品安科技
活動+
 

模組化與機器學習助力 專業型服務機器人應用更多元

除了應用於工廠端的工業用機器人之外,面向B2B的專業型服務機器人成長力道也非常強勁。李建樑

隨著製造業自動化需求持續升溫,加上協作型機器人強調彈性部署且安全度更高,市場對於工業用機器人的需求仍在成長中。不過也由於機器人在工業現場的應用已非常成熟,市場雖仍持續成長但仍趨於飽和。而另一方面,服務型機器人的成長則有望超越工業用機器人,由以客製化程度高的專業型服務機器人來說,業者認為當機器學習能力愈趨成熟、且可憑藉模組化方式疊加功能需求,未來市場對於專業型服務機器人的需求將會贏來一波高峰。

業者認為,除了應用於工廠端的工業用機器人之外,面向B2B的專業型服務機器人成長力道也非常強勁。目前服務型機器人大致可分為專業型與個人 / 家用兩種。個人或家用機器人如掃地機器人、陪伴型機器人等,專業型服務機器人的應用則較為複雜,根據IFR(國際機器人聯盟)預測,其中以用於物流、醫療和現場服務的機器人佔比最大。

業者表示,2018年個人用服務型機器人的成長力道已超越工業用機器人,而市場也預期2020年專業型服務機器人的成長力道也將超越工業用機器人。然業者表示,專業型服務機器人由於客製化程度高,業者需根據客戶案場條件進行設計,幾乎沒有通用型的解決方案,有些業者甚至與客戶經過1年多的磨合期,雙方的合作才終於步上軌道,因此相對來說,技術門檻較個人或家用機器人高出多。

例如由台灣智能機器人科技設計的一款珍奶機器人,根據消費者喜好,每筆訂單的內容幾乎大相逕庭,有的客人喜歡無糖去冰、有的客人則愛好大珍珠不要小珍珠等要求,光是甜度、冰度以及容量的排列組合就可產生好幾十種,基於個性化的需求,珍奶機器人在排程與路徑規劃方面的設計,與過去工業機器人制式化的生產方式就有非常大的區隔。

台灣智能機器人科技行銷業務處資深經理林書毅觀察,未來專業型服務機器人的成長將來自兩大驅動力,一是有賴機器自學習能力愈漸成熟,機器人未來可適應更複雜多變的B2B甚至是B2B2C等的場域需求,從而激盪更多元的應用。當相關技術逐漸完熟,「各行各業都會開始去想,在工作流程上機器人究竟可以幫到什麼忙?」未來終端業者所關注的點恐不再是要不要導入機器人,而是機器人可以用在什麼地方。

第二個驅動力則是在開發端透過模組化的設計疊加功能,滿足不同案場的需求設計。例如服務於偏遠場域執行巡邏任務的巡檢機器人,為了因應地形複雜度高、環境變異大的戶外場域,巡檢機器人的自主移動能力是關鍵,因此對於巡檢機器人而言,除了可疊加通訊模組或影像辨識達到遠端控制作業之外,透過具有深度資訊辨識的3D LiDAR作為機器之眼與定位導航,當前方有障礙物或判斷此路不可通,巡檢機器人仍可透過演算模組,自動找出第二條有效率的路徑抵達目的地,達到環境的適應性。

而應用於室內的送餐機器人則與戶外巡檢機器人不同,相較其使用3D LiDAR,室內則可透過2D LiDAR建構室內環境地圖規劃移動路徑。另外,應付澳門賭場荷官人手不足的問題,像是台灣智能機器人科技開發的荷官機器人除了在第七軸改以吸盤取代夾爪,使機器人更好地掌握紙牌之外,也導入導入機器學習的影像辨識技術,大幅提高紙牌辨識成功率、避免發牌掉牌的失誤。

更多關鍵字報導: 台灣智能機器人 服務型機器人