底层芯片如何赋能协作机器人发展

多年来，机器人一直在制造工业中扮演着重要角色。不论是大型的工业机械臂还是中小型的工业机器人，自动化工厂需要这些高效率、高精确的机器来提升制造水平。

随着自动化工厂向智能化、柔性化转变，传统工业机器人不够智能，不够灵活的劣势愈发明显。智能化柔性化发展趋势下，自动化工厂需要更智能更灵活的机器人来完成产线工作。所以近几年，协作机器人迅速成为工业自动化领域备受重视的机器人类型。

协同、智能，协作机器人成为自动化升级重要推手

协作机器人，是在传统工业机器人的基础上发展出的新型工业机器人。其核心，在于“协作”二字。传统的工业机器人应用在固定的独立区域内，机器人只能和机器人一起工作完成固定的产线任务，人和机器人是分开的，不存在协同工作的概念。

协作机器人强调机器人与人的互动与协同，它们被设计用于直接与人共享工作空间，人与机器人共同组成灵活快速的生产单元，而无需像传统工业机器人那样为了安全设置安全栅栏或隔离措施。

协作机器人的出现，让机器人不再是单纯的机械替代，而是成为人类工作者的“同事”。它们可以在需要高度灵活性和创造力的场合中辅助人类，使生产过程更加高效和个性化。人和机器人一起工作的人机协作模式，可以提高效率、加强质量控制、增强生产的灵活性，减少物流线的成本，让自动化工业更加智能更加灵活。

机器人毫无疑问是智能制造工业的支撑设备，而人机协作正在成为下一代工业智能机器人的本质特征。

协作机器人在制造业和非制造业市场都有应用，其中制造业无疑是协作机器人最重要的行业。根据Omdia的数据统计，2022年，协作机器人应用在制造业占比约为80.2%，全球市场规模为20亿美元。同时Omdia预测到2027年，全球协作机器人市场将达到48亿美元，复合年增长率为19.1%。

Grand View Research给出的预测更积极，预计全球协作机器人市场将以32%的复合年增长率到2030年的110.4亿美元。

在国内市场，根据GGII的数据分析，预计至2026年，中国协作机器人的年销量将接近10万台，市场规模将超过60亿元人民币。

国产协作机器人的崛起，整体价格进一步下降，未来，随着柔性生产、人机安全协同、产业多样化和安全需求的增加，协作机器人在工业领域的应用会显著上升。

协作机器人背后的核心半导体组件需求

机器人作为智能软硬件结合的代表，其丰富功能的实现离不开背后核心的半导体组件。像协作机器人这种追求高精准度高灵活性的设备，在设计时需要采用多轴电机控制。

不同于以往传统的工业机器人，协作机器人需要使用具有较高原始性能的MCU/MPU来更快地完成控制处理，并具有更多计算带宽来提供更多灵活的功能以满足日益增长的自动化和智能需求，避免系统因通信、处理和采集延迟而降级，毕竟协作机器人需要持续测量电机电流、电压和位置来精确控制电机的位置和速度，还需要处理外部传感器提供的环境信息。

目前一些在协作机器人里应用比较典型的，如ST基于Cortex-M7内核的STM32F7系列、TI的Sitara系列、瑞萨的RA8等等，都是目前协作机器人实时控制方案里较为领先处理能力的代表，协作机器人必须同时处理来自多个轴的输入，快速处理是至关重要的。

实时性控制是保障协作机器人安全操作的前提，也是多机合作人机协作的基础。除了实时控制能力，通信是其中同样重要的一环，目前工业领域通信协议非常多，如EtherCAT、Profinet、Ethernet/IP、CC Link IE，还有各种编码器协议，数据的传输延迟几乎决定了协作机器人的同步性，传输的延迟是影响机器人多轴协同的重要参数，不能提供稳定的低延迟通信那么多轴机器人的同步性就大打折扣。

将多协议支持能力集成到主处理器中，是非常有必要的。这样不仅有助于节省设计成本、缩减布板空间和减少开发工作量，同时还可以更大限度地减少外部组件与主机之间通信的相关延迟。

TSN的应用在很多工业4.0应用中都有提到，TSN的引入对协作机器人来说意义重大，是未来非常有潜力的方向。TSN将进一步增强协作机器人的实时控制和协同操作，并提高机器人系统的灵活性和响应能力。协作机器人的中央处理器板需要有这种可拓展性，能够适应不断发展的TSN标准。现在很多半导体厂商提供的协作机器人方案都会重视在实时通信协议和TSN上支持。

随着自主决策与操作的发展以及人机交互的不断增加，协作机器人应用对功能安全的需求也在增加，功能安全合规型的器件采用也是很有必要的。

在传感方面，机器人涉及的传感非常多，3D视觉传感是和协作机器人最常被一起提及的，协作机器人的精准识别需要3D视觉技术予以支持。以往比较常用的是用英特尔一整套SoC或者视觉处理平台来做，现在国内像全志，肇观、瑞芯微视觉芯片在协作机器人市场也应用得很多。

AI加速与协作机器人融合

Omdia报告预计2028年全球机器人人工智能芯片组市场规模将达到8.66亿美元，大大推动AI在机器人领域的普及。NVIDIA、Qualcomm、Intel和AMD等不少厂商都已经推出了针对机器视觉、导航和测绘以及功能安全等设备端机器人应用的人工智能SoC或者专用人工智能芯片组。

边缘AI在机器人中的应用已经取得了一定的成绩，借助边缘AI，协作机器人可以做出快速反应，有效避免潜在风险，增强安全保障。像上面提到的视觉传感，已经实现了使用视觉输入边缘AI系统通过单个摄像头在生产线上实现质量控制，或通过多个传感设备在协作机器人中实现功能安全。边缘AI与协作机器人的融合已经取得了不错的应用效果。

随着生成式AI爆火，其强大应用潜力已然不用赘述，进步神速的GenAI不但有效提升了工作生活的效率和质量，更推动了机器人行业的进化，机器人与GenAI正在加速融合。Google 、Meta、OpenAI 和丰田等公司正在其机器人应用中试用或测试各种基础模型，达阀、猎户星空等中国机器人供应商也已经成功开发出自己的基础模型，并计划将这些模型与客户端软件系统集成。

在协作机器人的终极形态——人形机器人短期内还不可能大范围推广的背景下，协作机器人是生成式AI较为成熟的应用形式。Omdia应用智能首席分析师也提到，通过各种大模型技术优化扩展机器人中生成式AI的功能来强化实时控制和性能是必需的。实时控制的进一步强化，也正是协作机器人需要的。

小结

协作机器人正在成为自动化领域的新宠，而Interact Analysis在去年发布的《协作机器人市场洞察与分析》中指出，协作机器人非工业应用市场也在迅速崛起，潜力巨大。更智能、更灵活、更自主的协作机器人正在打开未来人机协同的大门。