显然,MCU+AI(TinyML)是边缘智能理念在人形机器人领域的具体实现形式之一。钟旭恒指出,除了将 MCU+AI(TinyML)用于电机的智能化控制外,在人形机器人的控制末端,还会形成一个传感器 + 电机控制 + AI 的全链路边缘智能体系。这种融合不仅能大幅提升人形机器人的性能,增强其适应性,还能降低成本,从而推动人形机器人更快地普及。在此过程中,芯片除了要增强 AI 能力,还需进一步探索 AI 与芯片的深度结合,在垂直应用领域将 AI 和芯片的能力发挥到极致。
钟旭恒提到,与人形机器人的电机控制相比,传统电机控制的要求要低很多。例如,人形机器人电机运行的柔顺性、平滑度以及控制精度都需达到高标准,响应时间要短,抗外部干扰能力要强。此外,还有一个传统电机控制较少涉及的方面:数量众多且各异的电机需保持良好同步,以保证人形机器人做出精准动作。对于电机的协同控制,可能并非完全依赖计算,而是借助训练结果来实现,这充分体现了 AI 在人形机器人领域的重要性。
除控制芯片外,澎湃微还关注人形机器人的力传感器应用。力传感器对机器人灵巧手等重要部件起着关键作用,也决定了人形机器人所能胜任的应用领域。传感器采集物理信号并将其转换为电信号,MCU 可采集这些电信号并进行各种数学运算。对于带有 AI 功能的 MCU,还能进行 AI 判决,将传统传感器升级为真正的智能传感器。AI 的加入,让传感器与 MCU 控制器的配合发生了质变,使控制摆脱了繁重的数学计算,大幅提升控制响应速度,降低高计算力对能源的消耗。
评论专区