自駕車與機器人共享「AI DNA」 台灣成關鍵推手 智慧應用 影音
DFORUM
Touch Taiwan

自駕車與機器人共享「AI DNA」 台灣成關鍵推手

  • 黃女瑛台北

台灣在智駕車、AI機器人領域,可望繼續成為全球關鍵推手。李建樑攝
台灣在智駕車、AI機器人領域,可望繼續成為全球關鍵推手。李建樑攝

AI晶片大廠NVIDIA年度的GTC大會即將到來,業界預期,除了GPU新品外,在AI應用部分,各界也高度期待像是人形機器人,以及自駕車的相關最新趨勢。

而台灣除了在高效運算晶片領域,擔當重要供應鏈外,「自駕車」、「機器人」這兩大熱門應用話題,又扮演甚麼樣的角色?

車輛研究測試中心(ARTC,以下簡稱車輛中心)董事長王正健表示,汽車電子電氣化(E/E)與機器人擁有極相似的結構及基因,尤其從感測系統視角來看,基本上理論相同,只因不同需求而有不同外形。當全球如火如荼發展,台灣則扮演關鍵推手。

智駕車或自駕車用攝影機或雷達偵測障礙物,再決定前進、後退或轉彎;人形機器人在偵測後,決定拿起東西或動作。

所以,兩者的感知、定位及決策原理基本上是相同的,只是最後的動作不同。特別是自駕車跑得快、賦予其速度功能,而機器人相對沒高速要求、以精細工作為主。

王正健從3個關鍵感測系統的功能進行解構。

一是定位系統。

這在汽車領域眾所周知,例如GPS或衛星定位等。而機器人因在工廠、室內,其實GPS較不易精準定位這些細微處,但它所處的環境比汽車來得簡單,能透過慣性定位系統、室內裝雷達等方式來解決此問題。

二是偵測環境。

雖然室內較難應用GPS等定位來偵測,但所處的環境小、路線較簡單,反而比汽車來得輕鬆解決。不論是智駕車或機器人,就是得先確切偵測到所處環境。

下一步,將偵測收集的資料進行判斷及做決策,這涉及多數人會連想到現下火熱的半導體算力、AI演算法等議題。

以汽車的視角,得清楚認知在什麼樣的交通環境、移動或固定物體的判視等;對機器人來說,因應不同的使命,它必須精準知道要處理的目標物件,如工廠中的螺絲,或餐廳裡的餐盤等。

三是行動(Action)。

因應決策指令給出的行動,如遇到紅燈要停、突然其來的球須踩剎車;機器人則可能是鎖螺絲,或將餐盤收拾到廚房裡。

王正健分析,這三個步驟所含的關鍵感測零件,包括攝影機、雷達(包括超音波、毫米波)還有光達(LiDAR),且每個步驟都涉及到現下當紅的半導體與AI演算法議題。

其中,最具代表性的業者以Tesla為主,因其以自駕計程車(Robotaxi)作為打入E/E的目標,不論現下實際商品的推動進度為何,Tesla所設計的E/E結構仍是全球相關業者投入研究的教科書。

同理,Tesla也投人形機器人,主要就是結構相當,且自駕車做得愈好,在人形機器人領域的耕耘愈具優勢。

而ARTC作為支持產業技術發展的最佳後盾,除了提供自駕車測試服務,特別是透過感測整合、定位、決策等,也已提供人形機器人相關服務。

王正健表示,在全球自駕車、人形機器人領域,台灣均扮演重要推手的角色,從現下全球汽車E/E化,台灣一級供應商(Tier 1)地位愈來愈被看重。而相同的隊伍,其實也因應國際客戶需求,積極著手於人形機器人的投入。

除了台灣半導體產業鏈扮演要角,攝影、雷達等感測系統技術中,台灣在手機、電腦等領域已造就千錘百煉的功力,也是全球在智慧/自動駕駛、人形機器人總是將台灣納入首選夥伴的主因。

責任編輯:何致中