Fraunhofer NeurOSmart: что должны проверить инженеры

Компания Fraunhofer объявила о технологической платформе NeurOSmart 2 марта 2026 года. Проект объединяет LiDAR с верхним расположением, MEMS-управление лазерным лучом, обработку данных с помощью ИИ на стороне датчика и нейроморфные вычисления для рабочих зон взаимодействия человека и робота.

Это объявление не является выпуском продукта или сертификацией безопасности машин. Инженерная ценность проекта заключается в демонстрируемой архитектуре. Она приближает восприятие и поддержку принятия решений к датчику, стремясь снизить задержку и энергопотребление.

Fraunhofer использует принципы работы человеческого мозга, чтобы повысить эффективность и быстродействие роботизированных систем. 

Что объявила Fraunhofer

Научное сообщение Fraunhofer описывает общую рабочую зону, контролируемую сверху с помощью LiDAR. Подвижные MEMS-зеркала сканируют лазером рабочую ячейку. Отражённые импульсы создают трёхмерное представление рабочей зоны.

Fraunhofer сообщает, что специализированные модели ИИ оценивают данные рядом с датчиком. Затем платформа поддерживает реакцию робота, когда человек входит в заданную зону близости. Партнёры проекта сообщают о коротком пути между захватом сигнала, оценкой и механической реакцией.

Проект объединяет несколько институтов

Координацией NeurOSmart занимается Fraunhofer ISIT. Fraunhofer IPMS предоставляет высокопроизводительные микросхемы и технологии памяти. Fraunhofer IMS работает над предварительной обработкой с поддержкой ИИ и интеграцией системы. Fraunhofer IWU оценивает сенсорную систему для взаимодействия человека и робота. Fraunhofer IAIS разрабатывает эффективные модели обнаружения людей.

Такое разделение важно, поскольку безопасная коллаборативная робототехника не сводится к задаче одного датчика. На результат влияют оптика, вычисления, модели, геометрия ячейки, динамика робота, системы управления и валидация.

Почему обработка на стороне датчика имеет значение

Обычная цепочка восприятия может передавать большие потоки данных на центральный компьютер. Такая архитектура увеличивает нагрузку на сеть и добавляет несколько временных этапов. Обработка рядом с датчиком может уменьшить объём передаваемых данных и сократить путь принятия решения.

Она также может изменить локализацию отказов. Локальная обработка может продолжаться, когда сеть более высокого уровня недоступна. Однако инженеры должны определить, какие функции сохраняются, как сообщается о деградировавших состояниях и какое действие выполняется после потери синхронизации или вычислительной мощности.

Одной лишь низкой средней задержки недостаточно для защитной функции. Проект требует подтверждённого времени реакции в наихудшем случае. В этот расчёт входят обнаружение, предварительная обработка, логика принятия решений, связь, цикл контроллера, реакция привода и механическое время остановки.

Что меняет нейроморфное оборудование

Нейроморфные вычисления используют аппаратные структуры, вдохновлённые биологической обработкой нейронной информации. Цель состоит в эффективном выполнении выбранных задач ИИ. Fraunhofer представляет этот подход как способ обрабатывать сложные задачи восприятия с меньшим энергопотреблением рядом с датчиком.

Энергоэффективность может помочь встраиваемым системам с ограниченными возможностями охлаждения и пространством внутри корпуса. Она также может поддерживать распределённое восприятие. Тем не менее инженерам следует оценивать тепловые ограничения, точность модели, управление обновлениями, диагностическое покрытие и жизненный цикл компонентов.

LiDAR добавляет геометрию, но не обеспечивает автоматическую безопасность

LiDAR измеряет расстояние по времени прохождения и отражению излучённого света. Трёхмерное представление точек может помочь различать людей, движение робота, приспособления и границы рабочей ячейки.

Производительность зависит от отражательной способности, затенения, высоты установки, поля зрения, загрязнения, окружающих условий и времени сканирования. Человека, скрытого оснасткой, может быть сложнее обнаружить. Одежда и поверхности могут возвращать разные сигналы. Изменения в ячейке могут сделать прежнюю модель недействительной.

В руководстве PLC ProTech по режимам работы фотоэлектрических датчиков показано, почему оптическое состояние и смысл процесса необходимо разделять. Принципы обнаружения различаются, но дисциплина ввода в эксплуатацию остаётся полезной.

Что должны проверить производители машин

Исследовательский демонстратор нельзя напрямую внедрять в защитную функцию. Производителям необходимо определить применимые законы, стандарты, цели снижения риска и требования к валидации. Также нужно установить, имеет ли каждый компонент необходимый рейтинг безопасности для предполагаемой роли.

При расчёте остановки необходимо использовать фактическую скорость робота, полезную нагрузку, оснастку, эффективность тормозов, задержку контроллера и геометрию приближения. Защитное расстояние должно учитывать неопределённость измерений и предсказуемое движение.

Ложные отрицательные и ложные положительные срабатывания имеют разные последствия. Необнаруженный человек может пострадать. Повторяющиеся ложные остановки могут побуждать к обходу защиты и снижать доверие к производственному процессу. Поэтому валидация должна охватывать полноту обнаружения, время реакции, поведение при перезапуске и оповещение об отказах.

Техническое обслуживание меняется при использовании ИИ для восприятия

Традиционные устройства безопасности часто имеют определённые процедуры проверки. Восприятие на основе ИИ добавляет версионирование моделей, наборы данных, пороги уверенности и программные зависимости. Каждое одобренное изменение требует управления конфигурацией и регрессионного тестирования.

Очистка, выравнивание и проверки на наличие препятствий остаются важными. Датчик, который выглядит подключённым, может иметь ухудшившееся покрытие. Бригадам технического обслуживания необходима диагностика, выявляющая перекрытие обзора, ошибки синхронизации, перегрузку процессора и недоступные каналы.

В коллекции ABB Robotics на сайте представлены примеры компонентов управления и обслуживания роботов. Эти компоненты не относятся к исследовательской платформе NeurOSmart, но иллюстрируют условия жизненного цикла, с которыми сталкиваются бригады технического обслуживания.

Вопросы к закупке, выходящие за рамки демонстрации

Закупочным командам следует выяснить, кому принадлежит модель, как утверждаются обновления, какое вычислительное оборудование требуется и как долго будет поддерживаться каждый компонент. Также следует запросить подтверждения экологических характеристик, кибербезопасности, диагностики и детерминированного времени реакции.

Стоимость интеграции может превысить цену датчика. Моделирование ячейки, проектирование сети, валидация, обучение операторов и повторная валидация в будущем требуют чёткого распределения ответственности. Сохранение данных и конфиденциальность также важны, когда система непрерывно картографирует общую рабочую зону.

Инженерное значение

NeurOSmart демонстрирует перспективное направление для промышленного восприятия: сочетание трёхмерного зондирования с локальной энергоэффективной обработкой. Такая архитектура может уменьшить передачу данных и поддерживать более быстрые реакции.

Это объявление не отменяет необходимости оценки рисков или использования сертифицированных защитных мер. Практический вклад проекта - платформа, которую инженеры могут оценивать с учётом реальных опасностей в ячейке, временных ограничений, условий окружающей среды и требований к техническому обслуживанию.