在2026上海工博会ADI展台上，非夕科技的一台机械臂末端托着一只托盘，让小球沿预定轨迹运动。即使受到外部干扰，机械臂也会不断微调托盘的角度，让小球保持稳定。现场演示看起来像人在端盘子，背后却需要持续采集各个关节的受力信息，并及时调整动作。

“这台机械臂的关键关节安装了六维力传感器，ADI提供其中的低噪声运算放大器和高精度模数转换器（ADC），负责将微弱的力信号采集、处理后交给控制系统。”ADI中国区工业市场总监蔡振宇介绍，不同重量的小球需要不同的力矩分配，机械臂如何调整姿态，离不开这些实时数据。

另一侧无锡灵掌机器人的展台，一只灵巧手拥有6个主动自由度、11个总自由度，指节末端用到了ADI的电机驱动芯片。围绕这只手，ADI展示了指尖触觉、关节连接和位置检测等方案。

从托盘上小球的平衡，到灵巧手完成抓握，看似人能简单完成的动作，背后都需要准确的力觉感知和精细的电机控制。

先判断力度，再控制抓取

托盘上的小球一旦改变位置，机械臂就需要根据关节受力的变化及时调整姿态。蔡振宇用了一个比较形象的比喻：人在端着盘子走路时，会随着盘中物体的移动不断调整手腕的力度。机械臂也是如此，安装在关键关节的六维力传感器，需要将力和力矩的变化实时反馈给控制系统，帮助机械臂调整动作。

在ADI展出的六维力传感方案中，前端应变片受到外力后会产生形变，引起惠斯通电桥输出电压的变化。这些微弱的电信号经过运算放大器和ADC采集、转换后，才能成为控制系统能够使用的数据。ADI提供的器件主要承担信号调理和采集工作，具体的力矩分配和动作调整由客户的算法和整机控制系统完成。

ADI在工博会上还展示了DexHand多模态触觉方案，将32×32的压力感知阵列放在灵巧手指尖，同时集成惯性、振动、位置和声学等多种传感信息。借助指尖的感知算法，机器人可以判断接触物体表面的粗糙程度，并识别抓取过程中力度的变化。

蔡振宇举了一个抓取水瓶的例子。人在感觉到瓶子即将滑落时，会下意识增加握力，机器人也需要通过指尖反馈来判断应该施加多大的力。据他介绍，这套方案能够分辨小至0.01牛顿的力变化。在抓取纸张、衣服或螺丝等物体时，机器人需要根据接触情况控制力度，这也对指尖的感知精度提出了更高要求。

在这套方案中，指尖上的小型AI算法主要负责识别物体材质和接触力度，具体如何抓取，仍然需要后端大模型作出判断。蔡振宇解释：“指尖只需将探测到的数据情况反馈给后面的大脑，后者完成决策。”有了这些信息，控制系统还需要通过电机驱动，让手指按照相应的策略完成动作。

灵巧手是未来重要方向

无锡灵掌机器人在工博会上展示的灵巧手，拥有11个自由度，其中6个需要电机主动驱动。四根手指各对应一颗电机，拇指则有两颗，部分关节通过腱绳带动。每个主动自由度都需要对应的电机驱动。由于指节内部空间有限，电机和驱动电路的尺寸受到严格限制，长时间运行产生的温升也会影响灵巧手的动作精度和散热设计。

这只灵巧手采用了ADI的TMC6460全集成伺服驱动芯片，将功率器件和电机控制算法集成在一颗芯片中。主控MCU下发指令后，驱动芯片便可以控制电机转动的圈数、力矩等，减少对外部功率器件的依赖。这颗芯片可以安装在电机后方，适合灵巧手这种内部空间紧凑的应用。TMC6460在今年年初已经进入量产阶段，并在国内头部灵巧手客户中得到应用。蔡振宇介绍，工博会期间，这只灵巧手基本每天持续运行近8小时，仍能保持良好的定位表现。

在灵巧手内部，多个关节的控制器还需要与主控交换数据，同时获得相应的电力供应。随着关节数量增加，线缆的布置也会更加复杂。蔡振宇介绍，ADI将此前应用于汽车领域的E²B连接技术引入灵巧手，通过一对双绞线连接多个关节节点，让主控指令沿着同一条总线传输，同时为部分控制板供电。

按照现场演示方案，一对双绞线可以支持多个节点连接，并提供约1至2瓦的供电能力。蔡振宇特别展示了一块没有单独接入电源线的控制板，其电力直接来自双绞线。对于内部空间有限的灵巧手，这种连接方式可以减少线束数量，也为手掌和指节中的其他器件留出更多空间。

机器人进入工厂，还要解决长期运行问题

人形机器人在行走、转身等动作中，机身姿态会不断变化，惯性测量单元（IMU）能够帮助机器人感知这些变化。一些机器人会在腰部布置IMU，用于姿态测量和稳定控制。但IMU本身也会受到温度和运行时间的影响，产生零漂或温漂，长时间工作后可能影响测量精度。

ADI此次在工博会上展示的ADIS16607，是一款精密微型MEMS IMU。ADI过去的相关技术主要应用于无人机和汽车自动驾驶领域，如今针对人形机器人内部空间有限的特点，将高性能IMU技术开发成尺寸更小的产品。除了机器人躯干，一些客户还会在机械臂上安装IMU，用来监测臂段和末端的姿态变化。

ADI展示的另一款产品ADMT4000，则涉及机器人断电后的位置记录。这是一款磁式圈数计数传感器，即使设备没有外部供电，也能记录磁系统的旋转圈数，重新上电后可以读取位置信息。目前，该产品最多可记录46圈旋转，蔡振宇介绍的角度精度约为0.25度。对于突然断电的机器人，这项技术可以帮助控制系统在恢复供电后获取执行机构的位置，减少重新寻找初始位置的需要。

一些大型工业机器人过去需要通过备用电池保存位置信息，但电池使用几年后可能需要更换，维护过程还可能造成产线停机，增加客户的使用成本。蔡振宇提到，采用磁传感方式记录圈数，可以减少对备用电池的依赖。不过，现有产品的圈数和精度还不足以满足所有大型工业伺服的要求，ADI也在继续开发精度更高、尺寸更小的产品。

结束语

从灵巧手的指尖触觉，到机械臂的力觉反馈，再到机器人姿态测量和断电后的位置信息记录，ADI在工博会上展示的技术，覆盖了机器人感知、控制与运行的多个环节。这些技术未必是展台上最醒目的部分，却直接影响着机器人能否完成精细操作，能否在复杂环境中保持稳定，以及能否满足长期运行的要求。

随着机器人从实验室走向工厂，应用场景对精度、可靠性和运行稳定性的要求也在不断提高。机器人需要更准确地感知外部环境，更细致地控制每一个动作，也需要在长时间运行中保持性能稳定。对ADI而言，机器人市场的成长，既带来了新的应用空间，也意味着这些基础技术需要在更复杂、更严苛的工业场景中接受检验。