眼见为凭，行有所据 Eye to Motion开创机器人产业新视界 Robotics Industry Tech- Seeing is Believing 文/魏茂国　摄/许育恺 从《机器战警》到《魔鬼终结者》，从《骇客任务》到《变形金钢》， 人类对於机器人的想像，不断地在电影与小说上尽情发挥、创造。 但在实际生活中，虽不比萤幕与文字里那麽令人感到华丽刺激和充满想像， 机器人却也已存在数十年之久，并帮助人类完成许多艰辛的工作。 然而，下一代的机器人会拥有哪些功能？具有什麽特色？能做哪些事？ 从现今技术研发的角度，或许可窥知一二。 或 许是受到小说和电影的影响，不少人对於机器人有着无限的想像及憧憬，认为它们「 应该」无所不能，尤其还能像人类一般地活动、思考，甚至突破人类的极限。若拉回到现 实生活，目前机器人并非如电影角色那般灵巧、有智慧，大部分的机器人只能依照人类设 定的程式做动作，尤其是应用最早与最多的「产业用机器人」。 根据国际机器人联盟（International Federation of Robotics，IFR）的定义，机器人 可分为「产业用机器人」与「服务型机器人」两大类。产业用机器人主要运用在汽车、面 板、晶圆等各种制造业厂房中，多半以机械手臂为主，负责焊接、组装、搬运、包装等重 要工作，提供自动化的生产流程，也提高了生产效能与产值。服务型机器人则以保全、伴 侣、医疗照护、家庭劳务、教育、休闲娱乐等方面为发展主轴。相较於产业用机器人较为 成熟的市场应用，服务型机器人目前虽处於萌芽阶段，但由於社会型态朝高龄、少子化转 变，需求日渐增加，尤其在家庭／个人用方面，因此被认为是未来机器人产业的发展重点 ，推动全球经济的下一个成长引擎。 传统机器人智慧有限 产业用机器人用於制造业的生产线上，过去已发展相当多元且成熟，是项极为普遍的应用 ，且机器人能够快速、准确地重复相同的动作，可以取代会疲累、需休息的人力。但产业 用机器人使用至今二十多年，却也显露出不少发展瓶颈。 首先在於导入机器人生产时，生产线的规划必须非常严谨，因为机器人只会依照原本设定 好的环境及程式来动作，於是工件与机器人的相对位置及距离，都需要安排妥当，所有物 件、机具、器材等，也都得放在固定的位置上；若是稍有误差或偏移倾斜，很可能就无法 正常运作。 换句话说，在这样一个「结构式环境」（structured environment）中，需以外在环境的 调整，来配合机器人的运作，这也是设计生产线时最复杂的部分；假使要更换生产线，所 有环境和机器人就要全部重新设定一遍。相对的，人力作业虽然速度较慢，却不会受到位 置空间的限制，可以有更高的生产弹性。 工研院机械所顾问与交通大学电机工程学系教授胡竹生指出，在过去大量生产的时代，机 器人可以提供极高的生产效益；但时至今日，产品趋势朝向少量多样，产品生命周期缩短 ，如果得花上数周或数月的时间重新规划生产线，实际生产时程也可能只维持数个月，对 於企业来说不仅成本过大，也无法满足市场的需求。例如目前产品种类多，但每项产品产 量偏少的行动电话，就是最明显的例子。 此外，为了能够让机器人有充裕的工作空间，厂房的使用面积也必须配合增大；经常可以 看到的状况是，工厂里的机器人是用铁笼子围起来，以减少作业进行时外界的干扰，也避 免与现场人员有所冲突，以维安全。不过较不理想的是，一旦生产制造出现了问题，整条 生产线都得要停止作业，才能派人进入检修，找出问题所在，停机时间愈长，造成的损失 就愈大，这也是目前产业用机器人的研发，多是以提高机器人可靠性为主要方向的原因。 这样的机器人智慧，似乎与一般人想像中的机器人，有着不小的落差，胡竹生以日本的制 造业为例，许多高档的产品，都还是在日本当地生产，而且品质比海外所生产的还要好， 有如精品一般，在市场上产生价位的区隔；台湾产业的下一步，也应该朝向精品的形式发 展，并利用高科技来协助提升制造技术，同时企业也才会愿意根留台湾。其中机器人就是 一大重点，如何使机器人变得更聪明，在生产线上可以很有弹性的协助作业人员完成生产 工作，就成了研发的主轴。 要能提高机器人的智慧，首先就要使机器人可以如同人类般「认知环境」，并经过理解判 断後，做出正确的反应及动作。这一连串由「知」到「行」的机器人行为，也正是由工研 院主导，并与交通大学、清华大学及日本东京大学等校教授所共同合作研发的「Eye to Motion视觉伺服控制」技术核心。 视觉技术崭新突破 简单地由字面上来解释，「Eye to Motion」就是使机器人能透过视觉（摄影机），从影 像的内容资讯加以计算分析，然後做出适当的动作。所谓的「视觉伺服」（Visual Servo ），其实与「Eye to Motion」是相同的概念，也就是根据视觉（Eye）来决定动作（ Motion）。 若回到生产线上，假设这样视觉感知与动作的技术能够导入，相对地就可以使作业环境与 程序的规划安排更有效率，例如工件置放发生歪斜的状况，机器人也能经由影像来判别， 从而找出正确的夹取位置及角度，完成工作；如此一来，生产线就会变得更具弹性，更换 生产线所需的前置时间也可以缩短。 另一方面，当生产线的弹性度增加，机器人的工作空间也不再那麽受限制时，地板使用面 积（shop floor area）也能缩小，可以减少厂房成本、提高经济价值。此时机器人所面 对的，可以是一个半「非结构环境」（unstructured environment），而且还能与现场人 员进行分工；其中的技术关键，就在於如何经由影像的介面与视觉的处理，让机器人能够 快速理解工作内容并投入生产，形成「人机共存」的作业模式。 也就是说，过去直接以程式来调整控制机器人的方法，在下一阶段将提升至示范教导（ Teaching by Demonstration）的方式。目前国际间一项产业机器人的研发重点称做牵引 规划（Lead Through Programming），即是利用力回授方法，使操作人员可以抓着机器手 臂直接进行路径教导。若搭配视觉技术，则可以使教导的路径与工作空间或工件的关系更 加精确与直觉。在这样的技术基础之上，方可引入更为高阶的影像认知与工作描述功能， 进一步降低教导所需的时间与复杂度，让机器人实际成为作业人员的贴身助手。 以每秒数十张影像、每张影像需寻找、记忆与搜寻比对大量的特徵，不难推估在以视觉技 术为核心的「Eye to Motion」背後，隐含着必须运算处理相当多且复杂的影像资料，除 了要能快速运算进而反应动作外，遇到特徵改变时，例如视角的改变、环境中的物体消失 或突然出现、光线改变等，也同样要能因应。最主要的是，机器人根据影像处理後的资讯 做出的行动必须准确，这使得面对环境变异时的影像处理要有很高的强健性，此一特性使 计算需求变得非常庞大。 若考量产业的实际需求，如果为了处理大量的影像资料，这样一台机器人却要背负为数不 少的运算单位或电脑，造成体积大、价格昂贵、耗电量大，不会得到市场的青睐。胡竹生 表示，人类即使遇到不同的环境，都能在短时间内适应、理解，但机器人仍要靠智慧系统 的协助；而且不论方法有多麽复杂、目标有多高，都必须架构在可落实及使用的平台上， 也是「Eye to Motion」目前仍持续精进改良的动力。因此，机械所针对「Eye to Motion 」技术所持续开发的嵌入式视觉伺服开发平台VSP（Visual Servo Platform），正是解决 上述问题的最佳利器。近程目标是以FPGA搭配高速DSP为平台，对於较为单纯的环境应用 ，使多关节机器臂具备快速精准的视觉伺服功能。长程目标则将朝向系统晶片（SOC）的 方向发展，对高速影像资料撷取、传输与交换、平行演算，以及面对更为复杂环境的智慧 型演算法等开发关键技术。 亟需技术与应用的提升 「Eye to Motion」视觉伺服控制技术是工研院今年才开始进行的研发计画，於8月所举行 的台北国际机器人大展中，工研院机械所即运用「Eye to Motion」的技术，展出「海豹 神射手机器人」；透过两支摄影机撷取影像侦测，分析篮框的距离与位置後，再驱动海豹 机器人投篮，所需时间仅0.1秒就可完成。 同时展出的还有「视觉引导机器手臂组装随机分散之零件」，亦是经视觉影像的辨识运算 後，驱动机器手臂抓取随意放置的手机背盖，并自动移至待组装的手机上，精准完成组装 的动作。相同的技术还可以驱使机器手臂夹取咖啡托盘，并避开杯把的位置，以免造成碰 触掉落，且平稳地移往咖啡机盛满咖啡。 胡竹生提到，在影像辨识的过程中，原本就具有不确定性，因为摄影机所拍摄到的影像， 经常会受到环境光源等变化的影响，运动物体在影像中的形状也并非都是相同的，因而「 Eye to Motion」的研究，也正是要能处理这些不确定性，才能达到实用的目标。他并进 一步解释，虽然「Eye to Motion」离人类的智慧还很远，但比起传统产业用机器人，可 以多做一些工作，这些突破已对工业制造产生很大的帮助。 目前「Eye to Motion」技术对於产业的应用，除了前述之组装作业外，工研院还开发利 用视觉技术进行检测。以行动电话为例，由於机体内有许多模组大件，以往都是以人工进 行检测，却会受限於2D视角；如果导入「Eye to Motion」的视觉技术以3D方式检测，则 可克服人眼不易辨视的缺点，将缺件、未确实熔接、零件脱落等情形确实辨别出来，并可 结合机器人将瑕疵品挑出。 工研院机械所智慧模组技术部经理黄俊弘也指出，过去台商设厂生产主要是依靠人力，因 此也偏向前往东南亚或中国等人工便宜的地区；随着运费、贸易限制等环境因素的改变， 台商逐渐将生产线移往接近市场的地方就地组装，像是欧洲的匈牙利与捷克、美洲的墨西 哥等。但即使这些厂商具备了技术，劳动力仍是一大问题，如果没有充分可靠且稳定的人 力，拥有再好的技术也是枉然；尤其现今产品上市时程短，厂商的压力也更大。 即便是在中国，也有不少位於沿海地区的厂房与生产线，因应当地人工短缺的情形而迁至 内陆城市；但以长远的角度来看，未来依然会面临相同的劳动力问题。由此可见，产业型 机器人的发展应用不可或缺，也是工研院欲提升智慧型机器人技术，来协助台商的出发点 。 机器人产业潜力雄厚 智慧型机器人产业，近年来已成为各国发展的重点。韩国政府不仅将机器人产业列为十大 新世代成长动力产业之一，更於今年起，每年将投入超过新台币50亿元来研发先进机器人 关键技术。中国亦将服务机器人视为高技术研发计画的项目，并列入引领未来经济发展的 「十一五」规划中。 在台湾，政府方面也提出了加速关键与模组技术发展、加速商品化产品开发、协助产品进 入国际市场、扩大产业人才培育等四大具体发展策略，企图带动台湾机器人产业的发展， 期望在2015年成为全球机器人设计与制造中心，并创造新台币2,500亿元的产值。 根据国际机器人联盟的统计，受到全球经济危机的影响，2008年产业用机器人的装置数呈 现衰退，为113,300台，但在亚洲地区（含纽澳）则较2007年成长4％，总产值仍成长至62 亿美元。胡竹生认为，单就产值而言虽然不算多，但产业用机器人可说是个万用杠杆，可 以应用在许多不同的产业，发挥出各种功能，所带动的产值是相当大的。例如一座大型面 板厂动辄数百亿新台币元的建厂经费，机器人的部分可能不到10亿元，所占比例看似不高 ，可是大型面板根本无法靠人工搬运，若以专用机械如输送带等，则其制程安排将几乎没 有弹性，因此搬运机器人若动不了，这些厂就无法运作，数百亿元的投资也就无法显现其 效益。 尤其在机器人技术逐渐成熟之时，服务型机器人也愈受重视，而且较产业用机器人更具发 展潜力。以IFR的统计显示，2008年全球专业服务型机器人的数量已达 6.3万台，产值更 达112亿美元，个人（含家庭）用的机器人数量，也高达720万台；预估在2009至2012年间 ，专业服务型和个人用机器人的数量，将分别增加4.9万台及116万台。 而对「Eye to Motion」来说，在改良产业用机器人之外，服务型机器人也是一大发展机 会。胡竹生解释说，当「Eye to Motion」延伸到服务型机器人，有两个重要的技术，一 是移动（Mobility），二是操控（Manipulation），两者的目的都是要使机器人能在未知 的环境里行动；当眼睛（视觉）看到物体时，可以利用本身的手（如机器手臂）、脚（如 轮子）来动作，这时手就产生了操控，脚就提供了移动。 不论是手或脚，机器人经过行动之後，物体与环境也会不断变化，必须再透过眼睛来辨识 分析。因此，从环境到眼睛，从眼睛到行为，又从行为到环境，就形成了一种循环，而「 Eye to Motion」正是解决从眼睛到行为这部分的关键技术。 胡竹生以医学上的「手眼协调」来形容，当婴儿出生後，在眼睛逐渐看清楚环境的过程中 ，最重要的是学习如何看到物体之後，命令手臂及手指做出反应，如学习去抓取前方物体 ，这种整体性的手眼训练过程，和机器人可说是相同的。 服务型机器人成未来要角 假如服务型机器人能够在未知的环境中自由行走动作，机器人为人类服务的范围就可以非 常广泛。但现实是，要做到这种高等智慧的表现，短期内很难办到；因为这时机器人是处 在一种「非结构环境」里，不像工厂里的环境几乎是固定或计画好的，以一般家庭的生活 环境，随时都可能产生改变，当然也增加了视觉辨识与记录运算的难度。 要能够使机器人在未知环境中侦测辨别，基於「Eye to Motion」的技术，工研院是朝「 VSLAM」（Visual Simultaneous Localization and Mapping）的方向发展。如果未来买 一台服务型机器人回家，首先便会面临环境地图的问题，最好的方法就是一面行走、一面 建地图，这和人类是相同的行为。 一般所谓的「SLAM」（Simultaneous Localization and Mapping，同步定位与绘制地图 ），是利用雷射扫描的技术，在未知的空间里行走，并同时进行扇形的扫瞄，以在不同角 度中获得与各物体间的距离，如此就能描绘出环境里的空旷部分，形成一份「尺寸地图」 。 透过雷射扫描的优点，在於准确性高，但价格昂贵也是不争的事实。胡竹生表示，SLAM用 在服务型机器人身上，若要配备雷射扫瞄机，过高的价格恐怕让人却步，因此才会导入「 Eye to Motion」的视觉技术，以较便宜的摄影机来取代雷射，开发VSLAM来定位记录地图 。 但是利用视觉影像的缺点，在於对尺度不够精准，有时无法判别出正确的距离；不过，以 人类的眼睛而言，也无法辨别出精确的尺度，只能得其大概而已。若要采用VSLAM，可能 得要放弃尺度，转从抓取环境的特徵切入，并以对物体的辨识能力来加以操控。 高阶技术仍待克服 有能力认识未被规划的环境，是一项相当有用的技术。SLAM或VSLAM的技术如在公领域， 胡竹生首先想到的就是地下坑道环境的运用，机器人若能使用SLAM技术，对地底环境与坑 道位置了若指掌，并可自行行走，就能从事许多探勘、救援或挖掘等工作。 他还提到一项更先进的相关应用，就是自2004年起，美国国防部高等研究计画局（The Defence Advanced Research Projects Agency，DARPA）所推出的Grand Challenge与 Urban Challenge竞赛。主办单位每年设定不同的环境及路线，团队参赛者可以运用各种 控制系统与技术，让无人驾驶的车辆顺利跑完行程，途中还会有各种路况与其他车辆等状 况，这是对SLAM及VSLAM的技术极高的挑战；甚至未来的车辆就能真正变成机器人。 服务型机器人还有另一大挑战，就是使用者要如何指引机器人，让机器人理解该做什麽事 。若是机器人进入人类社会或家庭，所面对的是一般大众，而非受过训练的操作人员，因 此必须适应人类的沟通方式，最直觉的介面就是「语音」。 服务型机器人的设计，应考量使用时的方便性，若要以按键输入命令，就得走到机器人身 旁；若要用遥控器，按键指令也无法设计太多。当机器人的功能愈多，透过「语音」技术 ，如果非得要用特定的词句才能指挥机器人动作，就显得没有效率且不实用，而是要更口 语化、人性化；例如要叫机器人过来时，与「过来」同义的词都应该要能作用。 另外，当使用者所给予的讯息不够完整，好比叫机器人「倒水」，却没有说明是要热水还 是冷水，此时机器人也应具备反问与对话的能力。在机器人的「语音」技术上，胡竹生表 示，这些相关问题都还待研究解决，也包括如何避免环境中的杂音干扰、多人同时讲话时 的辨识，或是机器人的远距收音问题等。 协同业者共同发展 事实上，过去在全球市场上即出现过不少服务型机器人，只可惜寿命大多不长。曾经设计 出电子玩具菲比（Furby），并在全球大卖5,000万只，缔造12亿美元营收的锺少男（ Caleb Chung），於2006年推出新设计的电子宠物恐龙Pleo，由鸿海代工生产，并具有触 觉、视觉与听觉等人工智慧及学习能力，还被《时代》杂志（Time）票选为年度最佳发明 ，但该公司Ugobe却在三年後宣布破产。 Sony 於1999年推出的机器狗Aibo，也相当知名，於2006年停产前，共售出15万只。工研 院机械所智慧机器人技术组组长王维汉认为，全球的服务型机器人产业尚未真正成形，在 过程中也经常会有成功及失败的案例；但尽管如此，国内的业者对於服务型机器人却相当 有兴趣，尤其是ICT厂商，希望能够藉由既有的技术基础转型，寻找下一个蓝海商机。像 是机器人领域的第一个整合型科专计画「银发族伴侣机器人技术研发计画」，是由华宝通 讯、新光保全、慧智网等业者合作，锁定高龄少子化社会中的银发族，共同开发「中高龄 族群居家伴侣机器人」。 王维汉并表示，工研院承办经济部工业局的机器人产业辅导计画，自2006年至今已有56个 辅导案，显见国内厂商对机器人技术的强烈需求。他还指出，目前工研院开发智慧型机器 人技术，是以2007年底的第六届全国工业发展会议中，针对智慧型机器人产业所提出三个 发展方向为主轴，分别是家用、益智娱乐及产业用机器人，加速发展伺服器、感测、定位 、语音等关键模组，并建置产业交流平台；而工研院也将在机器人产业的成形过程中，扮 演好技术研发及协助厂商跨入机器人新兴产业的角色。 -- 原始网址： http://www.itri.org.tw/chi/publication/218-Features_Robotics_4.asp pdf 内有图 http://www.itri.org.tw/chi/publication/pdf/218/218-Features_Robotics.pdf 认知的成份似乎还不太多。不过议题上蛮吸引人的。 XD --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.112.4.195