機器人發展關鍵在視覺技術 自駕車、無人機、食品製造都靠它
有分析認為，對機器人及自動化領域發展來說，能夠「看見」是相當重要的關卡，一旦能夠成功跨越，對於自動駕駛車輛迴避障礙、擬人化機器人行動更自然、無人機飛行更安全，都將有重大的突破。
就連自動化食品製造也非常仰賴視覺技術。據華爾街日報(WSJ)報導，有食品製造商便將先進的雷射視覺技術與人工智慧(AI)軟體整合，讓自動化機械手臂能夠進行更複雜的工作，例如精準將雞肉切片或檢查披薩上的調味分布均勻。又或在香腸工廠中，更強大的視覺技術及更快的處理器，能夠讓機器人快速準確偵測香腸兩頭的結點並切斷，每分鐘可分切200根香腸。
據市調機構Yole Developpement報告預估，到2023年時，全球感測及影像市場將激增10倍、至185億美元規模。目前幾乎全球科技大廠都積極投資研究基於視覺的運算技術。
英特爾(Intel)於2017年3月以153億美元收購Mobileye，部分原因就是看上了該公司基於視覺的駕駛輔助技術。2018年4月，大陸阿里巴巴領銜投資了商湯科技(SenseTime)6億美元，後者主要專注於臉部及圖像辨識技術。
日本Keyence美國子公司營運長Bob Hosler指出，一個高速系統的處理速度為10~30毫秒(milliseconds)、約是人類的100倍快。Keyence是目前全球在視覺產品領域規模最大的企業之一。視覺感測裝置可用於整個製程上，從丈量、不良品檢查以及最終的品質管控等。
另一家視覺感測器製造商Cognex總監John Keating則表示，若機器人能夠「看得見」，將能夠處理更多事務。Cognex的視覺感測器提供給全球許多製造商使用，包括食品處理製造商等。
食品製造可說是最早引進視覺感測技術的行業之一，從罐頭生產到麵包切片，而自動化視覺技術多年來都用於條碼掃描或是包裝產品分揀。但即便如此，在訓練機器人理解看到的物件方面仍有不少挑戰尚待解決。
為此，日本歐姆龍(Omron)工程師提出的解決方案是透過大數據訓練。舉例來說，要訓練機器人如何辨識一塊巧克力與一塊焦黑餅乾的差異，歐姆龍使用AI技術來分析成千上萬的檢查結果。隨著機器人對整體經濟的影響力持續增加，這類軟體將至關重要。
以目前的視覺技術來看，就連食品生產線都可能面臨不少挑戰，更何況是可能人命關天的領域，如自駕車。當自駕車發現前方出現障礙物時，必須要在瞬間看清周遭所有環境情況，並在千萬分之一秒內的時間內做出抉擇採取行動，以避免碰撞。
報導認為，視覺感測技術的下一步是3D機器視覺，即能夠測量深度、直徑以急間隙的技術。舉例來說，可讓機器人能夠根據箱子尺寸大小來進行辨識、歸類、放置甚至排序，以取代商店或是倉儲的人力。
Daiwa Capital Markets分析師認為，要部署上述技術的最大阻礙在於其高昂的成本，儘管3D感測技術可大幅提升機器人的功能性，但目前相關系統的成本仍太高。
取材自：DIGITIMES/李佳翰
(2018/9/19)
https://www.digitimes.com.tw/iot/article.asp?cat=158&id=0000542081_J2TLVLS79IIPVK0L0ACEL