Edge-KI bringt Intelligenz direkt an den Motor: Neue MCUs kombinieren Echtzeitregelung und lokale KI-Inferenz auf einem Chip. Das ermöglicht vorausschauende Fehlererkennung und adaptive Regelung – etwa in humanoiden Robotern.
Lokale Edge-KI kann bei humanoiden Robotern Motorparameter wie Drehmoment, Last und Strom kontinuierlich überwachen. So lassen sich ungewöhnliche Betriebszustände frühzeitig erkennen, Gelenke und Antriebe schützen sowie die Lebensdauer der Motoren erhöhen.Texas Instruments
Anzeige
Die Echtzeit-Überwachung und -Regelung wird in Industrieautomations-Anwendungen zunehmend unverzichtbar, um Ausfallzeiten zu reduzieren, den Energieverbrauch zu senken und die Systemzuverlässigkeit insgesamt zu verbessern. Für einen zuverlässigen Motorbetrieb erfordern traditionelle Designkonzepte oftmals mehrere Mikrocontroller (MCUs) und diskrete Bauelemente, was die Komplexität, die Kosten und den Stromverbrauch in die Höhe treibt.
Abhilfe ist mit hochintegrierten MCUs möglich, wie sie Texas Instruments (TI) im Rahmen der AM13E230x-Familie mit integrierter TinyEngine NPU anbietet. Entwicklern wird damit eine Single-Chip-Plattform für präzise Motorregelungen, Echtzeitüberwachung und lokale KI-Inferenzen geboten.
Dank des hohen Integrationsgrads können mehr Motorregelungs-Systeme von Edge-KI-Funktionen profitieren. Merkmale wie vorausschauende Fehlerdetektierung, adaptive Regelungsalgorithmen, Anomalieerkennung und intelligenter Lastausgleich sind auch dort umsetzbar, wo der Einsatz von Edge-KI aus Kosten-, Platz- und Stromverbrauchsgründen traditionell nur eingeschränkt möglich war. Unterstützt werden die MCUs außerdem durch das kostenlose CCStudio Edge AI Studio von TI, eine Zusammenstellung von grafikorientierten und befehlszeilenbasierten Tools für eine beschleunigte Edge-KI-Entwicklung
Anzeige
Aktoren für humanoide Roboter
Die Aktoren, die in humanoiden Robotern für Manipulations-Aufgaben und Ortswechsel zum Einsatz kommen, werden für mehrere Freiheitsgrade gleichzeitig betrieben. Die notwendige Fähigkeit eines Motors, aus dem Stillstand heraus schnell ein hohes Drehmoment aufzubauen (High Torque Quick Startup) verlangt im Interesse optimaler Leistung außerdem nach geräuscharmem Betrieb.
Anzeige
Humanoide Gelenke und Finger mit großen Bewegungsbereichen und mehreren Freiheitsgraden profitieren unmittelbar von lokal verarbeiteten KI-Modellen, denn diese können feststellen, wann Motoren außerhalb ihres vorgesehenen Maximalbereichs betrieben werden, um langfristige Schäden zu vermeiden und die Lebensdauer der Motoren zu steigern.
Die Edge-KI-Fähigkeiten der AM13E230x-MCUs bieten Vorteile für die Langlebigkeit und den Schutz von Gelenk-Applikationen. Lokale KI-Modelle sind beispielsweise in der Lage, auf proaktive Weise Motorparameter wie etwa Drehmoment, Last und Strom zu erfassen, wenn Motoren nicht normal funktionieren, um daraufhin frühzeitig auf potenzielle Probleme hinzuweisen.
Exemplarische Anordnung von Motoren in Hand, Arm und Schulter eines humanoiden RobotersTexas Instruments
Diese MCUs wurden außerdem gezielt für Anwendungen in humanoiden Robotern entwickelt, in denen Kosten, Kompaktheit und präzise Motorregelung zu den vorrangigen Designkriterien gehören. Durch die Verwendung eines Bausteins mit integrierten PGAs (Programmable Gain Amplifiers) anstelle diskreter CAN- und IGBT-Peripherie, wie sie häufig zusammen mit MCUs zum Einsatz kommt, können Entwickler die Materialkosten und den Aufwand an externen Bauelementen verringern. Auf diese Weise lässt sich eine kompaktere und kosteneffektivere Lösung für Anwendungen realisieren, in denen eine hohe Genauigkeit nicht zu den Designanforderungen auf Systemebene gehört. Das nur 7 mm x 7 mm messende Gehäuse der AM13E230x-MCUs ermöglicht einen größeren Bewegungsradius und trägt den beengten Platzverhältnissen in Motoren für die Gelenke humanoider Roboter Rechnung.
Anzeige
Optimierte Motorregelung in Designs der nächsten Generation
Edge-KI-gestützte MCUs transformieren die Motorregelung in den unterschiedlichsten Anwendungen, indem sie intelligente Verarbeitungsfunktionen direkt auf der Motorebene integrieren. Durch die Kombination leistungsstarker Verarbeitungsfunktionen mit Neural-Processing schaffen diese Lösungen in Single-Chip-Implementierungen die Voraussetzungen für vorausschauende Instandhaltung, adaptive Regelung und ein präzises Motormanagement. Nicht nur bei humanoiden Robotern, auch in vielen anderen Branchen schafft die Integration von Edge-KI in MCUs für Echtzeit-Motorregelungen die Grundlage für effizientere, zuverlässigere und intelligentere Systeme.
FAQ: Edge KI in der Industrieautomation
1. Welche Vorteile bietet Edge-KI bei der Motorregelung? Edge-KI ermöglicht es, Motorparameter unmittelbar vor Ort auszuwerten und darauf in Echtzeit zu reagieren. Dadurch lassen sich unter anderem vorausschauende Fehlerdetektierung, adaptive Regelungsalgorithmen, Anomalieerkennung und intelligenter Lastausgleich realisieren. Gleichzeitig kann die lokale Verarbeitung Ausfallzeiten und Energieverbrauch reduzieren sowie die Systemzuverlässigkeit verbessern.
2. Was ist das Besondere an den AM13E230x-MCUs von Texas Instruments? Die Mikrocontroller kombinieren eine Arm Cortex-M33-CPU mit der TinyEngine NPU von Texas Instruments. Damit stehen Motorregelung, Echtzeitüberwachung und lokale KI-Inferenz auf einer Single-Chip-Plattform zur Verfügung. Zusätzliche externe Bauelemente oder eine Cloud-Anbindung sind für die KI-Verarbeitung nicht erforderlich.
3. Wie profitieren humanoide Roboter von lokaler KI? Bei humanoiden Robotern können lokale KI-Modelle Motorparameter wie Drehmoment, Last und Strom kontinuierlich überwachen. Sie erkennen, wenn Motoren außerhalb ihrer vorgesehenen Betriebsbereiche arbeiten oder sich ungewöhnlich verhalten. Potenzielle Probleme lassen sich dadurch frühzeitig identifizieren, was Motoren und Gelenke schützen und deren Lebensdauer erhöhen kann.
4. Warum ist die Integration von KI und Motorregelung auf einem Chip relevant? Die hohe Integration reduziert den Bedarf an zusätzlichen Komponenten und ermöglicht kompaktere Systeme. Gleichzeitig werden intelligente Funktionen wie Predictive Maintenance, adaptive Regelung und präzises Motormanagement auch für Anwendungen interessant, bei denen Kosten, Platzbedarf und Energieverbrauch den Einsatz von Edge-KI bislang erschwert haben.
