近期，机器人行业迎来了一系列创新产品的预告。新时达公司在回应投资者关切时透露，公司计划在9月份推出全新的具身智能焊接方案。这一方案预计将广泛应用于船舶制造、钢结构建设、塔角安装以及工程机械等多个领域，展现出强大的技术潜力。与此同时，湖北宜昌青葵机器人科技有限公司的董事长陈南江也在公开场合透露，公司研发的无间断全流程有机合成机器人即将在9月底完成调试，并将被运往新加坡科技研究局。
随着具身智能等先进技术的不断融入，工业机器人正变得越来越智能化。然而，在这些机器人光鲜亮丽的外表之下，作为其控制核心的微控制器（MCU）正面临着前所未有的计算挑战。MCU作为工业机器人的“大脑”，需要承载更高的数据处理需求。
在现代工业生产线上，机器人手臂已经成为不可或缺的一部分。当工业机器人融入了具身智能的新形态，它们便不再仅仅是按照固定轨迹运作的执行器，而是进化成了能够自主感知环境、进行推理并执行任务的复杂系统。这意味着，机器人在完成任务时所需处理的信息量呈现爆炸式增长。
以具备7个自由度的具身智能机械臂为例，它的运行需要至少2路视觉信号、12轴编码器，同时同步6路力矩传感器信号，并操纵7个独立运动轴。这样复杂的机械臂在单次任务中需要处理的原始数据量极为庞大，且整个感知、推理、执行的闭环必须控制在极短的时间内，抖动幅度也需保持在极低的水平。所有这些数据处理和运算都需要在端侧甚至单个芯片上完成，以避免给整个系统带来过大的带宽和功耗压力。
面对机器人功能需求的急剧增长，充当工业机器人“大脑”的MCU必须具备更强大的高级处理能力和机器学习能力。瑞萨电子嵌入式处理器事业部的市场总监沈清指出，他们已建立了AI生态系统来应对工业机器人日益增长的AI需求。这一系统包括能够承载AI应用的底层硬件、软件堆栈和预训练库，以及具备不同功能的模型化部署工具。
芯科科技的高级产品营销经理Chad Steider也表示，在AI技术的推动和制造业升级改造的背景下，下游客户对MCU的性能提出了更高要求。他们期望新的工业MCU能够融合AI技术、具备无线传输功能和更高的安全性。例如，在边缘计算需求的推动下，AI与MCU的深度结合已被广泛应用于图像识别和语音处理等场景。
在工业生产的各个环节中，从生产流程管理到制造现场管理，再到设备维护，都需要采用MCU控制与AI及边缘计算融合的模式。Chad Steider指出，这需要在MCU中进一步集成AI加速单元，扩大片上存储的容量和通用接口数量，以提升边缘计算能力，从而高效地实现本地实时控制和小模型推理。这种集成已经在多个场景中得到验证，如智能安防和工业检测，它们能够快速完成图像识别、声音处理和设备及环境异常监测等任务，降低了对云端的依赖，提升了响应速度，并节省了成本。
多模态感知是具身智能工业机器人正在经历的另一场技术革命。为了实现自主判断和行动，机器人需要捕捉视觉、力觉、温度和位置等复杂的传感信息。这使得同一款机器人能够通过信息获取与机器学习，从只能服务于单一场景转变为能够满足不同场景和多样化任务的需求。然而，这种能够在不同场景下复用的机器人需要处理的信号通路数量，尤其是传感器挂载数量将大幅增加。
沈清表示，原先只搭载一两个传感器的设备，现在可能需要搭载十几个甚至几十个传感器。数据采样率也从千赫兹级别提升到了兆赫兹级别。为了满足多模态感知的需求，MCU的接口必须足够丰富，不仅要支持各种通信协议，如EtherCAT、CAN FD和TSN，还需具备专用的编码器接口、高精度ADC和硬件滤波器等，以应对激增的传感数据处理需求。
随着智慧工厂建设和老旧工厂的数智化转型，工业机器人及工业MCU市场正迎来创新活力。沈清和Chad Steider都表示，国内外客户都在积极拥抱AI技术，以提升工厂运营效率。在AI技术驱动和制造业升级改造的趋势下，满足边缘AI推理、高能效低能耗、高安全性和可靠性以及支持高效实时决策的MCU将在未来一段时间内保持旺盛需求。
