作者：Rich Nass  《嵌入式系统设计》（Embedded Computing Design）执行副总裁

图片来源：瑞萨电子

"物理AI"是当下流行的术语。它指的是将人工智能应用于直接与物理世界交互并对其产生影响的系统。与基于云的分析数据、产生洞察的AI模型不同，物理AI闭环了感知、决策与执行之间的链路。它感知环境，在本地或边缘处理数据，进而可能驱动电机、阀门、泵或执行器等设备。简而言之，它将算法转化为行动。

从这个角度看物理AI，运动控制便成为了基础要素。无论神经网络多么复杂，模型多么优化，智能只有在物体移动时才得以体现。无论是定位零件的机械臂、空中稳定飞行的无人机、响应人员接近的协作机器人，还是调整轨迹的自动导引车，这些动作都依赖于精确、确定性的运动控制。

在当前的设计中，人们往往倾向于关注（或者说陷入？）设计的AI部分，例如运行推理的处理器、传感器融合算法或训练流程。然而，在实际部署中，运动控制子系统往往是系统性能的瓶颈。AI可能决定机器人关节必须在10毫秒内移动2.5度，但这一动作是否平滑、精确且节能，完全取决于驱动电机的控制环路。

现代运动控制系统通常对无刷直流电机采用磁场定向控制（FOC）。这种方法需要高速电流采样和严格定时的PWM更新。当加入AI驱动的适应性功能，如预测性维护模型、自适应扭矩控制或动态负载补偿时，计算需求会进一步增加。

职责划分
挑战在于职责的划分。确定性的、实时的运动控制环路不能容忍抖动。AI工作负载，尤其是涉及神经网络推理的工作负载，更具弹性但计算密集。设计人员必须确保增加智能性不会降低控制环路的完整性。

这正是微控制器类器件持续发挥核心作用的领域。尽管AI加速器和高端微处理器备受瞩目，但许多物理AI系统仍依赖MCU来保证实时响应能力。高速电机的控制环路可能运行在几十千赫兹。像瑞萨RA系列MCU这样的器件就经常用于此场景。凭借其集成的高分辨率PWM定时器、快速ADC以及Arm Cortex-M内核中的DSP扩展，这些器件非常适合实现FOC及其他高级电机控制技术。更重要的是，它们能提供可预测的中断延迟和确定性执行，这是稳定控制的基石。

随着物理AI系统变得越来越复杂，例如利用多轴工业机器人或协调多个压缩机的智能HVAC系统，系统架构也随之演变。此时，微处理器类器件便进入视野。例如，瑞萨RZ系列MPU支持更高的时钟频率、外部DDR内存，并常运行嵌入式Linux。当AI框架、中间件堆栈和网络协议成为系统的一部分时，这种环境就变得合理。例如，基于视觉的控制可能需要卷积神经网络在生成运动指令前解释摄像头输入。

在这些系统中，MPU通常处理感知、规划、连接性和安全性，而专用的MCU则管理硬实时的运动控制环路。两个域之间的通信必须精心设计架构，以确保AI驱动的决策能干净利落地转化为确定性动作。

传感器融合与反馈
物理AI中的运动控制并非单向过程，而是一个高度依赖反馈的学科。编码器、旋转变压器、电流传感器和温度监视器提供连续的数据流。AI技术正越来越多地被应用于处理这些反馈。

例如，预测性维护算法可以通过分析电流波形，在故障发生前检测出轴承磨损或转子不平衡。自适应控制方案可以根据运行条件调整PID增益，减少超调并提高能效。在精密机器人技术中，AI可以补偿机械非线性或反向间隙，这是传统分析方法难以做到的。

这些任务的计算负担必须在延迟要求之间取得平衡。工程师们通常为核心控制功能部署定点数学运算和硬件加速器，而将浮点运算和AI处理保留给监管层。正确地进行这种划分与其说是科学，不如说是艺术，它常常决定了器件的选择。

能效与热问题
物理AI中电机控制另一个被忽视的方面是能效。AI驱动的系统通常是移动或分布的。无人机、自主移动机器人和电池供电的工业工具都在严格的功耗预算内运行。高效的电机控制直接转化为更长的运行时间和更低的热应力。空间矢量PWM、优化开关频率和实时电流整形等技术并非学术练习，它们决定了系统能否实现其设计目标。

因此，MCU和MPU必须提供每瓦性能，而不仅仅是原始吞吐量。集成的外设减少了对外部元件的需求，从而降低了延迟和功耗。从板级角度看，更高的集成度也简化了布局并改善了EMI性能，这在高电流电机环境中变得至关重要。

将智能转化为运动
物理AI的核心在于具身化。无法影响物理世界的智能仅仅是分析。而驱动电机、调整扭矩、在毫秒级响应的智能则变得更为 tangible（切实有用）。随着工程师们推动机器向更自主、更自适应、更高效的方向发展，运动控制仍将是那个安静的赋能者。AI模型可能获得聚光灯，但最终定义性能的是控制环路。

像瑞萨RA和RX系列这样的高级MCU，凭借其更高的时钟速度和更大的内存容量，可以利用其片上外设来处理过去需要MPU级器件的应用。这些是物理AI中运动控制的基本属性。因此，瑞萨不仅关注单一技术，更关注必要技术之间的协同运作，这使得先进的物理AI解决方案触手可及，几乎任何开发者都能利用。(译自 Embedded Computing Design）