账号:
密码:
CTIMES / 文章 /   
服务型机器人成长快速 掌握关键技术方能站稳市场
 

【作者: 王明德】2019年09月19日 星期四

浏览人次:【2664】
  

全球服务型机器人市场快速成长,根据国际机器人联盟(International Federation of Robotics,IFR)资料显示,2017年全球个人/家用服务型机器人市场规模约有21亿美元,较2016年成长27%。其家事类服务型机器人销售量约占整体七成,有近610万台的规模,成长率相较去年31%。而娱乐型机器人销售量则占整体三成,约为240万台,较2016年成长12%。



图1 : 全球专业服务型机器人市场销售成长,未来发展潜力雄厚,而要掌握此商机,3D感测与建图定位将是两大关键技术。(source:International Federation of Robotics)
图1 : 全球专业服务型机器人市场销售成长,未来发展潜力雄厚,而要掌握此商机,3D感测与建图定位将是两大关键技术。(source:International Federation of Robotics)

2017年全球专业服务型机器人市场销售额约为66亿美元,相较於2016年则成39%,在出货量上,2017年出货量超过10万台,相较於2016年的6万台,2017年大幅成长85%。然而,全球专业服务型机器人市场销售量大涨85%,其销售额却成长39%的原因,主要是高价机器人成长趋缓,如国防机器人、水下机器人等销售量放缓,且此类机器人生命周期可达10年之久,部分可能都还在运转中未除役,因此对於销售额贡献较少。而如物流系统机器人虽销售量成长高达162%,也占整体事业服务型机器人高达63%的比例,但由於价格相对较低,对於销售额提升的幅度仍相对较小。


3D感测应用多元

在目前的服务性机器人中,3D感测与建图定位是两大关键技术。3D感测技术由於人脸辨识应用场域广泛,因此依据每次辨识人数大致分为两大类:「单次多人与「单次单人」。



图2 : 机器人必须拥有3D影像,才能精确判断环境周边的物件位置。(source:KUKA Robotics)
图2 : 机器人必须拥有3D影像,才能精确判断环境周边的物件位置。(source:KUKA Robotics)

「单次多人」偏向出席统计(Attendance),多为监控所使用,不会受限制的进出,但是会让管理者(如保全人员)得知场域中可能存在什麽样身分的人。如大陆所推行的「天眼」,即为单次多人的应用;「单次单人」为门禁系统所使用,其概念即过滤每一位进出的人是否为授权者,以及其授权的程度,如公司的员工与访客可以进出的场域授权不同。


单次多人与单次单人的应用场域相当不同,单次单人存在着「关门」机制,即每一位需要进入的人都需要通过辨识,才得以进入,其安全性高,并可过滤不在授权名单内的阻生人进入该场域,因此可掌握每一位进出人员的身分并且准确性高;而单次多人则没有「闸门」机制的限制,故被更广泛的使用在公开场域,由於没有通关机制,因此人在不知情的情况并不会配合辨认(如停下脚步,与面对摄影机),其准确率相对较低。


现在「单次单人」辨识导入办公大楼、企业总部、租货办公室、实验室、机房、产线、以及各式VIP贵室的应用范例正在快速成长;而「单次多人」辨识除了被安防监控、保全业者与政府机关引用进各式场域中,也逐渐被服务业者使用来辅助服务人员确认客户身分。


以门禁系统为例,根据研究报告指出,2019年预估市场为45亿美元,其中有将近20%使用生物辨识,即有近10亿美元的市场,便利性、效率和安全性是人脸辨识技术重要兴起的原因。脸部辨识技术应用於门禁系统与安防监控发展上,仍存在许多关键突破点。


近期台湾的立普思公司的多维融合(2D+3D)辨识、具备多光谱防伪、以及AI深度学习之「单次单人」人脸辨识系统,与同样使用3D技术的Apple FacelD都有高精准与快速辨识特点,并一举突破使用者限制至2万人(iPhone之FacelD仅可注册最多2位使用者),就大幅降低企业需要大量登录与管理使用者的难度。


产品瞄准高安全性区隔之场域,进行身分查验、黑/白NIP名单过滤、权限认证、以及打卡等重要工作。另外,立普思也利用深度摄影机感测影像和人形轮廓辨识技术,开发照护系统,兼顾被照护者之隐私和不干扰其日常生活行动,以减轻照护者的负担和减少被照护者离床跌倒的风险。


以视觉影像的感测技术为基础,现在已有身体姿态改变分析、静态追踪以及3D头部动作分析,可适用於更多不同的环境与检测项目,现阶段甚至能利用深度学习来达到更精准的侦测,且以3D影像取代传统2D影像监控更能增加保护受测者的隐私。


就应用面来看,此系统可应用於长照中心或病房,随着在宅养老的观念推动,将来更可以用於居家照护。将设备架设於有跌倒风险的场域,当病患或长者在离床时可以通报照护者,及时给予被照护者协助以降低跌倒风险。照护人员在平时或夜间也能透过远端的影像,得知被照护者是否安睡或离床,将干扰降到最低,倘若病患长者如厕时间太久,也能通报照护者,随时关心被照护者之状态。


此外,基於对行为的长期分析和预测模型的建立,更能做到ADL(Activities of Daily Living)日常生活活动量的评估,及早发现长者的失能状况,让照护或复健的规划更完备。


建图定位技术仍有成长空间

至於建图定位技术的发展与应用,在人工智慧快速发展下,服务型机器人已渐渐进人我们的生活,改善周遭环境。而这些机器人仍有移动问题须被解决,也就是在全场景的移动能力。这些场景是指机器人存在,并与其相互互动的周遭环境。而机器人应用场景决定了机器人应用难度及所需技术层次。


应用场景主要可分为两个维度分析,即机器人的行进速度和环境的结构化程度。环境越结构化、机器人移动速度越低,则其应用场需求就相对越单纯,所需技术层次就较低,如家用扫地机器人;环境越非结构化、机器人移动速度越高,则其应用场景就相对的复杂,所需的技术层次就较高,就像自驾车应用。



图3 : 服务型机器人与周边科技的结合越来越深,其应用也渐趋多元。(摄影/王明德)
图3 : 服务型机器人与周边科技的结合越来越深,其应用也渐趋多元。(摄影/王明德)

就多数的服务型机器人而言,是属於结构或结构与非结构间、低速,而且对人机互动的人性化场景要求较高。服务机器人全场景移动能力主要的灵魂就是机器人核心演算法,包含建图及定位、环境感知、路径规划及运动控制。其中建图及定位是告知机器人位置,环境感知是让机器人了解身处的环境,路径规划及运动控制是告诉机器人要去的路径与其方式。


就建图与定位,最常用的技术是SLAM(Simulaneous Localization and Mapping),SLAM是机器人根据感测器的资讯,一边计算自身位置,一边构建环境地图的过程,解决机器人等在未知场景下运动时的定位与地图构建问题。目前,SLAM的主要应用於机器人、无人机、无人驾驶、AR、VR等领域。


由於感测器种类不同,SLAM主要分为雷射LDSSLAM和视觉VSLAM两大类。其中,LDSSLAM比VSLAM起步早,在理论、技术和产品应用上都相对的成熟。基於视觉的VSLAM方案目前主要有两种实现路径,一种是基於RGBD的深度摄影机,比如Kinect;还有一种就是使用单镜头、双镜头或者鱼眼摄影机,整体而言,VSLAM目前尚处於技术研发期,应用场景的拓展则有待产品成熟,不过随着各大厂商的竞相投入,未来发展潜力仍然雄厚。


相关文章
深度学习在机器视觉领域的机遇与挑战
使机器学习推论满足实际效能需求
AI补上最後一块拼图 边缘运算效能浮现
智慧手机的神经网路处理器时代
人工神经网路打开AI应用新局
comments powered by Disqus
相关讨论
  相关新闻
» 金属中心厚植数位牙科/骨科能量展现研发成果
» Atlas Copco台湾分公司乔迁新址 在台服务一甲子待续
» 携手共渡景气寒冬 机械公会助业者海内外接轨
» 五强联手打造智造生态圈 协力助台湾制造升级
» 全球传动突破立新 再获精品奖肯定
  相关产品
» Fluke首款可携式囗袋热像仪上市
» Fluke首款工业声学成像仪ii900上市
» Fluke四款640 x 480解析度热像仪齐登场
» 明纬扩充EPP-500系列
» KNX用於现代建筑 可降低事後维护与火灾风险

AD


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2019 远播信息股份有限公司版权所有 Powered by O3
地址:台北市中山北路三段29号11楼 / 电话 (02)2585-5526 / E-Mail: webmaster@ctimes.com.tw