发布时间:2025-04-3 阅读量:558 来源: 我爱方案网 作者: bebop
宇树机器人太极拳
高难度动作已成为人形机器人公司展示技术实力的重要方式。在宇树机器人之前,这类高难度动作主要由美国公司研发的人形机器人完成。例如,美国波士顿动力公司的 Atlas 机器人在早期就成功完成了后空翻、倒立和跑酷等动作。
要想实现这些动作,需要用到大量的电机驱动芯片,一些比较大的机器人身上有少则几十,多则上百个自由度能够独立运动的关节数量;每个自由度都意味着一个运动控制的执行机构。几十上百个电机控制芯片协同完成各种动作。这对机器人关节驱动芯片的高集成度/小型化需求提出了巨大挑战。
电机驱动芯片的作用是将主控芯片发出的控制信号转换为电机所需的驱动信号,控制电机的转速、扭矩和转向,从而驱动机器人的关节运动。在人形机器人空翻时,电机驱动芯片需快速、精确地控制电机,使关节能在短时间内输出足够扭矩,实现起跳、翻转等动作。
另外,要满足人形机器人紧凑的布局要求,尤其是在手或脚的末端,电机驱动器必须具备高集成度。在传统的总线型工业电机控制或关节上,主控芯片采用 MCU+FPGA+ESC+PHY 的形式,有 5 个大尺寸芯片。而先楫半导体在 2025 年 CES 上新推出的机器人关节专用芯片 HPM6E8Y,将 5 颗大尺寸芯片集成于一颗芯片,极大地节省了空间。特别值得一提的是,HPM6E8Y 是全球首款集成 ESC 和 PHY 的高性能 MCU。
HPM6E8Y系列MCU内置RISC-V双核,集成2个以太网PHY收发器,不仅支持EtherCAT从控制器(ESC: EtherCAT Slave Controller),还支持多达3个外部端口的时间敏感网络(TSN: Time Sensitive Networking)千兆以太网交换机,同时拥有32通道高分辨率PWM输出及∑∆数字滤波器,为高精度运动控制系统量身打造出色的硬件平台。HPM6E8Y系列能够确保以太网通信的高度实时响应与极低延迟,完美适用于小空间、大算力、强通信的高性能伺服电机控制、机器人运动控制等工业自动化场景。
扫码可申请免费样片以及获取产品技术规格书
快速验证方案 先楫半导体提供机器人关节伺服演示系统方案,助力芯片快速验证进程。 该方案的特点: 内置HPM6E8Y芯片 支持CiA402(CSV,CSP) 支持FOE(OTA) S曲线 保护功能:过流,过压,欠压,过温,飞车,编码器断线 支持hpm_monitor_studio 产品优势 1. 全链路的高带宽、高实时性通信 机器人的运动控制需要兼顾通信的高实时性及高带宽,以确保机器人能够迅速响应外部指令和环境变化。HPM6E8Y系列通过内置的SOC高速总线扩展EtherCAT从站控制器,提供卓越的通信数据带宽,完美满足了从运动控制器到执行器之间的全链路高速通信需求,确保数据传输的高效与流畅。 2. 高度集成化 机器人发展的一个重要趋势是小型化,鉴于各类电子控制系统的空间有限,需要严格控制电路板PCB的面积。HPM6E8Y系列MCU芯片在提供小尺寸封装的同时,片上集成了各类模拟数字接口,甚至集成了通讯接口的物理层收发器,如Ethernet PHY等,可以有效减少外部器件使用,减小PCB尺寸。 3. 精确控制感知系统 伺服电机的精准控制得益于先进的控制感知系统,是实现机器人精确运动和操作的关键。HPM6E8Y系列内置领先的外设,如拥有100ps的高分辨率PWM模块,集高速转换和高分 0 CoreMark™的基准测试分数,同时还具备1710 DMIPS的处理能力,能够支持高强度的数据处理和算法运行,并且在保证性能的同时,实现低功耗设计,以延长使用寿命或降低能耗。 典型应用 仿生机械狗关节、教育机器人手臂等需要低延迟、中等精度的场景。HPM6E8Y系列增强的运算能力与资源容量为复杂算法提供硬件支持。
扫码可申请免费样片以及获取产品技术规格书
随着全球汽车产业向电动化、智能化加速转型,驻车空调作为商用车与房车舒适性刚需设备,其能效与智能化水平成为市场角逐的关键。传统定频空调因频繁启停导致的能耗高、温控精度差等问题,长期困扰货运司机与房车用户。基于STMicroelectronics的STSPIN32G4芯片组开发的500W变频压缩机驱动方案,通过高集成度设计、无感FOC(磁场定向控制)算法及宽电压兼容性,实现了节能30%-50%的突破,同时解决了多场景供电适配难题,为行业树立了能效与可靠性新标准。
PDU 可将电力智能分配至车内的各个区域, 确保高效可靠的电源管理。
我爱方案网联合IC原厂富奥星,支持方案商自研雷达感知模块,提供方案设计所需的原理图,版图,SDK,BOM清单和天线调试参数等,赋能方案商在客户中发展新业务。
瑞芯微电子推出的RK3588、RK3576、RK3568、RK3562四款芯片,覆盖了从高端到入门级的AIoT和工业计算需求,其核心性能及定位差异显著
AI边缘计算通过将数据处理与分析下沉至设备端,实现了实时性、低延迟与数据安全的突破