随着仓库变得越来越自动化，机器人开发人员发现仅靠人工智能是不够的。物理人工智能（机器人感知、推理以及与动态环境安全交互的能力）不仅取决于表面之下的自动化架构，还取决于先进的算法。

物理人工智能和机器人技术提供商 Dexterity 选择了倍福自动化基于 PC 的控制平台、EtherCAT 通信技术和集成自动化生态系统来为其工业“超人形”机器人 Mech 提供动力。

专为体力要求较高的仓库任务而设计，例如卡车装载、卸载、码垛和运输。 Mech 将双机械臂与自主移动底座相结合，需要运动控制、安全系统和人工智能驱动的决策之间进行实时通信。

其结果是一个紧密集成的多功能机器人平台，展示了现代 PLC 技术和决策如何统计网络正在成为下一代物理 AI 的基础组件。

为什么 Dexterity 选择 Beckhoff

Dexterity 的工程团队并不是在寻找单独的自动化产品 - 他们想要一个能够与公司的物理 AI 平台一起扩展的统一架构。 Dexterity 没有组装多个控制器和通信网络，而是采用了 Beckhoff 围绕基于 PC 的控制、EtherCAT 网络、TwinCAT 自动化软件和 TwinSAFE 安全技术构建的集成生态系统。

rame src="https://www.roboind.com/uploads/articles/20260715/1181456327" title="Dexterity´s Mech 开启了仓库自动化的新时代">rame>

Beckhoff Automation

Dexterity 使用 PCB 安装的 EJ 系列 EtherCAT I/O 端子代替传统的有线 I/O 端子，以最大限度地减少 Mech 的布线g要求并最大限度地提高量产效率。