Texas Instruments (TI) und Nvidia arbeiten an einem Sensorfusion-System, das humanoide Roboter außerhalb des Labors sicherer und zuverlässiger machen soll. Die Idee ist unkompliziert: Radar und KI-Computing werden kombiniert, damit Roboter Hindernisse besser erkennen können, die Kameras allein möglicherweise übersehen – insbesondere in komplexen realen Umgebungen.
Eine der größten Herausforderungen in der Robotik besteht nicht darin, einen Roboter in Bewegung zu versetzen, sondern darin, ihn sicher an Menschen, Möbeln, Blendung, Staub und reflektierenden Oberflächen vorbeifahren zu lassen. Humanoide Roboter mögen in Demos beeindruckend wirken, doch ihr Einsatz in der Praxis hängt weiterhin von Wahrnehmungssystemen ab, die mit Umgebungen umgehen können, die sich nicht kooperativ zeigen.
Eine sicherere Roboterplattform aufbauen
TI erklärte, die Partnerschaft konzentriere sich darauf, Robotikentwicklern dabei zu helfen, Wahrnehmung, Aktorik und Sicherheit früher in der Entwicklung zu validieren. Statt dies als magische Lösung für alle Probleme humanoider Roboter zu verkaufen, stellen die Unternehmen es als Möglichkeit dar, die Lücke zwischen Simulation und Einsatz in der Praxis.
In einer Unternehmensankündigung erklärte TI, dass das Unternehmen seine mmWave-Radartechnologie mit Nvidia Jetson Thor und Nvidia Holoscan integriert habe, um latenzarme 3D-Wahrnehmung und Sicherheitsbewusstsein für Anwendungen im Bereich Physical AI zu unterstützen. Die übergeordnete Aussage lautet, dass TI Sensorik, Motorsteuerung, Stromversorgung und deterministische Steuerung einbringt, während Nvidia die KI-Rechenleistung und die Robotikplattform liefert.
Die Unternehmen nutzen die Partnerschaft außerdem, um zu signalisieren, wohin sich die humanoide Robotik entwickelt. Statt Sensorik, Rechenleistung und Bewegung als voneinander getrennte technische Herausforderungen zu behandeln, setzt die Zusammenarbeit auf einen umfassenderen Stack, der bereits früher im Entwicklungsprozess für Tests in der Praxis ausgelegt ist.
Das bedeutet nicht, dass die Sicherheitsprobleme der Branche gelöst sind. Es zeigt jedoch, wie Chiphersteller versuchen, sie als Systemproblem statt als Herausforderung für eine einzelne Komponentenverbesserung anzugehen.
Wo Radar Kameras überlegen ist
Der praktischste Teil der Ankündigung ist TIs Schwerpunkt auf der Fusion von Radar- und Kameradaten. Kameras eignen sich hervorragend zur Erfassung visueller Details, können jedoch unter Bedingungen wie Blendung, wenig Licht, Nebel und Staub sowie in der Nähe transparenter oder reflektierender Oberflächen Probleme bekommen. Radar fügt eine weitere Ebene der Umgebungswahrnehmung hinzu und kann so helfen, diese blinden Flecken zu schließen.
TI hob insbesondere Glastüren und reflektierende Hindernisse als Beispiele dafür hervor, wo Radar die Zuverlässigkeit verbessern kann. Das könnte für Roboter wichtig sein, die in Büros, Krankenhäusern, Einzelhandelsgeschäften und Lagerhäusern eingesetzt werden sollen – dort ist ein übersehenes Hindernis kein kleiner Fehler, sondern ein Sicherheitsproblem.
Der nächste Test findet bei Nvidia GTC 2026 in San Jose statt. Dort wollen die Unternehmen vom 16. März bis zum 19. März demonstrieren, wie das System in der Praxis funktioniert. Die Demo dürfte einen klareren Eindruck davon vermitteln, wie stark die Fusion von Radar- und Kameradaten die Roboterwahrnehmung in Umgebungen verbessern kann, die rein visuelle Systeme häufig vor Probleme stellen.
Dies ist eher als ein ermöglichender Schritt denn als Zielgerade zu verstehen. Dennoch könnte es in einem Bereich, in dem Roboter oft an ganz gewöhnlichen Dingen scheitern, zu den wertvollsten verfügbaren Fortschritten gehören, ihnen das Erkennen der schwierigen Dinge beizubringen.
Außerdem lesenswert: Honors Vorstoß bei humanoiden Robotern zeigt, wie Consumer-Tech-Marken ihre KI-Ambitionen ausweiten.