Hablemos de tecnología con onsemi: Robótica e IA física

Explora la intersección entre la robótica y la IA física (sistemas de inteligencia artificial integrados en el mundo físico) con especial atención a cómo los robots móviles autónomos (AMR, por sus siglas en inglés) están transformando los entornos industriales y comerciales a través de esta sesión de Preguntas y Respuestas entre Shawn Luke, ingeniero técnico de marketing de DigiKey, Bob Card, director de marketing de onsemi y Theo Kersjes, líder de desarrollo de negocios y soluciones industriales de onsemi.

Los AMR se basan en una serie de sensores, como LiDAR, cámaras y detectores ultrasónicos, para mejorar la seguridad, aumentar la productividad y funcionar con eficacia en espacios complejos. Estableciendo un paralelismo con la industria de los vehículos autónomos, este debate destaca cómo los AMR utilizan tecnologías y principios similares, como la localización y cartografía simultáneas (SLAM, por sus siglas en inglés), para crear mapas precisos en tiempo real y localizarse a sí mismos en entornos dinámicos. El debate también hace hincapié en cómo los AMR, que antes se limitaban a entornos interiores controlados, se están adaptando cada vez más a entornos exteriores e impredecibles, gracias a los avances en la integración de sensores, la computación periférica y la IA. A medida que estas tecnologías evolucionan, los AMR están llamados a ser aún más autónomos, adaptables y esenciales en sectores que van desde la logística y la fabricación hasta la agricultura y la inspección de infraestructuras.

Shawn Luke: ¿Qué aspectos hay que tener en cuenta en el diseño de los robots inteligentes actuales?

Bob Card: Los robots industriales llevan décadas entre nosotros, por lo que son expertos en lo que hacen, pero también pueden ser peligrosos para los seres humanos que trabajan junto a ellos en almacenes, fábricas y lugares similares. Los robots industriales no están diseñados para moverse libremente en su entorno, especialmente si este es dinámico. Los robots más inteligentes entran en juego para garantizar que los seres humanos que trabajan junto a ellos lo hagan en armonía física.

Theo Kersjes: Una variedad de sensores, incluidos ultrasónicos, de imagen, LiDAR, radar y más, permiten que el algoritmo de un robot procese y navegue por su entorno con la seguridad humana como prioridad. Los robots pueden ayudar a resolver problemas que los humanos no pueden, como levantar un coche o equipos pesados, y completar tareas que suponen un riesgo para la seguridad o son muy repetitivas. Los robots más inteligentes pueden lograr más con mayor flexibilidad y, gracias a los sensores, pueden completar una gama más amplia de tareas gracias a la convergencia de la IA física y la robótica.

Luke: ¿En qué se parecen los AMR a la robótica automotriz?

Card: Los AMR y los vehículos autónomos son muy similares en cuanto a sus sistemas de comunicación interna. Tradicionalmente, los robots han utilizado CAN (Controller Area Network), un protocolo de comunicación multipunto de dos hilos. Sin embargo, onsemi es líder en una nueva tecnología: 10BASE-T1S, un protocolo multipunto basado en Ethernet que también utiliza un par trenzado sin blindaje de dos hilos.

Ventajas principales de 10BASE-T1S frente a CAN:

• Mayores velocidades de datos: 10BASE-T1S funciona a 10 Mbps, en comparación con los 2 Mbps del CAN estándar y los 5 Mbps del CAN-FD en condiciones ideales.
• Reducción de la complejidad del cableado y del peso: importante para sistemas compactos y móviles como los AMR.
• No se necesitan puertas de enlace: elimina la necesidad de conectar redes CAN y Ethernet.

Esta innovación se alinea con una tendencia más amplia en la automoción y la robótica, que avanza hacia arquitecturas zonales y tecnologías de comunicación convergentes, donde se espera que 10BASE-T1S sustituya a CAN en ambos campos.

onsemi ofrece dos controladores 10BASE-T1S, el NCN26010 (MAC & PHY) y el NCN26000 (solo PHY), ambos totalmente compatibles con las especificaciones IEEE802.3cg y compatibles con la función ENI (Enhanced Nose Immunity) de onsemi. ENI amplía la longitud del cable SPE (Single Pair Ethernet) de 40 nodos y 25 metros para un solo segmento 10BASE-T1S a 50 metros, 16 nodos o 60 metros, 6 nodos.

Esto también pone de relieve cómo las tecnologías informáticas avanzadas, que antes eran exclusivas de los centros de datos, ahora se ejecutan en dispositivos periféricos de robótica, impulsados por plataformas como NVIDIA Jetson y otros procesadores integrados. Esto marca un momento emocionante en la industria, con una importante superposición entre la robótica y las soluciones automotrices.

Luke: ¿Qué es lo próximo para los AMR?

Kersjes: Los sensores han experimentado una mejora en su alto rango dinámico, lo que permite que los robots habilitados sean más eficaces en entornos no controlados, como entornos agrícolas, robots de reparto exterior y similares. Los sensores de retroalimentación de fuerza, los sensores de posicionamiento rotacional y los sensores de humedad pueden tener en cuenta más variabilidades ambientales y realizar tareas más precisas, como recoger bayas.

El NCS32100 es un sensor de posición inductivo (IPS), un sensor de posición rotativo absoluto y sin contacto capaz de alcanzar una precisión de +  50 arcsec o superior hasta 6000 RPM (revoluciones por minuto), con un máximo de 45.000 RPM (precisión reducida). onsemi ofrece una herramienta gratuita de diseño de PCB en línea que permite diseñar rápidamente las PCB para rotores y estatores. Esto facilita la fabricación de una solución de codificador rentable y precisa para satisfacer las aplicaciones robóticas más exigentes.

Card: Los robots también tienen un gran potencial para aliviar tareas peligrosas, mundanas o indeseables que no interesan a los seres humanos, tanto en el ámbito industrial como en nuestra vida personal, como limpiar canalones o pintar la casa.

Kersjes: Las carretillas elevadoras autónomas se han convertido en una necesidad de seguridad en el entorno industrial. Las cifras de la OSHA muestran que cada año se producen alrededor de 35.000 accidentes con operadores de carretillas elevadoras solo en Estados Unidos, además de que hay una rotación del 40% en este puesto, por lo que recurrir a un robot para esas funciones puede aumentar la seguridad general del almacén.

Luke: ¿Podría explicarnos más sobre la localización y cartografía simultáneas (SLAM) y cómo funciona?

Card: SLAM comienza utilizando un modelo virtual de un almacén para que un robot aprenda su entorno. El robot utiliza el método de prueba y error para aprender a navegar por el entorno antes de entrar físicamente en él. Cuando se pone en marcha, el robot está bien entrenado y sigue actualizando su mapa del entorno. Incluso puede navegar alrededor de objetos dinámicos, como otros robots que se encuentran en el entorno.

Kersjes: En el sector automovilístico, este concepto se conoce como «primer coche». Un vehículo AMR que se encuentra por primera vez con una carretera o un nuevo obstáculo debe aprender de su entorno y, a continuación, enviar la experiencia a la red para que otros AMR puedan aprender de ella y actualizar los mapas.

Un sistema operativo en robots móviles nos permite integrar sensores a través de una tecnología llamada HoloScan, que permite una interfaz rápida entre sensores de alta definición o de gran ancho de banda, como los sensores de imagen, para copiar lo que ve el robot directamente en su memoria para su procesamiento. Esto puede ser vital para otros usos, como la telemedicina, en la que un robot opera a una persona pero es controlado a distancia por un médico, donde tanto la latencia como el ancho de banda de la red son fundamentales.

Los robots modernos pueden utilizar dos enfoques distintos para el control y la toma de decisiones, denominados «Sistema 1» y «Sistema 2», que corresponden a los diferentes niveles o enfoques del control y la cognición. Esto es análogo a los sistemas cognitivos humanos. El sistema 1 en robótica se caracteriza por comportamientos rápidos, reactivos y, a menudo, preprogramados, similares a cómo reaccionan los seres humanos de forma instintiva. El sistema 2, por otro lado, implica procesos de toma de decisiones más deliberados, analíticos y potencialmente más lentos, que requieren cálculos y razonamientos más complejos. También aprovecha la inteligencia artificial y el razonamiento simbólico para realizar tareas más complejas y de mayor nivel. Ambos tipos son necesarios para que los robots sean seguros y autónomos en presencia de seres humanos.

Luke: ¿Qué tipos de tecnología robótica te llaman más la atención?

Kersjes: Las tecnologías que vemos utilizadas en diversas placas de evaluación y productos de clientes son las cámaras de imagen. Para los AMR, la ubicación de los sensores es importante. Por ejemplo, si la visión está bloqueada (es decir, por objetos transportados), a menudo se utilizan grupos de sensores en las esquinas para conseguir un campo de visión de 360°.

Tecnologías como los fusibles electrónicos ( e-fuse ) y las capacidades de reinicio gradual son importantes para gestionar la energía y permitir funciones robóticas de mayor nivel, como el comportamiento inteligente durante fallos de alimentación o problemas de navegación.

Card: La gestión de la energía es especialmente importante en los robots móviles, que dependen de baterías en lugar de una fuente de alimentación de CA estable. Dado que el voltaje de las baterías puede variar considerablemente (por ejemplo, entre 30 y 42 V en una batería de 10 celdas), es necesario utilizar eficientes  convertidores CC-CC(como los de la familia FAN65000). Estos convertidores, con una eficiencia superior al 95%, ayudan a mantener múltiples carriles de CC para los subsistemas y repercuten directamente en la vida útil de la batería y en su eficiencia, lo que proporciona un mayor tiempo de funcionamiento.

Kersjes: En onsemi, nuestro objetivo es demostrar las ventajas de nuestros productos, como la mejora de la duración de la batería de nuestro último MOSFET eficiente Trench 10, en entornos digitales como NVIDIA Omniverse Isaac Sim. La idea es simular el comportamiento de los robots (por ejemplo, conducir por rutas específicas) y vincular los resultados de rendimiento (como una mayor duración de la batería) con las ventajas del hardware subyacente.

También existe interés en demostrar los beneficios reales a nivel de sistema de los componentes (más allá de las pruebas de laboratorio, como las pruebas de pulso o térmicas) mediante su integración en simulaciones y evaluaciones funcionales de robótica.

Además, el equipo colabora con múltiples socios de canal que cuentan con diferentes plataformas de microcontroladores. Para ello, el sistema robótico se ha diseñado utilizando contenedores Docker, lo que permite que el sistema operativo del robot (ROS) se ejecute de forma portátil y flexible en diferentes plataformas de hardware. Entre estas plataformas se incluyen NVIDIA Jetson, D3 Embedded, Advantech, Renesas y AMD.

Este enfoque permite adaptar fácilmente el software robótico a los distintos ecosistemas de los socios.

Luke: ¿Hacia dónde cree usted que se dirige el futuro de la robótica?

Card: Consideramos que 2025 será «el año en que se demostrará que los robots pueden hacerlo», con tantos nuevos niveles de innovación que están madurando en este ámbito. Desde cámaras de tiempo de vuelo indirecto (iToF), que pueden medir distancias a objetos analizando cómo las ondas de luz moduladas se reflejan en las superficies y vuelven al sensor, hasta la inteligencia artificial física, que ayuda a acelerar el proceso de aprendizaje y entrenamiento de los robots. Todas las diferentes tecnologías de sensores que se necesitan para diversos casos de uso ayudan a que los sistemas robóticos sigan siendo seguros y eficaces en múltiples aplicaciones, lo que llevará a un auge del uso y el volumen de la robótica en los próximos años.

Para obtener más información, consulte la página de tecnologías de aplicaciones de robótica  o el centro de marketing para proveedores de onsemi en DigiKey.com.