智慧製造2019.09.03

AI Mobile Robots 腦袋裡都裝些什麼?

飛飛

機器人 物聯網 創新

 

自主移動的兩大關鍵字:決策、動態。決策的前提在於具備適足條件,據以評估而後反應/作動。想像一下如植物固定不動的視角,對環境的感測也就自然是以自我為中心的絕對位置。要達成如動物般自主移動,其視角的空間感就因距離、方向而更偏重於相對位置,因此其決策所倚賴的適足條件也就從感測提升到 Inference 推理、Algorithm 演算層次的空間測距、視覺辨識、經驗累積值等綜合性訊息處理。

 

Sensor(y) (Data) Fusion

感測融合對 Mobile Robots 在環境感測方面尤其重要。我們現實環境的感測媒介包括:光感測、雷達偵測、紅外線熱像、ultrasonic 超音波測距等; 再者,同樣媒介,針對不同感測用途也可能需求像是頻率等各異的設定條件。因此,感測融合成了其間重要一環,綜合各類感測源,並透過演算法,取得最終一致的全面性環境實境側寫。這就像是我們人類感受環境時,能夠瞬間取得溫度、距離、物件位置等綜合性資訊,除了視神經、皮膚神經等觸端之外,最終依賴資訊回傳大腦後的腦功能運作,促使我們對環境的體驗為揉合成一體的全面性感知。

 

Environment Recognition

環境感知是 Mobile Robots 感測功能所欲達成的任務。其必要的功能包括: Scene Reconstruction 場景重建、Obstacles Evidance 障礙物迴避、Event Detection 事件偵測等;此外,還有動態方面如 Trajectory Tracking 路徑追蹤、Motion Planning 運動規劃等。而這些功能除了主要用途之外,還可能透過演算延伸於其他環境資料感知,如:Scale Estimation。Mobile Robots 對空間認知的取得,主要透過如折射等物理特性及演算法,可說是並非如我們一般所用光影原理的生理視覺;因此,藉由距離、速度、物件邊界等交叉資訊比對,也促使資訊流在質、量上都較為龐大與複雜。

 

Robot Vision

隨著影像科技的躍進,Mobile Robots 配備影像擷取/辨識功能也愈發納入考量與功能精進。3D 立體影像的 ToF 可以在 2D平面螢幕重建如同現實具深度空間感的 3D 影像;如此,Mobile Robots 能夠在移動同時,遠端傳送 3D 立體影像畫面,像是偵察UGV 等。或者,加上影像辨識,可用於分類運送 AGV 等。或是透過 RFID 添加標籤讀取功能,那麼撿貨並運送至指定區域;甚至加上電子支付掃瞄功能後,反向物流收貨的 UGV  宅配服務或 Drone 無人機窗邊宅配服務都將是可行商機。

 

Edge AI

AI Mobile Robots 具備 AI決策、移動特性,特別適合 Edge AI 的低延遲特性。尤其是限定空間與環境下的 Factory 工廠、Home 居家、Retail 零售及醫療院所,透過 IoT閘道器提供如固定設備相關資訊、平面配置圖相關環境設施等,可以降低資訊處理所需時間,也可提供 Mobile Robots 核心處理器更多決策適足條件的相關資訊。 此外,Mobile Robots 透過 Edge AI 將資訊上雲,而非直接上傳,也可加強如 Privacy 隱私Security 資安方面的資訊保障,傳送具意義的綜合性資訊,更甚於雜亂待整理的零亂資料。

 

Hardware Reinforcement

AI 能力已可預見隨著 5G 開通,進入有感提升、商業普及化的並進階段。屬於終端設備的 Mobile Robots 也因應軟體技術晉級而在硬體方面有所加強。Embedded systemIn-vehicle Computer 可說是 Mobile Robots 大腦,其核心處理器目前走向像是 SoC 整合式晶片等形式,可以經由專屬用途導向,鎖定偏用功能的最適規格,並將預算用於最需要的配備;例如:極端氣候的防護等級、工廠環境、物流場所等。再者 GPU 也是眼下 Mobile Robots 的升級重點,特別是虛擬/實境及 3D 立體影像所帶來的既視感,還有可預見 4K / 8K 高品質影像普及化,都表示著 GPU 處理所需運作的高規格等級。在電力方面, Power over Ethernet / PoE 也協助更精簡化線纜配置,透過 Ethernet 線纜內所閒置的一對雙絞線傳送電力,去除專用送電線纜,降低了線纜複雜度,也提高 Mobile Robots 的內部配置效率。核心智慧提升的同時,高效能伴隨的散熱考量,也帶動散熱設備的演進。Smart Fan 可依據外在溫度自行控溫,既智慧散熱,也可有效節能。

 

除了環境挑戰及相關因應之外,無論是電力還是低延遲性都是 AI Mobile Robots 在實務應用上的挑戰。相較於固定式的機械,移動式裝置的動態環境需求更精密的感測與演算,而這意味著電力耗能的佔用;再加上移動式裝置本就具備電力供給的較艱困條件,特別是如果需求影像相關功能所帶來能源考量。低延遲性方面,Edge AI 能增進反應時間,然而面對動態環境加上影像、語音、愈趨多元的感測源等種種資訊流,演算推理的智慧運作已不僅僅在於任務達成,效率化演算所需耗用資源及時間也是必要精進的層面。如何設計出同時滿足經濟又精進的 AI Mobile Robots 智慧運作系統與能源配置將是市場應用的關切點。

 

過往單一源媒介的 Mobile Robots,最多擔負運送、駄重的單一功能,AI Mobile Robots 則具備達成連續任務的自主移動能力,像是挑撿後運送;也可能是多重任務並進,如影像資料蒐集、物品運送、資訊提供等。AI Mobile Robots 的腦袋裡,裝的不僅僅是擬人化的綜合性感測與資訊處理,也將隨著經驗值累積,愈變愈聰明,智慧漸增。

 

 

延伸討論

智慧製造

AI Chips 口味眾多,混搭聯名時尚風

飛飛
隨著通訊市場進入 5G 開通初始階段,AI 市場的發展也愈發如火如荼。AI Accelerator 的競爭朝向從硬體到軟體/軟體到硬體建構出完整的 OT-CT-IT 生態系。這也就是說,如:NVIDIA、Intel 等硬體商,開始發展自身的 AI Instance;而像 Google 這樣軟體起家者,則反向跨足 AI Chip 硬體。相對的,有道是現成的最好用,因此如 NVIDIA 用上了可謂 AI 生態系競爭對手的 Tensorflow 框架;或是 Google Clouds 反之用上了 NVIDIA 的 GPU;或者像 Intel 直接採取併購策略。可以說,不僅是 AI 晶片發愈多元,AI 生態系更是混搭聯名現正夯。
智慧製造

新世代核心處理 AI Accelerators 創意玩

飛飛
AI Neural Network 所開啟具里程碑指標的Machine Learning / Deep Learning,將電腦功能從單純資料處理協助工具,帶入全面擬人化小助手的新境界。 與此同時,在其螢幕背後的核心計算機資料處理概念及體系,也開始全面解構,搖身成為如同新境實戰王國電玩遊戲的創意競逐遊樂場。
智慧製造

Mobile Robots 愈來愈聰明 從搬貨、偵察到自駕樣樣行

飛飛
《我是傳奇》(I am legend)裡, 「瓦力」(WALL-E) 是地球一片廢墟中倖存的 Mobile Robots。即使觸目所及不見人類,瓦力依然持續忠貞執行廢棄物清理、打包、堆棧工作。不僅如此,瓦力還具高度自主等級的自我修復能力,從懂得如何為自己充電到拆卸其他同型失效 Mobile  Robots 的零件做為己用,可說是目前機器人產業裡持續追求的 Mobile Robots 完美原型。