Om ervoor te zorgen dat elk huishouden in de toekomst een robot kan kopen, zijn er enorme hoeveelheden halfgeleiders nodig. Ook Europese bedrijven willen hiervan profiteren.
De technische uitdagingen van humanoïde robots
Er zijn genoeg mensen die dromen over humanoïde robots die deel kunnen uitmaken van ons dagelijks leven: als onvermoeibare fabrieksarbeiders, als behulpzame huishoudelijke assistenten en als specialisten voor gevaarlijke klussen. Deze machines zijn complexe combinaties van mechanica, processors, sensoren en elektronica.
Daarom stuwt vooral de hoop op de massale aanschaf van humanoïde robots de aandelenkoersen omhoog van veel chipfabrikanten en sommige toeleveranciers in de halfgeleiderindustrie. Ook Europese bedrijven zoals Infineon en STMicroelectronics (STM) willen meeprofiteren van robots.
Vooral Elon Musk roept over een tijdperk van “duurzame overvloed”, waarin AI, zelfrijdende auto’s en robots ons leven verbeteren. Maar chips alleen maken zulke samenwerkende machines nog niet mogelijk. Er moeten nog talloze problemen worden opgelost.
Humanoïde hulpjes voor het dagelijks leven moeten zogenaamde cobots (collaboratieve robots) zijn, zoals die in de industrie al worden ingezet: samenwerkende robots die hand in hand met ons werken. Daarbij staan veiligheid en betrouwbaarheid voorop: de robot mag bij het uitruimen van de vaatwasser geen servies kapotmaken, en niet je hond kwijtraken tijdens het uitlaten. Want niemand gaat duizenden euro’s betalen voor een onbekwame of zelfs gevaarlijke hulp.
Waarschijnlijk moeten hiervoor ook nieuwe normen en standaarden worden opgesteld. Dit artikel belicht een aantal technische uitdagingen op weg naar humanoïde robots. Hun digitale brein, een AI-computer, moet ten eerste de omgeving correct waarnemen, ten tweede met mensen communiceren, ten derde de hardwarefuncties aansturen, ten vierde deze veilig bewaken en ten vijfde het kunnen redden met accustroom.
Zo’n AI-computer heeft dus enorm krachtige, betrouwbare en tegelijkertijd energiezuinige rekenchips nodig. Voor AI-modellen en enorme hoeveelheden sensorgegevens heeft hij veel werkgeheugen en opslagruimte nodig (RAM en flash). Hij neemt de buitenwereld waar via een hele reeks sensoren die via talrijke interfaces zijn aangesloten: camera’s voor zichtbaar licht, Time-of-Flight-sensoren (ToF) en lidar of radar voor afstandsmetingen, sensoren voor kracht, druk, draaisnelheid, hoekpositie, versnelling, trilling, positie en temperatuur.
Voor de communicatie worden naast microfoon en luidspreker ook wifi en bluetooth gebruikt. Voor de aansturing van de talrijke servomotoren en de stroomvoorziening zijn verliesarme halfgeleiders en microcontrollers nodig.
Bezuinigingsdruk
Bovendien heeft een robot altijd ook een mechanisch lichaam vol gewrichten en motoren, dat beweeglijk, licht en tegelijkertijd robuust moet zijn. Voor de elektronica blijft er dus maar een deel van het budget over, zowel wat betreft de productiekosten als de elektrische energie die in de accu is opgeslagen.
Over gewrichten gesproken: in de vijf vingers van een mensenhand zitten al 15 stuks. Chipfabrikant Infineon schat dat een typische humanoïde robot zo’n 70 gewrichten zal hebben. Elk gewricht heeft minstens één motor of servo nodig om te bewegen, plus sensoren die de huidige positie van het gewricht registreren, en nog meer sensoren, bijvoorbeeld voor de drukkracht.
De besturing van de gewrichtsservo’s mag niet te ver weg zitten, anders krijg je dikke kabelbossen die de beweeglijkheid van de robot belemmeren en het gewicht verhogen. Sommige servo’s moeten gedurende lange tijd hoge houdmomenten leveren, waarbij er stroom vloeit.
Over het algemeen mogen noch de motor, noch de besturing oververhit raken zonder dat er bij elk gewricht een ventilator zit. Daarom zijn extreem efficiënte halfgeleiders nodig, bijvoorbeeld galliumnitride-transistors (GaN). Lage verliezen zorgen er bovendien voor dat de accu langzamer leegraakt of maken het mogelijk om kleinere, lichtere en goedkopere accu’s in te bouwen.
Halfgeleidercomponenten in humanoïde robots.
Humanoïde robots zitten vol chips. De centrale computer verwerkt AI-algoritmen lokaal, registreert de omgeving en instructies, houdt toezicht op veiligheidsrichtlijnen en communiceert met alle sensoren en de cloud. Sommige sensoren hebben voorbewerking nodig om de gegevensstroom te verminderen. Elk gewricht in een robot heeft een motor nodig, inclusief aansturing en bewaking, dus elektronica, microcontrollers en nog meer sensoren.

![]() | sensoren, deels met voorverwerking: camera’s, Time of Flight/radar/lidar, druk/kracht, rotatiesnelheid, positie, aanraking |
![]() | sensoren, deels met voorverwerking: camera’s, Time of Flight/radar/lidar, druk/kracht, rotatiesnelheid, positie, aanraking |
![]() | halfgeleiders: spanningsomvormers, acculading, stroombeperking |
| draadloze technologie: wifi, 5G, Bluetooth, UWB, NFC | |
![]() | (AI-)computers: processors, AI-versnellers, GPU, RAM, flashgeheugen, interfaces, beveiligingschips |
Meer dan auto’s, maar kleiner
Om in te schatten hoe ver humanoïde cobots nog van de realiteit verwijderd zijn, helpt een blik op zelfrijdende auto’s. Ondanks de grootse beloften vordert de technologie daarvan slechts bijzonder traag, in ieder geval als het gaat om de massamarkt. Humanoïde robots bewegen zich weliswaar langzamer dan auto’s, maar in nog complexere omgevingen, en moeten bovendien veel meer verschillende taken kunnen uitvoeren.
Voor zelfrijdende auto’s voorspellen marktonderzoekers al jaren een razendsnel groeiende vraag naar halfgeleiders. Alleen weet niemand precies wanneer dat gaat gebeuren. Maar je kunt wel verwachten dat de ontwikkeling van humanoïde robots in de voetsporen van autonome voertuigen zal treden, omdat sommige randvoorwaarden vergelijkbaar zijn.
Ook in auto’s zitten tientallen sensoren en elektromotoren die de besturing, remmen, deuren, zijruiten, achteruitkijkspiegels en stoelen bedienen of verstellen. Sommige daarvan, zoals de besturing en de remmen, moeten voldoen aan normen voor veiligheid en betrouwbaarheid, dus ook de chips die in de besturing zijn ingebouwd.
We verwachten dat robots die met gezinnen of zorgbehoevende mensen samenwerken, ook gecertificeerde chips nodig hebben. Daarnaast zullen er beveiligingschips nodig zijn die manipulatie van de firmware en malware-aanvallen bemoeilijken.
Chipfabrikanten
De Europese chipfabrikanten Infineon en STM hebben jarenlange ervaring met chips voor auto’s, bijvoorbeeld met microcontrollers voor veiligheidsgevoelige regeleenheden. Infineon behoort tot de wereldwijd toonaangevende fabrikanten van halfgeleiders en ziet zichzelf goed gepositioneerd op het gebied van chips voor robots.
Infineon en STM leveren ook smartcard-IC’s, Trusted Platform Modules (TPM) en sensoren. In de VS (Texas Instruments, TI) en Japan (Renesas), maar ook in Taiwan en China zijn er tal van concurrerende fabrikanten van auto-chips die hopen op een robot-boom.

Een overvloed aan sensoren
Veel van de sensoren die typisch zijn voor robots zijn al verkrijgbaar in piepkleine, energiezuinige en goedkope uitvoeringen voor smartphones: camera’s voor zichtbaar licht, dieptecamera’s met infraroodlicht (Time-of-Flight-/ToF-sensoren), microfoons, draaisnelheidssensoren (gyroscopen), versnellingssensoren (accelerometers), capacitieve aanraaksensoren en magnetische veldsensoren (kompas).
Maar humanoïde robots hebben nog veel meer sensoren nodig, zoals encoders in de gewrichten, om op elk moment de exacte positie van alle ledematen in de ruimte te kunnen vaststellen. Daarnaast moeten ze de kracht meten die van buitenaf op de gewrichten wordt uitgeoefend, om overbelasting te herkennen en om elastische of zachte materialen vast te houden en te grijpen.
Cobots moeten hun absolute positie in de ruimte en de afstand tot objecten precies bepalen. Naast camera’s en ToF-sensoren kunnen radar of lidar daarbij helpen. Vlakke capacitieve sensoren op de handen en armen detecteren aanrakingen.
Als de humanoïde robot ook buiten bekende, afgesloten ruimtes moet werken, heeft hij daarvoor navigatiegegevens nodig, bijvoorbeeld via GPS.
Gegevensverwerkers
Gespecialiseerde chips verwerken de gegevens van sommige sensoren, zodat de hoofdcomputer ze beter kan analyseren. Een bekend voorbeeld is de Image Signal Processor (ISP), die in elke smartphone-SoC en elke laptopprocessor zit. Deze corrigeert de kleur en belichting van de ruwe gegevens uit de camerasensor, vermindert de ruis en zet ze om in een gestandaardiseerde kleurruimte.
Veel moderne System-on-Chip (SoC’s) voor bewakingscamera’s bevatten een Neural Processing Unit (NPU) voor eenvoudige AI-algoritmen. Die herkennen objecten en schatten bewegingen en houdingen in. Zo’n voorbewerking ontlast de hoofdcomputer, bespaart energie en vermindert de hoeveelheid data. Andere chips met energiezuinige in-memory computing optimaliseren microfoonsignalen voor spraakherkenning.
AI-rekenkracht
Tijdkritische besturingstaken moet een humanoïde robot lokaal berekenen, waarvoor een krachtige computer ingebouwd moet zijn. In veel eerdere projecten worden de AI-combinatieprocessors uit de Jetson-familie van Nvidia (die ook voor auto’s zijn ontwikkeld) of chips uit de Dragonwing IQ-serie van Qualcomm gebruikt.
Cobots voor thuisgebruik moeten door leken in natuurlijke taal kunnen worden bestuurd en voorgedane werkvoorbeelden kunnen leren. De meeste tot nu toe gepresenteerde robotprototypes besteden zulke taken nog steeds uit aan de cloud en worden ‘dommer’ zonder dataverbinding.
De rekenkracht die in de toekomst nodig is, zal waarschijnlijk pas worden geleverd door complexe constructies van talloze dicht opeengepakte processor-, geheugen- en interface-chiplets. Elon Musk gaat ervan uit dat er zogenaamde Terafabs uit de grond moeten worden gestampt, die gigantische hoeveelheden halfgeleiders produceren tegen aanzienlijk lagere prijzen dan nu. Daarbij werkt hij onder andere samen met Intel.

Humanoïde huishoudrobots zullen ook in de toekomst complexere taken uitbesteden aan AI-datacenters. Daarvoor hebben ze snelle wifi nodig en buiten mobiele data. De servers in het datacenter berekenen nieuwe AI-modellen en verbeteren bestaande dankzij analyse van de door de robots aangeleverde gegevens.
Voor AI-datacenters betekenen miljoenen robots een enorme groei. Ook daar willen Europese chipfabrikanten zoals Infineon en STM van profiteren. Want elke server heeft een efficiënte voeding nodig, elke AI-versneller een spanningsomvormer, en daar zitten halfgeleiders en microcontrollers in.
Andere zitten in noodstroomvoorzieningen (UPS) voor datacenters en inmiddels ook in sommige van die dikke hoogspanningstransformatoren, die honderden megawatt uit de elektriciteitsnetten omzetten voor datacenters. In plaats van klassieke 50- of 60-hertz-transformatoren gebruiken sommige grote gigawatt-datacenters zogenaamde Solid-State Transformers (SST), die ongeveer hetzelfde werken als gigantische schakelvoedingen.
Een andere nieuwe markt zijn hoogspanningsgelijkstroomdistributiesystemen (High Voltage Direct Current, HVDC) in datacenters. In plaats van wisselstroom van 400 volt stroomt er nu gelijkstroom met maximaal 800 volt rechtstreeks naar de servers.
Het doel is om te besparen door dunnere koperen kabels te gebruiken en verliezen te verminderen, omdat bijvoorbeeld bufferaccu’s zonder tussenconversie kunnen worden aangesloten. Het HVDC-concept is gebaseerd op het 800V-boordelektrische systeem van elektrische auto’s en maakt gebruik van een aantal van de daarvoor ontwikkelde chips.
Gouden tijden voor robots
Een massamarkt voor humanoïde robots is op dit moment nog toekomstmuziek. Daarvoor moeten namelijk nog heel veel en flinke technische hindernissen worden overwonnen. Het zal dus nog vele jaren duren voordat chips voor humanoïde robots een noemenswaardig aandeel in de totale halfgeleidermarkt bereiken.
Dat zulke verwachtingen de aandelenkoersen van sommige chipbedrijven toch omhoog stuwen, is alleen te begrijpen in het licht van de huidige AI-hype. Maar er zit een kern van waarheid in: krachtige en veilige humanoïde corobots voor thuis gebruiken heel veel chips.
Christof Windeck en Alieke van Sommeren




Praat mee