达约 5kW 的紧凑型交流线路馈电逆变器，以及采用连接到电源接地端的非隔离式控制 MCU 的12 到 60VDC 馈电电机驱动器。这些分流器可以放在三相逆变器的两个或三个引脚上。
和随后的 ADC 一样，放大器应采用单电源供电运行。由于分流器压降以接地端为基准，因此接近于接地负轨的输入共模电压至关重要。为了在开关期间从接地反弹去耦，差分到单端配置中的放大器会将小双极分流电压转换为单极电压（通常为0V 到 3.3V，
表 1. 用于测量电机相电流的分流器位置的比较.
中偏置为 1.65V），以驱动 ADC。放大器的关键参数包括：
当使用三个分流器时，用于实现极短低侧打开时间的权变措施应当只考虑具有最长打开时间的两个相位，并计算出第三个相位。这种方法不适用于双分流器解决方案；但是，放大器必须至少在指定的最短开通时间内保持稳定，通常甚至要在一半的最短开通时间内保持稳定，因为 PWM 通常以对称方式对电流进行采样。
表 2 提供了单位带宽增益积为 10MHz 的放大器（例如 TLV9062）的示例稳定时间。TLV9062 满足这些规格要求并在单个 8 引脚封装中提供双放大器，因此，对于使用两个低侧相脚分流方法的系统，其 BOM 成本可降至最低。
位置 3：直列式电机分流器对于 12 到 60VDC 馈送逆变器，非隔离式电流感应放大器以直流接地为基准，这种方法因可降低系统成本而极具吸引力。主要的挑战在于巨大的共模电压，这一电压甚至比满量程的分流电压还高 100 到 1,000 倍。这样就需要使用具有以下特性的放大器：
和随后的 ADC 或嵌入了 MCU 的 ADC 一样，放大器应采用 3.3V 单电源运行。这样就无需使用钳位二极管来保护ADC 输入。具有 400kHz 配置增益的放大器带宽可提供用时≤1µs（10% 到 90%）的过电流采样。采用这种配置时，很难补偿失调电压和增益误差，特别是在工作温度范围内。如前所述，失调电压和失调电压漂移对于逆变器的低电流性能至关重要，可接受的失调电压误差取决于所需的电流测量精度。
图 3.在 48V 时的一个 PWM 周期中的直列式电流感应放大器和瞬态响应.
从系统的角度来看，隔离式 Δ-Σ 调制器应当提供：
±50mV 的输入范围与传统的 ±250mV 范围相比可以将分流器损耗减少 80%。
非常低的增益、失调电压和相关漂移对于精度至关重要，因为很难对它们进行补偿。非常低并具有 1µV/°C 漂移的50µV 失调电压可以在 25°C 到 85°C 的温度范围内实现小于0.11% 的误差。
集成式抗混叠滤波器会将噪声衰减到调制器时钟频率的一半以上，以免噪声再次混叠并影响目标频带内的精度。
共模输入电压应当至少是负满量程输入范围的一半。
图 4.采用隔离式 Δ-Σ 调制器且基于直列式分流器的相电流感应.
图 6.采用隔离式放大器且基于直列式分流器的相电流感应.
表 4.隔离式放大器与隔离式 Δ-Σ 调制器的比较.
查找更多有关机器人系统控制器的参考设计。
表 1. 各种电池的常见充放电温度限制.
热保护解决方案无论是分立式还是集成式温度传感解决方案都可以保护电池管理系统免受热损坏。如图 1 所示，分立式解决方案包括热敏电阻、比较器和电压基准。这种方法可提供实时热保护，而不会中断控制处理系统。
图 1.用于阈值检测的热敏电阻 + 比较器.
由于电池应用在高温和低温环境下均需提供保护，因此温度窗口比较器是一个更好的解决方案。图 2 展示了此输出的一个示例。在此示例中，跳变点设置为 60°C 和 0°C，迟滞为10°C。
图 2.温度窗口比较器输出行为示例.
请注意，图 2 中的设置输出高电平 (SOH) 是一个系统诊断测试功能，通过该功能，您可以独立于温度将输出强制为高电平。
TI 可提供广泛的温度开关和热敏电阻产品组合，例如 TMP303、TMP390 和 TMP61。TMP303 使用窗口比较器，并通过超小尺寸（小外形晶体管 563）、低功耗（最大 5μA）和低至 1.4V 的电源电压能力提供了设计灵活性。无需额外器件即可正常运行，窗口比较器可以独立于微处理器或微控制器正常工作。通过不同的器件选项可获得七个跳变点，这些均可在出厂时编程为任何温度。
图 3 所示的 TMP390 是一个可通过电阻器进行编程并具有两个内部比较器和两个输出的双输出温度开关。TMP390 采用相同的小型封装，具有超低功耗（最大 1μA）和低电源电压(1.62V) 特性。
仅使用两个电阻器，即可将高低温跳变点配置为任何所需的温度窗口，其中迟滞选项介于 5°C 至 30°C 之间。单独的高低温跳变输出会产生独立的警告信号，以供微处理器解释。
3.1.2 保护电池并不像您想的那么难对于任何类型的保护，解决方案理应简单。保护方案一经设计和设置，应该再无后顾之忧；至少应该是这样。但是，当涉及到更多更好的电池保护时，您可能会担心它们未来会产生什么后果。
对于任何保护器件，人们都希望其设置简单：一个可以保护您的系统但不会消耗大量电流的集成电路。TI 的 BQ77905 系列电池保护器适用于三到五节及更多串联电池，其有助于以较低的功耗为您的系统提供所需的保护。
工业消费类应用通常包括由 3 节（小型电动工具或无人机）、4节（无人机）、5 节（专业电动工具）、6 节（工业无人机）、7 节（真空吸尘器）、10 节（园艺工具或电锯之类的大型电动工具）甚至20 节电池组成的电池组。为了适应这些不同尺寸，创建一个通用的电池组设计平台，消除了不同 IC 架构带来的重新设计和再熟悉过程等相关工程成本。BQ77905 还具有堆叠功能，可为设计提供灵活的电池节数。
如果需要像电池平衡和休眠模式这样的附加功能，则升级到BQ77915 可能是一个不错的选择。电池平衡在高电池节数应用中非常有用，这类应用需要通过保持每节电池适当平衡来延长电池组的寿命。
通常，保护应简单明了、易于使用且不应花费太多（功耗、价格、安全性）。此外，电池保护器件应提供灵活性并支持各种电池节数的可扩展方法，从而有助于管理总体设计成本。保护永远不应限制应用的功能。
随着机器人技术的进步，互补传感器技术也在进步。就像人类的五官感觉一样，通过将不同的传感技术结合起来，可在将机器人系统部署到不断变化、不受控制的环境中时取得最佳效果。
与基于视觉和激光雷达的传感器相比，毫米波传感器的一个重要优势是不受雨、尘、烟、雾或霜等环境条件影响。此外，毫米波传感器可在完全黑暗中或在阳光直射下工作。这些传感器可直接安装在无外透镜、通风口或传感器表面的塑料外壳后，非常坚固耐用，能满足防护等级 (IP) 69K 标准。此外，TI 的毫米波传感器的体积小、重量轻，设计产品的体积是微型激光雷达测距仪的三分之一，重量是其一半。
表1.传感器技术比较。
图 1.现代建筑广泛使用玻璃表面。
图 2.设置用于检测玻璃墙的测试。
在毫米波演示可视化工具中使用 EVM 随附的演示软件和可视化工具，图 3 中显示的结果明确证明了 TI 毫米波传感器可检测玻璃墙面及其背后的墙板。
图 3.显示玻璃板和墙板检测的测试结果.
使用 TI 毫米波传感器测量对地速度精确的里程计信息对于机器人平台的自主移动必不可少。可通过测量机器人平台上车轮或皮带的转动来获得里程信息。然而，如果车轮在松散砾石、泥地或湿地等表面上打滑时，这种低成本方法显然无法轻松凑效。
更先进的系统可通过增加一个 IMU（有时通过 GPS 进行增强）来确保里程信息非常精确。TI 毫米波传感器可通过向地面发送线性调频信号并测量返回信号的多普勒频移，为穿越不平坦的地形或底盘俯仰和偏航情况较多的机器人提供额外的里程信息。
图 4（下一页）显示了对地速度毫米波雷达传感器在机器人平台上的潜在配置。无论是将雷达指向平台前（如图所示）还是指向平台后（农用车辆的标准做法），都需要进行权衡。如果指向平台前，则也可使用同一 TI 毫米波传感器来检测表面边缘，避免不可恢复的平台损失，如从仓库装运台上跌落。如果指向平台后，则可将传感器安装在平台的重心点上，尽量减少俯仰和偏航对测量的影响，这在农业应用中是一个大问题。
图 4.机器人平台上的对地速度雷达配置。
方程 1 可以计算均匀理想条件下的速度。
(1)
扩展方程 1 能够补偿变量（例如，导致传感器俯仰、偏航和翻滚的非均匀地形）的速度测量误差，并引入转动速度分量。
机械臂周围的安全防护装置随着机器人在服务能力或在灵活的低批量处理自动化任务中与人类发生更多的交互，必须确保它们不会对与之交互的人造成伤害，如图 5 所示。
图 5.未来的机器人将与人类有更多的交互。
过去通常在机器人的工作区域周围设置一个安全屏障或排除区域，确保物理隔离，如图 6 所示。
图 6.带有物理安全笼的机械臂。
传感器使虚拟安全幕或气泡能够将机器人操作与非计划的人类交互分开，同时避免机器人与机器人发生由于密度和操作可编程性增加而导致的碰撞。基于视觉的安全系统需要受控的照明，这会增加能耗、产生热量且需要维护。在尘土飞扬的制造环境（如纺织或地毯编织）中，需要经常清洁和观察透镜。
由于 TI 毫米波传感器非常强大，无论车间的照明、湿度、烟雾和灰尘情况如何，都可以检测物体，因此它们非常适合取代视觉系统，并能以极低的处理延迟（通常少于 2ms）提供这种检测。由于这些传感器视野宽阔且探测距离较长，将其安装在工作区域上方可简化安装过程。只使用一个毫米波传感器即可检测多个物体或人员，减少所需传感器数量并降低成本。
走在 TI 毫米波传感器前面的人会产生多个反射点。在机器人操作系统 (ROS) 可视化 (RVIZ) 工具中，可将检测到的所有点映射到相对于传感器的 3D 区域中（如图 8 所示）。此映射会收集四分之一秒内的所有点。收集到的点信息密度可提供高保真度，可清晰看到腿和手臂的运动，因此物体分类算法会将其归类为一个移动的人。3D 区域中开放空间的清晰性对于移动机器人来说也是非常重要的数据，可确保它们能够自主操作。
使用 TI 毫米波传感器映射和导航
图 9.安装在 Turtlebot 2 上的 IWR1443 EVM.
图 10.与配备有 IWR1443 EVM 的 Turtlebot 2 配合使用的 Robot OS 库导航堆栈
我们在室内办公环境中设置障碍并使 Turtlebot 2 通过该区域，使用 OctoMap 库建立一个 3D 占据栅格地图。图 11 是使用 RVIZ 的占据栅格屏幕截图。
图 11.在 Robot OS 中使用 OctoMap 库生成占据栅格地图.
我们使用的是通过 move_base 从 OctoMap 生成的地图，输入最终目的地和姿势位置，如图 12 屏幕截图中的绿色箭头所示。Turtlebot 2 成功高效地导航到了选定的位置，然后旋转到适当的姿势，避开了其路线中的静态和动态物体。这证明了使用一个面向未来的毫米波传感器快速在 Robot OS 环境中进行基本自主机器人导航的效果。
图 12.使用 IWR1443 EVM 占据栅格地图和 Robot OS move_base 库使 Turtlebot 2 进行自主导航.
结论TI 毫米波传感器最初非常昂贵且尺寸较大，并需要多个分立组件。然而，由于现在 TI 将射频、处理和内存资源集成到一个单片CMOS 芯片上，可以说毫米波传感器将补充或取代传统的机器人传感技术。
与其他技术相比，TI 毫米波传感器的优势如下：
4.2 边缘智能赋能自主工厂从传统的工业机器人系统到如今最新的协作机器人，各种机器人都依赖于能够生成并处理数量庞大、种类纷多的数据的传感器。这些数据有助于在自主机器人中进行实时决策，从而实现更智能的事件管理，同时在动态的现实环境中保持工作效率，如图 1 所示。
TI 毫米波传感器如何在工厂实现边缘智能德州仪器 (TI) 毫米波传感器有一个集成处理器，该处理器可以处理片上数据以进行实时决策。相较于某些基于光或视觉的传感器，这种集成有助于实现更小的设计。
图 1 毫米波传感技术有助于监测机器周围区域以便进行实时事件管理。
此外，只需使用一个传感器即可检测多个物体并处理数据，因此可降低总体系统成本。
不受灰尘、烟雾和可变光照等环境条件影响是工厂环境中的另一个重要考虑因素。TI 毫米波传感器可以在任何这类条件下运行，并可安装在塑料外壳后面，无需外部透镜、通风口或传感器表面。所有这些属性使得毫米波传感器在工业传感应用中具有出色表现。
TI 毫米波技术不仅可以实现距离测量智能边缘处理使工厂机器和机器人能够与人类进行交互并减少事故发生。例如，可以配置 TI 毫米波传感器，使其监测机器周围的特定区域、定义排除区域以及向该区域内的人员发出警告。通过对这些区域进行分区，可让传感器根据区域占用或人员靠近情况做出相应的反应。
图 2 说明了此功能，其中将区域标记为安全（绿色）、警告（黄色）和危险（红色）以指示与机器的接近程度。
TI 毫米波传感器可精确测量其视野范围内物体的距离以及任何障碍物的相对速度。因此，机器人可以根据物体接近传感器的速度采取更具预测性的操作，例如停止机器。图 3 显示了机器如何根据人员接近机器的速度快速触发危险区域警告。
图 2.一个人缓慢走过机器，在 1m 处开始闪烁危险信号.(a) (b)
图 3.当人缓慢行走时在 1m 处触发危险信号 (a)；当人快速行走时在 2m 处危险信号 (b).
为了提高生产率，您希望避免因误触发而停止机器。图 4 中的示例显示了集成的跟踪算法如何让传感器精确判定人的方向。当人离开机器时，不会开启警告信号，也不会采取其他任何操作。
简化设计并加快开发速度为了简化机器人系统的设计以及缩短开发时间，使用具有集成封装天线的毫米波传感器的区域扫描仪参考设计使用了IWR6843 EVM，该模块在 60GHz 频段上工作并在器件上集成了完整的雷达处理链。
图 4.由于人正在离开机器，传感器不指示危险信号.
因此，不久之后，机器人就可以帮助我们建造房屋、铺设道路以及驾驶车辆。但是，为了实现这样一个未来世界，一项关键要求是使机器人具有与人类相似的感官。
机器人设备的最大挑战之一是如何在不撞到墙壁、家具、设备、人类或其他机器人的情况下找到自己的行走路径。为了避开障碍物并高效完成工作，机器人应能够检测到几英尺到几厘米远的障碍物，以便它们有时间导航到其他地方。
检测障碍物的常用技术包括：
第一种技术（超声波传感）是一种替代雷达的低成本且低速的方案，适用于在家中和工厂中不需要高速运行的机器人。由于超声波传感不受障碍物反射光量的影响，因此在避开障碍物方面，超声波传感比光学 ToF 传感更可靠。超声波传感的另一个好处是它使用声波而不是光来检测物体，因此可以感应玻璃或任何其他透明表面。
图 1.服务机器人的示例.
第二个示例是装配线机器人以及在工厂车间内及在工厂车间与仓库之间移动原材料或成品的机器人。
在如今的工厂中，机械臂四处移动拾取和放置零件并安装螺母和螺栓来组装产品，如图 2 所示。工厂所有者和机器人系统制造商的主要关注点在于如何在机械臂上安装传感器，从而防止地板上的多个机器人之间发生碰撞。在机械臂或机器人移动车辆上的适当位置安装的超声波传感器可以提供有关附近物体的情报，以及可由这些机器人系统的 CPU 用来避免碰撞的距离信息。
图 2.装配线机器人系统组件.
在机器人中使用的超声波避障系统的组件包括：
开始使用超声波传感超声波传感是适用于家庭和工厂机器人系统的经济、可靠和实用的解决方案。TI 提供了若干不同的器件和各种各样的配套工具，旨在帮助您快速开发基于超声波传感的设计。
图 3.超声波收发器模块示例.
工业机器人通常放置在封闭的环境中，当人类进入其环境时将停止运转。但是限制人类与机器人协作会导致无法实现许多好处。自主能力将使人类与机器人安全高效地共存。
机器人应用中的传感和智能感知非常重要，因为机器人系统（尤其是 ML/AI 系统）的有效性能在很大程度上取决于向这些系统提供关键数据的传感器的性能。如今，各种越来越精密和精确的传感器，再加上能够将所有这些传感器数据融合在一起的系统，使得机器人拥有越来越出色的感知和意识。机器人的感知能力示例如图 1 所示。
图 1.机器人的不同感官.
机器人和自动化目前有哪些主要趋势？什么样的技术会将 AI与需要智能化的数据联系起来？最后，TI 传感器是如何运用（融合）到 AI 系统中的？
去中心化的 AI 模型去中心化的 AI 模型依赖于具有以下功能的高度集成式处理器：
为了存在于边缘，所有这些功能还必须具有高效率、相对较低的功耗和较小的尺寸。
随着 ML 越来越流行，功耗和大小经过优化的“推理引擎”也越来越多。这些引擎是专门用于执行 ML 推理的专用硬件产品。
集成式 SoC 通常是嵌入式领域中一个不错的选择，因为除了容纳能够执行深度学习推理的各种处理元件外，SoC 还集成许多用于整个嵌入式应用的必要组件。一些集成式 SoC 包括显示、图形、视频加速和工业联网功能，使单芯片解决方案的功能不仅限于运行 ML/AI。
Sitara™ AM57x 处理器是在边缘运行 AI 的处理器典范。这些处理器具有用于连接多个传感器（例如视频、ToF、LIDAR 和毫米波传感器）的多个高速外设，还包括以 C66x 数字信号处理器内核和嵌入式视觉引擎子系统形式呈现的专用硬件，旨在加速 AI 算法和深度学习推理。
让我们看看目前机器人的一些主要技术趋势。
协作机器人人类通常无法接近处于运行状态的传统工业机器人，否则会置身于危险之中。相反，协作机器人旨在与人类一起安全工作（如图 2 所示），能够缓慢从容地移动。
根据国际标准化组织 TS 15066 的定义，协作机器人是一种能够在协作性操作过程中使用的机器人，在这种操作过程中，机器人和人类可以在定义的工作区中同时进行生产操作（这不包括机器人加机器人系统或并置的人类与机器人，它们是在不同时间进行操作）。由于需要定义和部署协作机器人来预见机器人的物理部分（或诸如激光之类的虚拟扩展部分）与操作员之间可能发生的碰撞，因此使用传感器来确定操作员的确切位置和速度变得更加重要。
协作机器人制造商必须在机器人系统中实现高水平的环境感知和冗余度，以快速检测和防止可能发生的碰撞。连接到控制单元的集成传感器将感应机器人手臂与人类或其他物体之间即将发生的碰撞；在即将发生的碰撞时，控制单元将立即关闭机器人。如果任何传感器或其电子电路出现故障，机器人也会关闭。
随着协作机器人在苛刻的工业环境中变得越来越强大，制造商将在工厂车间增加越来越多的协作机器人，尤其是那些具有严格投资回报率目标并希望缩短产品周期的制造商。
物流机器人物流机器人是在可能有人在场或不在场的环境（例如仓库、配送中心、港口或园区）中工作的移动装置。物流机器人取回货物并将其带到包装站，或者将货物从公司现场的一处建筑物运到另一处；有些物流机器人也可以提取和包装货物。这些机器人通常在特定环境中移动，并且需要传感器来进行定位、制图以及防止碰撞（尤其是与人的碰撞）。
图 2.协作机器人在工厂环境中与人类一起工作.
不断上涨的人工成本和严格的政府法规正在推动物流机器人的普及。此类机器人越来越流行还得益于设备成本、传感器等组件的成本以及集成成本不断降低（以及所需时间不断减少）。工业机器人设计工程师指南 59 2Q 2020 I 德州仪器 (TI)
最后一英里的送货机器人在产品从仓库货架到客户家门口的旅程中，最后一英里送货是该过程的最后一步：包裹最终到达买家的家门口。除了影响客户满意度之外，最后一英里送货既昂贵又费时。
最后一英里的送货成本占总运送成本的很大一部分：总体上占 53%。因此，提高最后一英里的送货效率已成为开发和实施可以推动流程改进和提高效率的新机器人技术的重点。
诸如 TI OPT8320 之类的 3D ToF 传感器使机器人能够确定螺钉的准确角度，然后微调螺丝刀，使螺钉始终对准，无需人工干预。像 OPT3101 这样基于 ToF 的模拟前端可以帮助识别机械臂到目标的距离，并有助于精确定位。
精确的温度监测可以保护电机，同时更高的温度精度能够使电机在达到安全裕度极限之前更难以驱动。此外，几乎所有其他传感器都对温度敏感并受益于热补偿。通过了解温度，即可校正其他传感器的温度漂移，进而获得更准确的测量结果。
在靠近赤道的工厂和热带气候地区，温度和湿度传感器可以预测露点，便于进行电子系统保护和预测性维护。
超声波传感器如果机器人被强光照射或发现自身处于非常黑暗的环境中，视觉传感器可能无法工作。通过发射超声波并侦听从物体反射回来的回声（类似于蝙蝠的做法），超声波传感器在黑暗或明亮的条件下均具有出色的性能，可以克服光学传感器的局限性。
超声波传感是一种替代雷达的低成本低速技术，适用于不需要高速运行的机器人。由于超声波传感不受障碍物反射光量的影响，因此在避开障碍物方面，超声波传感比光学 ToF 更可靠。例如，超声波传感使用声波而不是光来检测物体，因此可以感应玻璃或其他透明表面。
振动传感器使机器人能够知道其某些机械装置是否已损坏或老化，从而有助于在操作濒临危险之前进行预防性维护。使用AI/ML 可以使这些预测的准确性更上一层楼。
如《机器人应用中的 TI 毫米波雷达传感器》白皮书所述，CMOS 毫米波雷达传感器能够以极高的精度测量其视野范围内物体的距离以及任何障碍物的相对速度。
互补金属氧化物半导体 (CMOS) 毫米波雷达传感器能够以极高的精度测量其视野范围内物体的距离以及任何障碍物的相对速度。
TI 高度集成的单芯片毫米波雷达传感器具有体积小、重量轻的特点，支持在传感器边缘进行实时处理，通常无需额外的处理器。
采用毫米波技术的设计的体积是微型激光雷达测距仪的三分之一，重量是其一半。与基于视觉的系统相比，这降低了 BOM成本、缩小了尺寸并减少了中央控制器处理器需要提供的每秒百万指令数。这些传感器可直接安装在无外部透镜、通风口或传感器表面的塑料外壳后，非常坚固耐用，能满足防护等级69K 标准。
毫米波传感器最初非常昂贵且尺寸较大，并需要多个分立组件。然而，由于现在 TI 将射频、处理和内存资源集成到一个单片 CMOS 芯片上，可以说毫米波传感器将在未来几年补充或取代传统的机器人传感技术。
更先进的雷达传感系统可通过增加一个惯性测量单元（有时通过 GPS 进行增强）来确保里程信息非常精确。毫米波传感器可通过向地面发送线性调频信号并测量返回信号的多普勒频移，为穿越不平坦的地形或底盘俯仰和偏航情况较多的机器人提供额外的里程信息。
图 3.采用毫米波传感器的机械臂.
适用于整个 AI 机器人信号链的 TI 解决方案自我学习的自适应 AI 机器人系统的信号链需要实时融合各种传感器数据。协作机器人的传感器在某些方面类似于人类的五种感官，所有这些感官对于完全自主操作都是至关重要的。人类的每一种感官都使用大脑的不同部分以及不同的大脑处理工作量。例如，视觉比听觉或嗅觉需要更多的脑力。
与之类似，机器人将有越来越多的传感器连接到机器人内部运行的 AI 和 ML 系统，因此 AI 机器人系统制造商面临的主要挑战在于，他们需要处理由混合传感器数据驱动的混合 ML 系统中多个并行运行并通信的 AI 系统。
TI 可以提供下一代机器人所需的各种产品，从传感器到处理器，应有尽有，其广泛的产品和解决方案涵盖了整个 AI 机器人信号链。从传感器输入到执行器或电机输出，从单个设备单元到工厂级控制等等，TI 解决方案覆盖了整个信号链，并提供机器人应用所需的处理能力和电源。产品具有增强型隔离等功能，并经过测试，符合在严苛工业环境中使用的标准。
为了让机器学习在许多行业中发挥其应有的作用，必须将推理（此部分旨在执行经过训练的机器学习算法）部署到嵌入式系统中。这一部署过程有其独特的一系列挑战和要求。
训练和推理深度学习包含两个主要部分：训练和推理，两者可以在完全不同的处理平台上执行，如图 1 所示。深度学习的训练部分通常在桌面平台或云中离线进行，需要将大量标记过的数据集馈送到深度神经网络 (DNN) 中。实时性能或功耗在该阶段不会有问题。
如《传感器数据如何赋能机器人技术中的 AI》白皮书所述，训练阶段的成果是经过训练的神经网络，该神经网络在部署后可以执行特定任务，例如检查装配线上的瓶子、对房间内的人进行计数和跟踪或确定票据是否是伪造的。
将经过训练的神经网络部署到执行算法的设备上称为“推理”。根据嵌入式系统施加的约束，训练神经网络的处理平台通常不同于运行推理的平台。为了便于本文讨论，术语“深度学习”和“机器学习”指代推理。
前沿的机器学习将计算推向更接近传感器收集数据的位置的概念是现代嵌入式系统的核心，即网络的边缘。使用深度学习时，此概念对于在边缘实现智能和自主变得更加重要。
图 1.传统深度学习开发流程.
许多应用（从工厂车间的自动化机械和工业机器人，到家庭中的自导式扫地机器人，再到田野中的农用拖拉机）必须在本地实施处理。
进行本地处理的原因可能因应用而有很大差异。以下仅仅是一部分促使需要进行本地处理的原因：
选择用于机器学习的嵌入式处理器需要进行本地处理的许多原因与嵌入式系统中固有的要求是重叠的，特别是功耗和可靠性。嵌入式系统还需要考虑其他一些因素，这些因素与系统的物理局限性有关或缘于这些局限性。在尺寸、内存、功耗、温度、寿命以及成本方面，经常都存在固定的要求。
图 2.使用嵌入式深度学习进行的对象分类示例.
此外，对诸如 Open Neural Network eXchange（开放神经网络交换）之类的开放式生态系统的支持意味着将支持更大范围的开发框架。
选择用于深度学习的处理器时，有许多不同类型的处理器可供考虑，它们各有优缺点。通常会首先考虑图形处理单元(GPU)，因为这种处理器在网络训练中得到了广泛应用。尽管GPU 的功能非常强大，但考虑到嵌入式应用中经常出现的功耗、尺寸和成本限制，其仍难以在嵌入式领域中获得青睐。
随着深度学习越来越流行，功耗和大小经过优化的“推理引擎”也越来越多。这些引擎是专门用于执行深度学习推理的专用硬件产品。一些引擎经过了优化后可以使用 1 位权重并可以执行简单的功能（例如关键词检测），但是若要进行这样大幅度的优化来节省功耗和计算处理资源，则需要牺牲有限的系统功能和精度。如果应用需要进行对象分类或执行细粒度的工作，则较小的推理引擎在性能上可能不够强大。
集成式 SoC 通常是嵌入式领域中一个不错的选择，因为除了容纳能够执行深度学习推理的各种处理元件外，SoC 还集成许多用于整个嵌入式应用的必要组件。一些集成式 SoC 包括显示、图形、视频加速和工业联网功能，使单芯片解决方案的功能不仅限于运行深度学习。
用于深度学习的高集成度 SoC 的一个示例是 TI 的 AM5729器件，如图 3 所示。AM5729 具有两个用于系统处理的 Arm®Cortex®-A15 内核、两个用于运行传统机器视觉算法的 C66x数字信号处理器 (DSP) 内核以及四个用于运行推理的嵌入式视觉引擎 (EVE)。TI 的深度学习 (TIDL) 软件产品包括 TIDL 库，该库在 C66x DSP 内核或 EVE 上运行，因此可以在器件上同时运行多个推理。另外，AM5729 提供了丰富的外设、一个用于实现 EtherCAT 等工厂车间协议的工业通信子系统 (ICSS) 以及用于视频编码/解码及 3D 和 2D 图形的加速功能，有助于在也会执行深度学习的嵌入式领域中使用此 SoC。
为嵌入式应用选择处理器通常是产品最重要的组件选择，对于许多改变行业并将机器学习推向边缘的产品而言，便是如此。
4.6 机器人可以应对新的挑战和功能为了跟上在线购物的增长步伐，物流中心的数量成倍增加，同时轮式机器人的数量也随之增加，这种机器人可以处理这些物流中心的许多繁重任务。轮式机器人的下一个挑战将是如何满足最后一英里送货的需求，从而帮助减少城市地区的交通拥堵。
同时，对人类友好的机器人开始在实体店中进行实时库存管理，使超市可以减少每种产品的货架空间并增加库存种类。轮式机器人甚至正在进入酒店，提供从入住到客房服务的各种接待服务。
这些轮式机器人的工作并不都是严肃的工作；它们很快就会将披萨（如图 1 所示）或咖啡送到工作场所和园区宿舍。随着餐馆逐渐转向全面的食物外送服务，即由一家公司负责所有的客户互动管理、烹饪和物流工作，对轮式机器人的要求将是越快送达食物越好。
图 1.运送披萨的轮式机器人示例.
随着轮式机器人的出现（有些人认为它们是变相的机器人），让我们看一下目前业界使用的整个机器人产品阵容：
图 2.接待机器人示例.
如机器人白皮书《传感器数据强化 AI》中所述，工业机器人通常放置在封闭的环境中，当人类进入其环境时将停止运转。但是限制人类与机器人协作会导致无法实现许多好处。自主能力将使人类与机器人安全高效地共存。
机器人应用中的传感和智能感知非常重要，因为机器人系统（尤其是机器学习应用）的有效性能在很大程度上取决于向这些系统提供关键数据的传感器的性能。如今，各种越来越精密和精确的传感器，再加上能够将所有这些传感器数据融合在一起的系统，使得机器人拥有越来越出色的感知和意识。这些类型的传感器示例包括摄像头、LIDAR、毫米波和 ToF。
正如人类依靠感官和智慧来完成任务一样，机器人需要大量的技术来模仿人类理所当然的行为。TI 提供了一些解决方案来满足许多这类技术需求，包括传感、智能和功耗方面的需求。
4.7 机器人系统的视觉和传感技术参考设计
第 5 章：机器人工具技术（末端执行器）5.1 利用 TI DLP® 技术驱动的结构光系统实现高精度的捡拾功能在工业环境中，每天都要处理形状、尺寸、材料和光学特性（反射率、吸收率）各不相同的零件。这些零件必须以特定的方向进行拾取和放置以进行加工处理，这些从环境到容器的拾取和放置活动的自动化过程称为捡拾。
结构光技术可以解决与拾取对象的 3D 图像捕捉有关的挑战。基于结构光技术的 3D 扫描仪和摄像机通过将一系列图案投影到被扫描的物体上并使用摄像机或传感器捕捉捕获失真来工作。然后，三角测量算法计算数据并输出 3D 点云。影像处理软件（例如 MVTech 公司的 Halcon）计算物体的位置和机械臂的最佳接近路径（图 1）。
DLP 技术还具有独特的优势，它能够使用各种光源（例如灯、LED 和激光）在较宽的波长范围 (420nm 至 2500nm) 内投射图案。
对于捡拾操作，DLP 技术驱动的结构光具有以下优点：
图 3.结构光设置，包括 DLP® 产品 LightCrafter™ 4500（左）、Point Grey 前视红外 Flea3 摄像机（右）和校准板（后）。
只有当摄像机相对于 DLP 产品电路板发生了移动时，才需要重新校准。
设置完成后，就可以创建真实目标的点云了。这些云由软件以任意文件格式输出，然后通过 Halcon 的 HDevelop 平台中的简短代码进行读取和显示。图 4 显示了一个点云，其中彩色编码表示装满咖啡杯的盒子的深度信息。
图 4.捕获的杯子（左）和在 Halcon HDevelop 中显示的盒子中（右）使用 DLP® 驱动的多个杯子的结构光捕获点云。
Halcon 的表面匹配可以通过将点云与杯子的 3D 计算机辅助设计模型进行比较来确定杯子的 3D 姿势。机械臂现在可以“看到”物体，从而可以计算出机械臂的最佳接近路径，这样它就可以从盒子中拾取物体，并可以在非结构化和变化的环境中避开障碍物。
第 6 章：机器人工业通信6.1 为传感器选择合适的工业通信标准继蒸汽动力、装配线和早期自动化革命之后，更大规模的工厂连接和控制正在引领第四次工业革命，即工业 4.0。这场运动以数据、带宽和网络的指数级增长推动了机器对机器间的通信，从而创建了在各个级别上都具有更高响应自动化的智能工厂。
尽管人们的关注点大多集中在机器人和配套装配线之类的大型系统，但如果没有与运行生产线的可编程逻辑控制器(PLC) 进行通信的传感器和执行器，它们所能支持的自动化就不可能实现。传感器和执行器，无论是在本地还是远程运行，其数量往往远远超过它们所支持的复杂系统。如图 1 所示，优化整个工厂通信对于满足各种规模系统的各种要求而言是必要的。
但是，对于传感器和执行器而言，工业以太网通常过于强大。这些系统通常需要点对点通信而不是现场总线，并且它们的带宽要求通常很低。
一种创新的解决方案是使用 IO-Link，这是一种基于标准布线和物理互连的双向通信协议。IO-Link 不仅能有效地将数据从工厂车间高效地传输到 PLC，而且还支持改进的设置、诊断和维护，并且与现有现场总线布线互补。
由于 IO-Link 和工业以太网是互补的，因此了解这两个标准如何协同工作对联网工厂系统的设计人员而言大有裨益。
图 1.按用例列出的工业通信.
低带宽 IO-Link传感器和执行器是自动化的最基本单元，它将信息馈入网络系统并根据网络系统的指令执行操作。一直以来，这些器件通过智能化程度较低的接口连接到控制单元，因此它们很少或根本不交换配置和诊断信息。安装新器件需要在使用现场进行手动配置，并且如果没有诊断，则无法进行及时的预防性维护。
IO-Link 系统的许多优点包括标准化布线、更大的数据可用性、远程监视和配置、简单的器件更换和高级诊断。IO-Link 允许工厂经理接收传感器更新，并为即将进行的维护或更换制定计划。更换需要更换的传感或执行单元，并通过 IO-Link 主机从 PLC 配置新的传感或致动单元，可消除手动设置并减少停机时间。在不访问工厂现场的情况下将生产从一种配置远程切换到另一种配置可以简化产品定制（图 2）。工厂可以将生产线轻松升级到 IO-Link，因为它与现有的标准 I/O 设备和电缆向后兼容。总之，这些功能可降低总体成本、提高流程效率并提高机器可用性。
图 2.现场级通信.
工业以太网：智能工厂的骨干近年来，工业以太网已在高度自动化的工厂中显示出其价值，成为大型现场网络（包括复杂系统、PLC 和支持与外部网络交互的网关）的首选标准。高速、通用接口和长连接距离等优点使得以太网在数据网络中无处不在。此外，工业以太网使用改进的媒体访问控制 (MAC) 层，以低延迟提供确定性数据传输，并支持时间触发事件。支持环形和星形拓扑以及传统的内联连接，可确保在电缆断开时的安全性和可靠性。
Profinet 和 EtherCAT 是使用最广泛的两种协议，它们说明了工业以太网的类型之间以及它们与 IO-Link 之间的区别。两者均指定为 100Mbps 的传输速率，并且最大传输距离为 100m。Profinet 需要独立于数据电缆电源的电源，而EtherCAT 提供的版本 (EtherCAT P) 在同一根电缆中包含电源和数据。Profinet 支持全双工通信，并能够将数据包发送到网络上的每个节点。该协议还提供了三个类，允许用户匹配网络所需的性能级别。相比之下，EtherCAT 在网络上向一个方向发送一个共享帧，所有的从机都将其数据放在这个共享帧中，该方案支持极快的转发时间。
Profinet 和 EtherCAT 都比 IO-Link 具有更快的周期时间，而容差却小得多。两者都基于网络同步而不是像 IO-Link 一样从通信开始就计时。附加协议为连接提供功能安全性。工业以太网协议通常提供许多服务，以简化自动化环境中的集成。
尽管大多数传感器不需要工业以太网连接提供的强大功能集，但视觉传感是一个重要的例外。摄像机产生的海量数据本身就足以需要一个比 IO-Link 所能提供的数据速率要高的连接。视觉传感以及有时其他类型的传感可能会为实时过程控制提供必要的输入，因此需要工业以太网的确定性传输。
例如，ToF 应用跟踪并预测物体的三维运动。典型的响应是机械手臂移动以拦截物体。IO-Link 可以提供足够的速度和分辨率，以便在这些应用中有限地检测存在，但是工业以太网可提供足够的带宽和足够低的延迟来确定物体及其周围空间的某些特征。通过千兆以太网，使用摄像机馈送，甚至可以进行更高级别的识别，但是此处讨论的工业以太网协议尚不支持这些速率。您可以在图 3 中看到 ToF 的选择示例。
图 3.选择示例：ToF。
面向智能工厂通信的 TI 技术竞争性工业以太网协议中存在许多可能性，可用于摄像机、电机、机器人、PLC 和其他复杂系统。即使是简单的传感器和执行器也需要在更大的工业以太网环境中有效运行。由于自动化设备之间有如此多的通信选择，工业系统设计人员需要灵活但易于使用的解决方案。TI 技术通过基于一系列标准（包括IO-Link 和最常用的工业以太网协议）的工业通信集成解决方案来满足这些要求。
TI Sitara™ 系列 Arm® 处理器无需添加硬件，即可提供支持多协议工业以太网的集成可编程实时单元和工业通信子系统(PRU-ICSS)。图 4（下一页）显示了一个基于 Sitara 处理器与IO-Link 主机直接通信的系统示例。
TI 为工业以太网和其他标准（如 CAN）提供了广泛的接口（如表 1（下一页）所示），既可以作为独立解决方案，又可以作为其他集成解决方案中可用的技术模块使用。许多 TI 网络产品都具有增强的隔离功能，以保护电路和人员安全，而其他器件则在设计中提供了增强的隔离功能。深入的开发支持包括用于自动化工业设备中各种应用的软件、工具、EVM 和参考设计。
图 4.一个基于 Sitara™ 处理器与 IO-Link 主机直接通信的系统。
表 1. 用于制造现场通信的 IO-Link 和工业以太网.
面向未来智能工厂的技术智能工厂的发展有赖于多功能网络的实现，该网络可以将各个设备单元的要求与工厂的整体通信需求相匹配。工业以太网协议为连接到 PLC、摄像机、机器人和其他复杂自动化系统的现场总线连接提供了高带宽和快速、有保证的计时。IO-Link为现场总线主机和传感器或执行器之间的点对点连接提供了一种简单的替代方法，有助于进行配置和维护。TI 提供了广泛的解决方案和灵活的技术产品组合，可帮助设计人员利用这些互补标准在第四次工业革命中实现自动化领域的创新。
6.2 赋能机器人，实现更高水平的工厂自动化
半个多世纪以来，机器人在制造领域扮演着越来越重要的角色，成功实现了多个行业的变革，从汽车到电子产品再到消费品行业，无不见证着它的影响。机器人为重复性任务的执行带来了生产力、成本效益以及通常更高的安全性。
机器人不断发展，提供更多的功能、灵活性、运动范围、速度和精度。除了在装配线的受保护空间中发挥作用外，机器人还越来越多地并肩操作并与人类互动，在某些情况下，它们还会将材料从一个地方移到另一个地方。机器人要想以这些越来越复杂的方式运行，就必须能够处理有关环境的大量传感数据，能够在彼此之间以及与中央控制单元进行通信，并执行适应环境变化的控制功能，防止它们伤害人类。
通过为工业自动化提供创新的电子解决方案，TI 提供了一系列 IC 产品，可进行高级机器人系统开发。从工厂的最高控制层到执行器和传感器，TI 为控制、通信、电源和安全提供了单独的产品和完整的解决方案。TI 系统的专业知识基于与许多行业领先制造商的多年合作，该公司的深入支持有助于简化机器人系统的设计并缩短开发时间。
工业自动化中机器人应用的类型尽管人们对类人型和类动物型机器人、无人机甚至扫地机器人给予了广泛关注，但工业环境中使用的机器人仍然是机器人市场的主流。机器人开发人员在设计工业用产品时面临的许多问题也适用于机器人技术的其他领域，而为满足工厂要求而创建的技术通常可以在制造业之外实现新的机器人应用。
尽管工业自动化中使用的所有机器人在技术上都是工业机器人，但在本次讨论中，重点将放在三组机器人应用上：如图 1所示的工业机器人、物流机器人和协作机器人。工业机器人是固定在 适当位置的装置，用于处理焊接、喷漆、拾放、组装和提升物体等任务，以将其放置在托盘或容器中。控制信号来自机器人控制器，它是机柜中的一个控制单元，通常位于机器人的底部或旁边。
工业机器人旨在快速、准确地执行任务，并且不需要与人类直接交互。因此，它们没有用于感知人的存在的传感器，也不能在其操作空间中容纳人员。当需要人机交互时，机器人通常会被关闭。为了人身安全和不干扰操作，工业机器人通常位于围栏、透明墙、光敏屏障、地垫阵列（当踩踏时会切断电源）或其他保护性屏障内。
图 1.机器人在工业自动化与服务中的应用.
物流机器人是在可能有人在场的环境（例如仓库）中工作的移动装置。物流机器人可以取回货物并将其带到包装站，或者将货物从公司现场的一处建筑物运到另一处；一项最新的发展是使用机器人运送外卖，尽管它们目前需要由人工搬运员陪同。这些机器人通常在特定环境中移动，并且需要多个传感器来进行定位和制图，以防止碰撞，尤其是与人的碰撞。超声波、红外和 LIDAR 传感都是可能的技术。由于这种机器人具有移动性，因此控制单元位于内部，通常与中央远程控制进行无线通信。
协作机器人与人类的交互最为复杂，通常需要在同一时间在同一物体上与人类直接协作。协作机器人可能会在人类目视检查物体或执行微调任务时握住物体。然后，机器人可能会将物体放置在另一个机器人可以捡起的区域中，也可能会将其移动到新位置以便与其他工人进行协作。
协作机器人制造商必须在机器人系统中实现高水平的环境感知和冗余度，以快速检测和防止可能发生的碰撞。连接到控制单元的集成传感器将感应机械手臂与人类或其他物体之间的碰撞；控制单元将立即关闭机器人。如果任何传感器或其电子电路出现故障，机器人也会关闭。协作机器人通常与控制单元一起固定在机柜中，但也可以安装在车辆上。
工业机器人技术要求投资于机器人的制造商正在寻求更高的生产效率，同时在合理的时间范围内获得良好的投资回报。实现这些目标取决于机器人在困难任务中的精确度、在高度重复性任务中的性能速度、在危险任务中保持安全的能力或这些能力的某种组合。具有灵活应用功能的机器人（例如图 2 所示的机器人）经常使用摄像头观察物体，这可以使制造商不必投资于更专业的机器，同时在工厂车间实现更完整、更短和更高效的生产运行和新用途。此外，如今许多工厂正在为生产线增加更多的通信和控制层，将更多的数据整合在一起，以实现更好的过程控制和设备维护，同时也使工艺对产品需求的变化做出更快的响应。机器人和其他设备之间的通信和更高层次的控制对于完全集成的工厂至关重要。
机器人开发人员依靠先进的 IC 解决方案来满足这些要求。推动工业机器人进步的 IC 产品必须提供精确的传感、高速传感器信号转换、快速计算/信号处理，以实现实时响应和高速通信。IC 还能与 GaN FET 等先进的半导体配合使用，以实现高效率和小尺寸电源。
随着传感器数量和环境刺激的增加，所有这些因素都特别重要。机器人开发人员所依赖的解决方案可以最大程度地减少电路设计和认证带来的麻烦，加快产品开发速度，使其能够快速交付给工业客户。
高级集成电路必须提供以下功能：
图 2.具有机器人交互功能的装配线。
TI 的工业机器人使能技术TI 可提供设计灵活的机器人所需的全套先进技术，这些机器人可以在当今的集成制造工厂环境中运行。从传感器输入到执行器或电机输出，从单个设备单元到工厂级控制等等，TI 解决方案可处理整个信号链，以及机器人应用所需的处理能力和电源。产品具有增强型隔离等功能，并经过测试，符合在严苛工业环境中使用的标准。为达到这一目的，TI 为其 IC 产品提供深入支持以简化其设计并加快开发速度。
在 TI 为机器人和其他工业设备提供的众多解决方案中，尤其值得注意的是：
Sitara 处理器旨在满足长期应用的工业要求，产品生命周期通常超过 10 年。当实现专门的数据处理操作、定制外设接口和短至 5ns 的快速实时响应时，这些器件提供了可编程的灵活性。可编程实时单元工业通信子系统 (PRU-ICSS) 作为Sitara 处理器系列内部的硬件模块，用单芯片解决方案替代现场可编程门阵列 (FPGA) 或应用特定 IC (ASIC)。轻松获得免费软件和设计工具，加上大量的开源社区支持，减少了开发障碍。
为一体化工厂打造更好的机器人随着制造业在各个层面的高度一体化程度不断提高，机器人将在执行各种各样的装配任务中扮演越来越重要的角色，这些任务可以提高产量并为人类提供更安全的工作场所。传统的工业机器人、物流机器人和协作机器人都有自己的工作要做，机器人开发人员需要能够使所有机器人实现准确、安全、具有成本效益的操作的解决方案。
TI 的信号、处理、通信和电源管理 IC 产品有助于提供机器人制造商所需的解决方案。TI 通过软件工具、EVM 和参考设计以及其他形式的支持来支持其半导体和 IC 产品，这些支持有助于使设计机器人的工作变得更快、更有利可图。随着机器人对制造业的持续改善，TI 正在帮助开发人员改进机器人。
6.3 您的工厂比五年级生聪明吗？展望工厂自动化的未来，IO-Link 是工业 4.0 的支持接口。您可以使用 IO-Link 双向、独立于制造商的通信协议来开发高效且可扩展的“智能工厂”。
TI TIOL111 IO-Link 收发器和 TIOS101 数字输出开关将有助于在工厂中实现下一代传感器和执行器，同时提供进一步优化产品和简化物料清单的功能。
您可以利用 TIOL111 和 TIOS101 器件之间的引脚兼容性来开发一个完整的 IO-Link 和支持标准输入/输出 (SIO) 的传感器产品组合，而无需为每个产品使用两个单独的 PCB。每个器件都支持预期的接口，同时还支持高级集成保护，包括：
通过消除或大大减小最初提供保护的外部瞬态电压抑制 (TVS)二极管器件的尺寸，这种保护级别可以简化设计，从而与上一代或同类解决方案相比，降低了总体 BOM 和相关成本。传感器的物理尺寸将会继续缩小。这些传感器中最小的一种可能是圆柱形传感器，如图 1 所示。
图 1 顶部的传感器是带有圆柱形外壳的成品。中间的导线是传感器的内部 PCB。该 PCB 尺寸为 17.5mm x 2.5mm。为了适应这些小型尺寸，需要一个同样小的器件来实现 IO-Link或 SIO 输出。了解这些系统要求推动了 TIOL111 和 TIOS101的新封装开发。DMW 封装是目前可用的最小的热增强型 IOLink 封装之一。DMW 封装尺寸为 3.0mm x 2.5mm，它还支持用于导热的散热焊盘和直通引脚排布。直通引脚排布（图 2）通过在一个 X 轴上支持到微控制器的逻辑接口，在另一个 X 轴上支持 24V IO-Link 接口，为 PCB 布局和器件放置提供进一步帮助。
TIOL111 和 TIOS101 的残余电压很低，仅有 1.75V。使用 IOLink 和 SIO 的传感器坚固、密封且通常很小。这种小巧的封闭式外形带来了众多设计挑战，其中热性能是最具挑战性的挑战之一。通过支持 1.75V/250mA 的超低残留电压，TIOL111 和TIOS101 为功耗和相关系统热管理提供了卓越的基础。表 1列出了高侧和低侧的驱动器电流输出和残余电压。
表 1. 功率耗散 = 残余电压 × 10.
可配置的电流限制是一项附加保护功能，可以保护传感器并可能防止网络关闭。通过一个 0kΩ 至 100kΩ 的电阻器，TIOL111 和 TIOS101 可以支持 50mA 至 350mA 的电流限制。该限制器可以将过电流情况通知可编程逻辑控制器 (PLC)，并通过定期监测过电流情况来关闭器件的输出。
如图 4 所示，在 ILIM_ADJ 引脚上使用 0Ω 电阻会将最大电流限制默认设置为 350mA。
图 4.电流限制与 RSET 间的关系。TIOL111 和 TIOS101 的这些及其他特性和优点可以实现最小的传感器尺寸，同时提供灵活性以支持多种平台和当前的配置要求。6.4 机器人系统中与工业通信相关的参考设计
图 4.电流限制与 RSET 间的关系。
TIOL111 和 TIOS101 的这些及其他特性和优点可以实现最小的传感器尺寸，同时提供灵活性以支持多种平台和当前的配置要求。
德州仪器 (TI) 设计和制造模拟、数字信号处理和 DLP 芯片技术，帮助客户开发相关产品。从连接更多人的经济实惠的手机到支持远程学习的教室投影仪到可信度、灵活度和自由度更高的修复器械 - TI 技术均采用了新的理念，产生了更好的解决方案。美国模拟芯片龙头，传感器产品包括温度、压力，2023年营收超200亿美元。
德州仪器 (TI) 设计和制造模拟、数字信号处理和 DLP 芯片技术，帮助客户开发相关产品。从连接更多人的经济实惠的手机到支持远程学习的教室投影仪到可信度、灵活度和自由度更高的修复器械 - TI 技术均采用了新的理念，产生了更好的解决方案。美国模拟芯片龙头，传感器产品包括温度、压力，2023年营收超200亿美元。收起