Ein Sensorkit für sechs Robotikanwendungen

Diagramm zum Robotik-Sensorportfolio von ScioSense

Ein Sensor-Toolkit, sechs Robotik-Welten: Wie ScioSense-Komponenten die Wahrnehmung ermöglichen

Von LTDC-X3-LiDAR-ICs bis hin zu kapazitiven Sensoren und Umgebungssensoren: Erfahren Sie, wie ein einziges Komponenten-Toolkit von ScioSense die Wahrnehmung in sechs Robotik-Segmenten unterstützt.

Einleitung

Lassen Sie uns über diese technische Realität sprechen: Ein Roboter ist nur so leistungsfähig, wie es seine Wahrnehmungsfähigkeit zulässt. Die Erkennung von Hindernissen, die Positionsbestimmung, die Orientierung und die Autonomie beginnen alle beim Sensor selbst und bei den integrierten Schaltkreisen (ICs), die physikalische Ereignisse in digitale Daten umwandeln – und zwar mit einer ausreichenden Präzision, damit sich ein entsprechendes Handeln lohnt.

ScioSense ist ein Zulieferer von Bauteilen, dessen Produktportfolio (Zeit-Digital-Wandler, Kapazitäts-Digital-Wandler, Widerstand-Digital-Frontends und ICs für Umgebungssensoren) die Bausteine bereitstellt, aus denen Ingenieure LiDAR-Empfänger, kapazitive Sensoren, Wägezellen und Umgebungsmodule zusammenbauen.

In sechs sehr unterschiedlichen Teilsegmenten der Robotik taucht immer wieder derselbe kompakte Satz von ICs auf. Für einen Entwicklungsingenieur, der plattformübergreifend plant, ist diese Überschneidung der eigentliche Kernpunkt.

Die sechs Robotik-Segmente im Überblick

Um zu verstehen, wie sich ein Toolkit aus einzelnen Komponenten skalieren lässt, ist es erforderlich, die vielfältigen betrieblichen Anforderungen in den sechs Hauptsegmenten der Robotik zu untersuchen:

  • Industrierobotik: Starre Roboterarme und kollaborative Cobots in Fertigungsumgebungen, in denen Wiederholgenauigkeit, die Überwachung von Sicherheitszonen und zustandsorientierte Instandhaltung die Anforderungen an die Sensorik maßgeblich bestimmen.

  • Servicerobotik: Reinigungs- , Liefer- und Gastronomieroboter, die in halbstrukturierten Innenräumen eingesetzt werden, wobei Navigation und Sicherheit im Umgang mit Menschen im Vordergrund stehen.

  • Medizinische Robotik: Chirurgische Assistenzsysteme, Diagnoseplattformen und Rehabilitationsgeräte, bei denen Präzision und Patientensicherheit unverzichtbar sind und jeder Sensor in einem regulierten Umfeld eingesetzt wird.

  • Mobile Robotik: AMRs und AGVs in Lagerhäusern und in der Logistik, wo SLAM, Hindernisvermeidung und Flottenpositionierung die Sensorarchitektur bestimmen.

  • Humanoide und soziale Robotik: Zweibeinige und auf Interaktion ausgerichtete Plattformen, die eine umfassende multimodale Sensorik in dynamischen Umgebungen erfordern.

  • Verteidigungsrobotik: EOD-Systeme, Aufklärungsplattformen und unbemannte Bodenfahrzeuge, bei denen Robustheit und Leistungsfähigkeit unter rauen Umgebungsbedingungen die Gestaltungsvorgaben bestimmen.

Die Prioritäten bei der Erfassung unterscheiden sich in diesen sechs Welten. Die Bausteine auf Komponentenebene unterscheiden sich, wie wir im Folgenden sehen werden, weitgehend nicht.

Das segmentübergreifende Komponentenmuster

Die ScioSense-Matrix „Komponente-zu-Segment“ offenbart ein Muster, das leicht übersehen wird, wenn jedes Segment für sich betrachtet wird: Mit einer einzigen konkreten und logischen Ausnahme kommen in allen sechs Robotik-Segmenten dieselben Kern-ICs zum Einsatz.

Warum geschieht dies also auf Komponentenebene? Weil ein Roboter – ganz gleich, ob er ein Fahrgestell schweißt, Zimmerservice leistet oder einen Weg freiräumt – im Großen und Ganzen dieselben physikalischen Aufgaben ausführen muss: die Laufzeit messen, Nähe und Anwesenheit erkennen, seine Umgebung erfassen und seinen eigenen internen Zustand überwachen. Der Anwendungskontext ändert sich; die zugrunde liegende Physik bleibt jedoch unverändert.

Das Portfolio ist nicht nach Artikelnummern, sondern nach Erfassungsfunktionen gegliedert und lässt sich nahtlos in das Blockdiagramm nahezu jedes Robotersensor-Stacks einordnen:

  • Entfernung und Entfernungsmessung: Die Familie der Zeit-Digital-Wandler: LTDC-X3, TDC-GPX2, AS6501, AS6500sowie das Spitzenmodell TDC-GPX bilden die präzise Zeitmessebasis in LiDAR- und Time-of-Flight-Systemen.

  • Nähe, Berührung und Präsenz: Das PCAP04 Kapazitäts-Digital-Wandler dient als Frontend für Sicherheitsleisten, kapazitive Oberflächen, HMI-Oberflächen und kapazitive Druckmessung.

  • Kraft-, Drehmoment- und Positionsrückmeldung: PS09 und PS081 Widerstands-Digital-Wandler übernehmen die Auslesung von Dehnungsmessstreifen und Wägezellen in Gelenken, Endeffektoren und kraftempfindlichen Schnittstellen.

  • Umweltbewusstsein: ENS16x-Mehrgassensorensowie ENS21x-Temperatur- und Feuchtigkeitssensoren unterstützen sowohl die Überwachung der Betriebsbedingungen als auch die Umgebungserfassung.

  • Leistungsabhängige Ereigniserkennung: Die AS3930 / AS3932 / AS3933 Niederfrequenz-Weckempfänger ermöglichen es batteriebetriebenen Plattformen, im Ruhezustand zu verbleiben, bis ein definiertes Ereignis eintritt.

  • Situationsbewusstsein im Außenbereich: Der AS3935 Franklin Lightning Sensor™ ermöglicht die Erkennung von Gewitterfronten für im Außeneinsatz eingesetzte Plattformen.

Die einzige Ausnahme in der Matrix bildet der AS3935, der zwar fünf der sechs Segmente abdeckt, nicht jedoch den Bereich „Medizinische Robotik“ – eine durchaus logische Auslassung, da medizinische Roboter in Innenräumen eingesetzt werden und keinen nennenswerten Bedarf an Blitzortung haben. Alle anderen ICs im Portfolio sind in allen sechs Segmenten einsetzbar.

Im Fokus: LTDC-X3 als Beleg dafür

Der Zweikanal-Zeit-Digital-Wandler LTDC-X3 ist ein anschauliches Beispiel, da er das Muster „Ein IC, ein Sensortyp, alle sechs Segmente“ in einer einzigen Komponente veranschaulicht.

In einem LiDAR-Empfänger versieht der TDC das Eintreffen des zurückgeworfenen Photons mit einem Zeitstempel mit einer Auflösung im Pikosekundenbereich. Dieser Zeitstempel ist es, der „von etwas reflektiertes Licht“ in „ein Hindernis in 4,2 Metern Entfernung“ umwandelt. Der TDC ist die Messengine für den Empfangspfad; alle nachfolgenden Schritte in der Punktwolken-Verarbeitungskette hängen von der Qualität dieses Zeitstempels ab.

Diese eine Funktion findet in jedem der sechs Segmente Anwendung:

  • Mobile Roboter nutzen aus LiDAR-Daten abgeleitete Punktwolken für SLAM und die Hindernisvermeidung in Lager- und Logistikanwendungen.

  • Industrielle Roboter nutzen LiDAR zur Überwachung von Sicherheitszonen und zur Erkennung von unbefugtem Betreten rund um eingezäunte und nicht eingezäunte Arbeitsbereiche.

  • Service- und humanoide Roboter nutzen diese Technologie zur Orientierung und zur Wahrnehmung des freien Raums in unstrukturierten Umgebungen, die gemeinsam mit Menschen genutzt werden.

  • Medizinische Plattformen nutzen diese Technologie zur Kartierung des Arbeitsbereichs und zur Erfassung der Nähe zwischen Patienten und klinischem Personal.

  • Verteidigungsplattformen nutzen es zur Geländekartierung, zur Erkennung von Hindernissen und zur Bedrohungserkennung unter Feldbedingungen.

Die gleiche zugrunde liegende TDC-Technologie, die bei der Herstellung von Roboter-LiDAR zum Einsatz kommt, wird auch in LiDAR-Systemen für autonome Fahrzeuge verwendet. Für einen Robotikingenieur, der Komponenten auswählt, ist dies ein nützlicher Hinweis: Das Bauteil wurde bereits auf die Zuverlässigkeitsanforderungen der Automobilindustrie geprüft, auch wenn die Plattform, in die es eingebaut wird, das Lagergelände nie verlässt.

Der LTDC-X3 ist Teil einer umfassenderen TDC-Produktfamilie. AS6500, AS6501, TDC-GPX und TDC-GPX2 bieten jeweils unterschiedliche Kombinationen aus Auflösung, Kanalanzahl und Leistungsaufnahme. Dies ermöglicht es Ingenieuren, ihre LiDAR-Architektur zu skalieren – von Solid-State-Modulen für kurze Reichweiten bis hin zu High-End-Scansystemen –, ohne den ScioSense-Katalog verlassen zu müssen.

Anwendungsübergreifend: Wie lässt sich mit einem einzigen IC die Nutzung mehrerer Sensortypen ermöglichen?

Die zweite Erkenntnis aus der Matrix ist wohl noch interessanter als die erste. Einige ScioSense-ICs decken nicht nur Segmente ab, sondern auch Sensorkategorien. Genau hier kommt das Argument der Stücklistenkonsolidierung erst richtig zum Tragen.

Hier einige Beispiele:

  • PCAP04 kommt hinter Berührungssensoren, Näherungssensoren und kapazitiven Drucksensoren zum Einsatz. Ein einziges zertifiziertes Bauteil deckt drei unterschiedliche Sensortypen ab, die ein Service- oder Humanoidroboter an verschiedenen Stellen derselben Plattform nutzen könnte.

  • PS09 und PS081 decken sowohl Kraft-/Drehmomentsensoren als auch Dehnungsmessstreifen-Frontends ab, bei denen es sich um dasselbe physikalische Messproblem in zwei unterschiedlichen mechanischen Gehäusen handelt. Ein kollaboratives Armgelenk und ein chirurgischer Endeffektor könnten beide verwenden – mit demselben Frontend-IC.

  • Das ENS21x vereint Temperatur- und Feuchtigkeitsmessung in einem einzigen Gerät und eignet sich sowohl für die Umgebungsüberwachung als auch für Datenströme im Rahmen der zustandsorientierten Instandhaltung.

  • Die TDC -Produktfamilie deckt den gesamten Bereich ab – von Kurzstrecken-Laufzeitmesssystemen bis hin zu High-End-Lidar-Systemen –, ohne dass ein Wechsel des Lieferanten erforderlich ist. Dies ist für Ingenieure von Bedeutung, die im Zuge der Weiterentwicklung ihrer Sensorarchitektur einen einheitlichen Qualifizierungsprozess anstreben.

Durch die Wahl von ScioSense-Komponenten lässt sich die Stückliste verkürzen. Ein einziges qualifiziertes Bauteil kann für mehrere Sensormodalitäten eingesetzt werden, wodurch sich die Anzahl der Lieferanten verringert und die Wiederverwendung über Produktlinien hinweg erleichtert wird, die auf unterschiedliche Robotiksegmente ausgerichtet sind.

Das Marktumfeld

Lassen Sie uns kurz betrachten, warum das Thema „segmentübergreifende Entwicklungen“ gerade jetzt von Bedeutung ist. Es gibt drei positive Marktentwicklungen, die es wert sind, hervorgehoben zu werden, ohne dass dies zu einem Marktbericht ausartet.

  • Solid-State-LiDAR verzeichnet die stärkste Wachstumsrate unter den Kategorien der robotergestützten Sensorik – und genau hier kommen TDC-basierte ICs wie der LTDC-X3 am stärksten zum Einsatz.

  • LiDAR-Systeme, Bildverarbeitungs-/Kamerasysteme und Infrarottechnik sind die vorherrschenden Sensorikbereiche , die die Roboter der nächsten Generation prägen.

  • In der Industrierobotik liegt derzeit das Hauptvolumen; die Servicerobotik ist der Bereich mit dem stärksten kurzfristigen Wachstumspotenzial in den nächsten fünf Jahren; die humanoide Robotik stellt eine Chance mit längerfristigem Horizont dar.

Für einen Ingenieur lässt sich daraus praktisch Folgendes ableiten: Ein Portfolio, das bereits alle sechs Segmente abdeckt, ist gut aufgestellt, unabhängig davon, welche dieser Kurven zuerst an Fahrt gewinnt. Die Sensorik, die Sie heute für einen industriellen Cobot qualifizieren, ist weitgehend dieselbe, die Sie im nächsten Jahr in einem Serviceroboter wiederverwenden werden – und danach mit entsprechenden Anpassungen auch in einer humanoiden Plattform.

Fazit

ScioSense ist auf der IC- und Komponentenebene tätig, und sein Portfolio ist so strukturiert, dass dieselben Bausteine Sensorentwürfe in allen sechs Teilsegmenten der Robotik unterstützen.

Die drei praktischen Erkenntnisse:

  1. Die gleichen ScioSense-Komponenten, die Sie für eine Robotikplattform qualifiziert haben, lassen sich wahrscheinlich auch bei der nächsten wiederverwenden.

  2. Für LiDAR, ToF und andere auf Entfernungsmessung basierende Wahrnehmungsverfahren ist die Familie der Zeit-Digital-Wandler (mit dem LTDC-X3 als Flaggschiff) der ideale Ausgangspunkt.

  3. Bei multimodalen Wahrnehmungsstacks empfiehlt es sich, das breitere Portfolio – bestehend aus kapazitiven, umweltbezogenen und analogen Auslese-ICs – als ein einziges, zusammenhängendes Toolkit zu betrachten und nicht als eine Auflistung unterschiedlicher Komponenten.

Für Ingenieure, die bestimmte Bauteile bestimmten Konstruktionen zuordnen möchten, stehen die Dokumentation und weitere Details unter ScioSense – Robotik.

*Artikel veröffentlicht von Wevolver, verfasst von Umar Waseem