全国行车记录仪价格联盟

【满载】MOSFET代工产能满载近20个月,价格预计逐季增长 ;如何激发汽车交互的无限可能?新iPhone启动首批备货名单

集微网 2019-08-11 09:25:03


1.新iPhone启动首批备货名单 传台积电 A12量产;

2.MOSFET晶圆代工产能满载近20个月 价格预计逐季增长;

3.如何激发汽车交互的无限可能?

4.国产移动操作系统能否改变“少魂”之痛?

5.FPGA优势多 边缘运算率先导入视觉应用;

6.手眼协调功能再升级 3D视觉引导机器人风潮起;


半导体投资联盟

概念股日报

关注


1.新iPhone启动首批备货名单 传台积电 A12量产;


集微网消息,据彭博资讯23日报导,台积电已开始为苹果量产今年新款iPhone搭载的A12处理器。业界认为,这意味苹果已开始要求供应链为iPhone新机备货,台积电、大立光、玉晶光、稳懋、可成、鸿海等苹概股将启动新一波成长动能。


消息人士指出,新iPhone将搭载最新的A12处理器,并使用台积电7纳米制程生产,相较于目前iPhone 8与iPhone X使用的10纳米制程,具有1.6倍逻辑密度,速度提高20%及功耗降低40%等优势。


苹果和台积电均不回应相关讯息。台积电供应链日前透露,台积电7纳米制程在良率及功率表现都超越三星,并持续获得苹果、英伟达、高通、联发科等客户青睐,成为挹注营运的庞大动能。


台积电共同执行长暨总经理魏哲家稍早在法说会中预告,台积电今年第4季7纳米营收占比可达二成,全年营收占比可达10%。据业界分析,台积电7纳米营收占比快速拉升,主要关键即是A12处理器近期开始量产,第3季将大量交货。


随着台积电开始量产A12处理器,业界认为,这意味苹果已开始要求供应链为iPhone新机备货,从过去经验来看,iPhone新机会从处理器、光学镜头等零组件开始备货,之后陆续延伸至机壳等领域,最后在鸿海等代工厂组装。

当然,不止A12处理器。业界透露,光学镜头、3D感测元件也迎来第一波备货名单。


大立光及玉晶光是iPhone镜头主力供应商,大立光预期,“受惠于有些客户加单,5月营收会比4月好。”市场看好3D感测仍是今年智能手机主要应用趋势,有利大立光及玉晶光今年营运成长动能。


去年第4季受惠iPhone新机推出,加上iPhone X搭载3D感测镜头,除了原来一颗RGB镜头外,玉晶光又供货另一颗镜头。法人预期,今年下半年苹果新推出三款iPhone可望全面导入3D感测镜头。


在3D感测元件方面,稳懋董事长陈进财证实,稳懋今年仍将是美系大客户用在3D感测的VCSEL(垂直腔表面发射镭射)独家供应商,全年营运将逐季成长。去年,稳懋携手镭射芯片供应商Lumentum,独家供应苹果iPhone X的3D感测元件,带动当年度业绩大爆发。


陈进财表示,3D感测元件从设计、认证、量产等三步骤,都相当旷日废时,绝非一朝一夕可完成,从目前状况观察,稳懋有信心今年仍是大客户独家供应商。


业界普遍预期,苹果今年下半年可能推出三款iPhone新机,分别为6.5吋和5.8吋有机发光二极体(OLED)版,及6.1吋LCD版。其中,6.1吋LCD版新机因性价比相对高,销售最被看好,分析师预估占新款iPhone比重可达50%。



2.MOSFET晶圆代工产能满载近20个月 价格预计逐季增长;


金氧半场效电晶体(MOSFET)供货持续吃紧,与去年同期相较交期已大幅延展5成,价格也连续4个季度调涨。由于IDM大厂今年底前MOSFET接单几乎全满,在自有产能无法因应市场强劲需求情况下,已扩大释出委外代工订单,加上MOSFET设计厂如大中、尼克森、富鼎等也积极争取更多晶圆产能,包括汉磊(3707)、新唐(4919)、茂硅(2342)等晶圆代工接单爆发,产能一路满到年底。


今年以来IDM厂虽面对缺货压力,但只通知客户将延长交期及调涨价格,并没有计划大举提高MOSFET产能,部分订单则扩大释出给晶圆代工厂,包括世界先进、汉磊、茂硅、新唐等均获客户追加下单。对大中、杰力、尼克森、富鼎等台湾设计业者来说,则是受惠于系统大厂及ODM/OEM厂转单效应持续发酵,今年以来同样积极争取晶圆代工厂产能支援。


事实上,MOSFET晶圆代工市场产能已满载将近20个月时间,除了第一季因应EPI硅晶圆涨价而调涨MOSFET晶圆代工价格约5%幅度,今年以来也陆续减少毛利较低的二极管代工业务,将产能空出承接MOSFET或IGBT晶圆代工订单。业者透露,目前6吋MOSFET晶圆代工价格已回升到100美元以上,价格预期可望逐季调涨。


汉磊控股旗下晶圆代工厂汉磊科技第二季5吋厂及6吋厂产能全满,由于MOSFET及IGBT订单强劲,预期今年底前产能将全线满载。汉磊控股受惠于EPI硅晶圆及晶圆代工产能满载,第一季再度缴出获利成绩单,已连续2季度维持获利。


茂硅转型专致6吋晶圆代工后,第一季由亏转盈,每股净利0.14元优于预期,受惠于晶圆价格调涨效应自第二季开始反应在营收上,加上下半年接单几乎全满,法人看好全年将维持获利。至于新唐的6吋晶圆代工业务自去年下半年以来都维持满载,今年底前接单全满,对整体营运亦有明显加分效益。工商时报



3.如何激发汽车交互的无限可能?


集微网消息(文/艾檬)汽车智能化和网联化是大势所趋,亦是不可阻挡的方向,汽车交互产品成为最热门的方向之一,不仅汽车厂商在着力为新开发的汽车装上各种智能车机、HUD(抬头显示器)等,引入语音和手势交互等AI技术,后装市场亦十分活跃。麦肯锡最近发布的智能汽车研究报告中指出,未来5-10年智能汽车市场规模突破5000亿,而以语音识别、视觉、激光雷达等以AI为核心的IT技术约占32%,依托语音和显示等智能技术的汽车交互产品亦成为各路诸候角逐的新市场。


一定从后装走向前装


虽然车联网市场成为传统厂商和互联网的练兵场,但汽车的高门槛和相对封闭的供应链注定互联网厂商需要“曲线救国”——即从后装到前装。这也引发了一个问题,未来车厂一定会集成这些功能,这会对后装厂商的市场空间带来哪些影响?


车萝卜创始人兼CEO马斌斌直言,互联网公司直接打入汽车供应链非常难,因而可先从后装起步,达到一个车厂所要求的标准,并踏实做好技术储备和积累。而当汽车厂商最终接纳这一产品前装时,车萝卜就有可能进入供应链成为整车厂商或Tier1的供应商,一定是有空间的。


而且,从产品进度来看,后装的创新力永远领先于前装。马斌斌介绍说,传统汽车厂商相对保守,需要考虑稳定、安全、成本等,一般后装产品推出时,应用到前装可能晚3-5年。因而,车萝卜将持续保持技术和产品的创新,不断满足车联网场景中涌现一些新的需求,保持领先性来应对。只有不断的锤炼技术,才能保持灵活性。


北京航空航天大学王田苗教授也认为,早年的倒车雷达、导航系统等,都走过从后装走向前装的过程。而新兴的AI产品,也将基本上走先后装再前装的路线,但速度会不断加快。同时这也意味着后装企业必须要快,要抓住需求,要有开放的胸怀跟主机厂合作,才有在市场上拓展生存的空间。


HUD的进阶


HUD是利用光学反射的原理,将行驶相关资讯投射在前挡风玻璃上面的安全人性化科技产品,已成为奔驰、宝马、奥迪等实现差异化竞争的产品之一,而精机、大陆、电装、伟世通、博世占据了大部分前装市场。汽车HUD有两种,一种是Combiner—HUD,一种是Windshield—HUD(以下简称C-HUD和W-HUD),前者的设备有一个小玻璃(屏幕),画面是反射在这个玻璃上而非挡风玻璃上。后者则是直接将画面投射到挡风玻璃上,但是技术难度高成本昂贵。在后装市场上,大都以C-HUD居多,但在迭代三次之后,车萝卜水滴智能HUD解决了W-HUD后装市场的痛点,实现了真正的突破。


“HUD看似简单,其实融合了光学设计、散热设计、显示亮度、交互方案等技术,需要克服相应的难题。” 马斌斌详细说,“而水滴智能HUD克服的技术难点在于:一是重影,一般的前装W-HUD需要采用PVB楔形夹层特制玻璃才能解决重影问题,而车萝卜水滴采用独家专利技术的光路和光学材料设计方案,用普通前挡玻璃即可解决重影问题,达到前装同等视觉效果。二是亮度。车萝卜创造性地通过增加小透镜,将亮度效率提升了3倍,在功耗增加不多的情况下实现亮度的大幅增加,因而水滴可做到不需要贴膜即可解决亮度的问题。三是AR-HUD的实现。水滴提供软硬件联动的技术方案,突破了6x3度视场角的限制,可将图像投影到前方路面5米-7米的动态位置,这也意味着水滴可实现真正意义上的AR-HUD。”据悉,水滴HUD在研发中一共获得了34个专利,是其前两代HUD产品获得的17项专利数的两倍。

 

此外,车萝卜还发布了最新的小蜜手机支架,两个触角内置了思必驰双麦克风阵列,车内近场环境下语音识别的表现十分优秀,能够准确识别语音指令,同时内部还搭载有联发科MT2523、DSP和IM501三颗芯片,对噪音和回声进行处理。具备导航功能、听歌、拨号等多种功能,同时接入了海量的第三方内容,包括在线音乐、喜马拉雅等。


马斌斌介绍,小蜜的优势还在于可通过声纹识别,判定说话者的性别、年龄,并做个性化回复。在即将发布的新版本中,还支持记住多个家庭成员的声纹特征。小蜜的软件版本将持续迭代更新,更多新功能会持续解锁。


智能车机实现“无”风险


从交互形态来看,智能车机在高端车型上已大都前装,而此时车萝卜发布第二代智能中控AR解决方案有何“绝招”?


 “这一方案的价值在于传统汽车厂商或国内互联网造车企业,将汽车的显示和交互放在了传统中控屏上,视线会严重偏离地面,在自动驾驶技术没有成熟之前,这块屏做得越式,风险就越大,因而这并不是一个好的解决方案。” 马斌斌分析说。


马斌斌提到,车萝卜的智能车机是通过3年无数次打磨出来的,适用于任何车型,可无缝安装,解决了后装时加装的痛点:拆装麻烦,损坏原车。这款产品采用了当下流行的悬浮式中控设计,用户自己可以快速完成安装。该车机基于安卓开发,配置高性能4核,支持4G网,并集成了行车记录功能。核心亮点是搭载了思必驰的语音交互技术,并支持分屏设计,屏幕上右侧显示导航,左侧显示音乐、记录仪、语音助理等内容,任务互不干扰。同时,支持多种设备接入。


此外,车萝卜还携手霍尼韦尔合作推出了汽车安全隐患智能检测仪OBD,小蜜和智能车机可与这款健康检测设备实现无缝连接,及时预警,语音播报,发现车辆潜在健康隐患。而上述所有产品均可通过“搭积木”组合,实现更丰富的体验。如小蜜手机支架+OBD盒子的方案可与车萝卜的HUD产品结合使用,从而形成HUD+语音交互+车况检测的综合智能化体验。后续诸如车内第三方疲劳驾驶检测、空气净化仪等都可与车萝卜产品对接,为用户带来更好的体验。


未来的“新”交互


大数据、物联网、AI的不断渗透也为汽车交互带来更多的想象空间。思必驰CEO高始兴表示,AI赋能众多智能终端成为用户的智能助理,在车生活中,智能车机产品会朝两个方向发展,一是有安全意识,能够让用户得到及时的提醒,保证车生活的安全;二是成为用户的贴心秘书,未来车生活是有温度有情感的。


前高德地图创始人成从武也提到,智能汽车的爆发,使汽车交互产品不断被广泛接受和认可。未来智能汽车必然成为战略重要方向,更多的技术将被应用到车载交互环境中。


马斌斌对理想车机产品的理解是不再是一个冰冷的机器,而应该是一个有感情的机器人,未来的车机产品应达到人车合一的境界。“未来汽车交互产品还可通过云端与智能家居结合,远程操控家中的空调、门锁、电视机等。车萝卜也将与思必驰等一起整合成一个真正开放的平台,实现无缝的对接。” 马斌斌强调。


而实现无缝的对接显然需要技术的“补给”和生态的“配合”。高始兴提及,未来车机产品还要不断攻克非配合的语音交互、个性化的语音合成、内容服务的整合等难关,未来两三年,汽车将会成为“行驶”的大数据,大有作为。


据马斌斌介绍,车萝卜智能车机解决了在加装产品时的痛点:拆装麻烦,损坏原车。这款产品采用了当下流行的悬浮式中控设计,用户自己可以快速完成安装。 配置高性能4核,支持4G网,并集成了行车记录功能。分屏设计,屏幕上右侧显示导航,左侧显示音乐/记录仪/语音助理等内容,任务互不干扰。马斌斌表示,该款产品的声纹识别技术也即将于近期上线。



4.国产移动操作系统能否改变“少魂”之痛?


集微网消息(文/艾檬)“中兴危机”虽然趋于缓和,但折射出我国核心技术“缺芯少魂”的问题仍是最大的隐患。“芯”当然指芯片产业,而“魂”,无疑说的就是各类软件,而其中操作系统的重要性毋容置疑。在桌面操作系统领域,国内一些厂商一直在艰难前行力求打破Wintel联盟的垄断之势,而移动互联网时代,在Android(安卓)和iOS形成王者地位的时日,国内在这方面是否还有突围的空间?


亟待破局


    答案显然是必然的。中国信息通信研究院原副院长、顾问于生多表示,随着移动智能终端为人类活动数据的最主要来源,尤其是党政军信息化管理部门急需和正在借助移动智能终端改变工作模式。发展自主可控的移动智能终端操作系统,将网络安全核心技术掌握在自己手中,既是市场的需要,更关乎国家信息安全。


    而从整体来看,谷歌的Android和苹果的iOS系统已经形成垄断态势,造成很高的技术产业壁垒,并且拥有核心技术,已形成健康可持续发展的生态模式,国内企业想要在重重包围之中撕开缺口、打开局面殊为不易。


    对比之下,差距明显。于生多分析说,我国自主移动操作系统存在差距表现为以下方面:一是我国现有大部分移动智能操作系统都是基于Android系统的二次开发,对开源Linux内核等核心技术掌握不足,多数企业只能在应用层进行研发,相关专利和核心技术主要掌握国外企业手里。二是自主创新投入严重不足,完整、健康的上下游产业链尚未形成,对操作系统的发展缺乏主导权。三是在政策上,国内至今仍未有明确的产业扶持政策,尚未明确规定支持本国软件。


    自主移动操作系统缺失,不仅使我国在移动信息时代的经济价值分配链上处于弱势地位,更是对我国的网络信息安全造成严重威胁,国产移动智能操作系统亟待破局。在这一形势下,国内的元心科技、网达软件等厂商也在不断试水发力。


    除了厂商自力更生之外,政策的扶持也必不可少。于生多建议,一是在党政军央企等信息敏感部门出台政策,推广使用,结合党政军央企办公信息系统建设,在安全移动办公方面推动自主移动操作系统的应用。二是学习两弹一星和北斗经验,集中力量办大事,从国家层面筛选重点移动操作系统厂商,进行统筹规划和重点支持,设立移动操作系统基础软件重大项目、专项资金或基金等,予以重要支持。 


自主卡位


国内移动操作系统厂商进军这一领域,除了力求自主可控、安全可信之外,还要吸取安卓的成功经验,并根据市场需求的变化不断迭代。


从历史长河来看,在移动操作系统的争夺中,期间虽然也有三星的Bada、英特尔与三星合作开发的MeeGo、Palm的WebOS、Sailfish OS(旗鱼操作系统)等移动操作系统试图挑战Android的地位,但除了关停或变种之外,对于整个移动操作系统的格局并未造成实质性影响。反观安卓的成功,除了时机、技术、投入、免费等之外,更关键的是安卓构建出自己的生态链,开始做得并不是很好,但是推广开了,很多手机厂商预装,也有很多开发者为其制作应用,最终形成了一个庞大的产业联盟。


而随着大数据、物联网和AI的深入,对移动操作系统厂商在安全、AI、生态等层面的需求也不断加码。在这一领域持续耕耘多年的元心科技,着力构建自主可控、安全可信的移动操作系统SyberOS,成为首家通过EAL4级安全测评的操作系统,相继升级了3个大版本、15个小版本,撰写了千万行核心代码。而最新的SyberOS 3.5版本更是实现了全新跨越。

元心科技董事长史文勇介绍,SyberOS3.5版本实现了更安全、更智能和更易用的特性,强化了动态防御、AI身份鉴别、H5生态增强三大特性。动态防御实现了态势感知、态势计算和主动防御,使得安全性能全面升级。在AI身份鉴别层面,SyberOS3.5基于AI的声纹识别及持机行为识别能够无感知的鉴别用户身份,实现了安全性和便捷性。SyberOS3.5在生态方面的重点突破,在于其完美融合了SyberApp和HTML5优点的SyberH5,实现一种高安全、全功能、跨平台、低成本、易开发的集成开发环境(IDE),开发者可以可视化地创建、开发、调试和生成SyberH5应用。据悉,SyberH5的得分达到了高值517,并且针对它的培训推广已全面展开,大量基于此的应用如即时通信、办公审批、评分投票、新闻门户等也在不断丰富。


生态成形


    无论哪一种操作系统,核心还是为应用赋能,在市场上构建应用的生态圈。元心科技还展示了SyberOS系列多模终端产品,并演示了SyberOS在移动办公、互联网汽车、智慧医疗等领域的成功应用。 


     在参加科博会展的诸多项目中,元心商密网移动办公平台格外受人瞩目,主要是为政企等具有一定保密要求的单位提供掌上办公、工作调度、稽查考核和作风纪律管理等安全服务。日前,商密网移动办公平台已部署终端20000余部,在航天科工等央企、政府和司法等多个领域得到规模化应用,正在配合有关单位在国密领域准备进行试点应用。 

    

    此外,装载自主SyberOS的车联网平台承接了互联网汽车的热潮,安全高效的平台可极其快速、安全地响应用户的服务请求。在智慧医疗领域,元心结合自主可控SyberOS及其安全终端,与大数据、AI技术相融合,打造出移动健康大数据管理平台和“一键通”远程医疗平台。平台可展示用户量、监测结果等统计与分布,支持大数据AI分析处理。


    “SyberOS 3.5具有安全可信、智能易用、生态丰富的特点,无可辩驳地证明部分国产自主移动操作系统开始从‘能用够用’向‘适用好用’发展,能够满足重点部门和行业的应用要求,依托于自主移动操作系统的上下游产业生态正在逐步形成。”于生多强调。(校对/一求)



5.FPGA优势多 边缘运算率先导入视觉应用;


人工智能(AI)是时下热议题,其中,由云端运算架构逐渐转移至边缘运算架构,将会为供应链各厂商带来不小的影响。尽管短时间内人工智能的发展将依然以云端运算为主,然而,许多关于视觉应用人工智能功能将开始导入边缘。


赛灵思(Xilinx)视觉智能策略市场开发总监Dale K. Hitt指出,在可预见的未来里,AI发展中的训练元件可能仍由云端运算主宰。然而,推论/部署元件已开始使用边缘运算来支援各种需要低延迟与网路效率的应用。


对于边缘运算元件而言,用于视觉相关应用的机器学习,将是其中一项关键且影响深远的大趋势,并且,在工业机器视觉、智能城市、视觉分析以及自驾车市场都有强劲的成长潜力。就工业视觉与消费应用而言,由于边缘运算须执行机器学习演算法,因此对于效能的要求也比先前世代方案高出许多。此外,机器学习边缘演算法/功能也已快速演进,因此各界需要具备自行调适能力的硬体,来针对未来机器学习推论架构进行最佳化。


Hitt以自驾车为例,自驾车中每个传感器背后都有精密演算法支援,负责从传感器资料中产出感知判读的结果。最新的趋势是运用深度学习演算法来产出这些感知判读结果,然而,深度学习演算法必须透过数量庞大的潜在情境加以训练,来学习如何判读所有可能出现的传感器资料。在经过训练后,深度学习演算法需要极高的运算效能与超低的延迟,才能安全地操控车辆。对于电动车而言,则必须运用低功耗来因应工作温度限制及延长电池电力。半导体商的目标,是提供高效能、低耗电、具调适能力的解决方案,来满足自驾车运行边缘AI的各种需求。


在边缘运算发展的过程中,最大挑战在于市场的需求变化太快速,因此能针对各种变化快速调适的技术极为重要,才能让企业维持竞争力。


Hitt进一步说明,深度学习演算法正以飞快的速度持续进步,许多2017年的领先解决方案至今已面临淘汰的命运。即使现在具有高出他人许多的能力,随着运算需求不断攀升,硬体方面仍须进行最佳化。硬体必须以更快的速度更新,才能避免被淘汰,有些硬体甚至在投产中就面临须更新的需求。许多替代技术还须召回原厂来更新晶片。


Hitt补充,FPGA独特的优势在于包括运算、记忆体架构以及连结等方面都能进行深度硬体最佳化,和CPU与GPU相比,最佳化后能以更低的功耗达到较高的效能,而前两者的硬体架构无法针对新衍生的需求快速进行最佳化。新电子



6.手眼协调功能再升级 3D视觉引导机器人风潮起;


从生物体的演进来看,视觉是举足轻重的感官能力。距今约5亿多年前的寒武纪,在短短1,000万年的时间内突然出现了各种新物种,学者将这段时期称之为“寒武纪大爆发”。有学者提出理论,认为这个大爆发首要归功于“视觉”,生物体首度能够看到世界,而开启了大量的新能力。


现今的许多学者专家也认为,机器人如今也处于类似的状态,拜视觉之赐,具有智能视觉的机器人,就像混沌世界里睁开紧闭双眼的人类,不再活在眼盲的黑暗世界,也不再是功能有限的机器,因为有眼睛,增长智能,所以能够自我学习及成长,进而成为与人类协同合作的机器“人”。


机器人运用AI智能化,颇有老师傅传承经验与技术的味道。想像一下,透过人类的智力回馈,先教导机器人如何做一个动作,再经由AI去学习成功或失败,之后机器就可以自己学习运行。然而,这一切学习基础,都源自于机器人“有眼睛”,亦即机器视觉。


透过智能视觉的清晰影像,机器人将做出正确判断于侦测瑕疵、辨识与追踪、产线除错、生产履历、量测、检测、3D扫描等等;具有AI人工智能的视觉机器人是未来的必然趋势,机器人可以24小时工作,不会有人类工作时的倦怠感、疲累感以及情绪起伏,是推展智能化工厂的重要关键。


近年来,由于劳动法规的调整及各种软硬体相关成本的提高,导致企业无法以低成本取得劳动力,再加上80、90后世代观念的转变,“体面”工作胜于“体力”工作。


劳工观念改变助机器人崛起


同时,品质观念的消费文化逐渐形成,许多科技产品被要求更全面且精细的检查,这样的品质检测已超过人类体能的极限,甚至肉眼无法检测出来。上述种种因素,带动对自动化设备的采购量,使机器人使用量与市场快速成长。


目前工业机器人的需求,主要来自制造业,例如汽车、电机产业的焊接、涂装、零件搬运等,但随着物联网与人工智能的技术兴起,尤其机器视觉,让机器人可以做更细腻的工作,带动“视觉机器人”在制造业以外的市场一片看好。


机器视觉是实现智能化的第一步


制造业不断地升级、转型,机器人的眼睛是智能机械产业的重要关键。不要小看机器人的每一动作,对人类而言很简单的动作,对机器人来说其实并不容易。机器人每个动作的背后涵盖了非常多面向,包括图像辨识、演算法、数据、资讯处理、机器学习、指令执行等,而如何统合这些让机器人精准而顺畅的完成动作,实为一大挑战。


让机器人长眼睛,首先要有好的光学技术,3D机器视觉所使用的结构光,与iPhone的结构光有点不太相同,工业级光学精度要求更高,每笔资料至少有二百多万点组成,再加上演算法软体。换句话说,需要结合光学、软体、机器人控制及机构,才能形成一个完整的机器人视觉系统,而这样才能告诉机器人如何精准地夹取乱堆中的物件或进行其他任务。


3D视觉使效率再提升


传统上,在工业领域,机械手臂仅能做单纯重复的动作,后来进展至机器视觉。机器人有眼睛虽说并非“万能”,但没有眼睛却是“万万不能”。对于想要把制程自动化的厂家来说,首要之务是要让机器能辨识不同料件。


现行多数业者以机器视觉技术进行智能分析时,主要仍透过2D影像进行演算,2D的好处是相机镜头能取得仿真的平面色彩画素,但缺点是无法取得空间深度距离,无法进行更精准的分析应用。此外,工厂环境很难预测,常碰到部分零件重叠或有采光、反射与阴影等因素,影响工厂进行“拣选”料件作业时的工作品质。


为了有效解决前述困难点,厂商开始开发3D视觉,帮机器人安装一对眼睛,透过量测物件三维座标资讯,协助机器在复杂的环境内,快速辨识并取得场域内的物件空间座标。3D视觉的好处是辨识速度快、准确度高、效率更佳,且能让手臂执行更复杂与精密的动作。


以所罗门公司的3D视觉系统为例,整套模组上的结构光系统是由投影仪和工业相机组成,投影仪投射光线到物体表面与背景后,经由相机取得物体上光源成像,因光线会因物体高度与起伏不同变化,系统即经此来计算物体的立体座标和深度,并进一步建构整个三维空间资讯。一旦机械手臂能掌握物件座标与深度,即可完成精密工作。


这种结构光是一种主动式、非接触式的三维视觉量测技术,在逆向工程、品质检查、数字化建模等有无可比拟的优势。透过结构光视觉量测的精度与自动化程度,应用范围将非常广泛,机器人可以做的事情变多了。


3D取放为主流应用


工业4.0浪潮袭来,机器视觉结合深度学习(Deep Learning)演算软体已成为机器人的“眼睛”与“大脑”,随着技术与环境日趋成熟,愈来愈多的企业对于如何将机器视觉应用在智能工厂以帮助生产线提升效能,展现高度兴趣。现今机器视觉与机器人的整合应用,以视觉导引手臂进行取放(Pick&Place)、随机取放(Random Bin Picking)之应用最为广泛,其次是机器人整合视觉用于检测领域。


以所罗门开发的3D视觉来说,当机器人搭载3D视觉,经过深度学习的训练之后,即能迅速辨识并夹取三维空间中被凌乱摆放的复杂形状物件,且无需CAD档进行物件3D姿势的匹配。透过所罗门3D视觉软体产出点云图,加上深度学习的影像辨识演算,相似物件也能被轻易且快速的取放与分类。


其他实务面应用还包括:物流业方面,全自动化包装箱做3D取放及分类,随意平摆的食品包装箱经由3D视觉判断位置后取件,再由机器人旋转箱体,搭配深度学习撷取并扫描二位条码后判断箱内物件做分类;汽车业方面,透过3D扫描与所罗门3D视觉软体搭配机器手臂,对汽车零件进行自动取放任务。诸如此类的取放应用在未来将会益加蓬勃发展。


AI检测及分类应用


传统上,许多具有高度重复性的工作通常仍经由人工检测来完成,所以我们常在制造业工厂中看到庞大的检测人员进行检测作业。但使用人力或接触式检测系统,如CMM检测来测试每一个零件,既不切实际又耗费成本,且仍难以保证100%良率,而机器视觉的导入却可以协助解决这类问题。


以需劳力密集检测的产业为例,过去要动用大量人力检测的工作,现在有新的解决方案了。所罗门自主研发的深度学习演算软体可以帮助作业员解决肉眼无法或不易检查的品管问题,尤其能应用于传统AOI(Automated Optical Inspection)系统难以辨识的不规律性瑕疵或特征,例如刮损、裂缝、污点、缺件、扭曲字体辨识等许多产业之应用。


有别于AOI针对个别瑕疵须由工程师耗时编写客制化软体,使用所罗门AI辨识软体仅需透过取像将各类瑕疵标注做训练即可进行辨识,降低业者跨入自动化检测的技术门槛。


实惠又快速的3D视觉系统


3D视觉亦是赋予机器人眼明手快的利器,在编程复杂且耗时的3D路径时,3D视觉格外有用。在研磨及抛光金属物、物品涂布或随机取放物品中都能发现这类应用,例如:鞋有各种款式、形状,鞋厂编程各种鞋型所需的手臂路径可能好几百种。透过3D视觉系统,即可在撷取3D影像后透过演算法快速运算鞋子的轮廓,自动产生路径让机器人进行涂布黏接、加工或其他应用。 


再举例,大面积的汽车引擎盖涂胶,若使用人工耗时费力,现在透过3D扫描,引擎盖的三维轮廓经由点云图呈献,导引机器人按照规划的路径及姿态完成工作。纵使物件方位改变,视觉系统仍可准确判断位移方向与距离而自动调整机器人作业起点及作业角度。


机器视觉拓展3D数字典藏新应用


各大博物馆也在进行文物的3D数字典藏,无论是从文物资讯保存、线上展示或考古研究,文物3D数字化都是未来的必然趋势。国外主要博物馆如大英博物馆目前的作法是拍取上百张高画素2D相片,经由特殊软体堆叠处理后合成3D数字档。这样的方式虽能呈现文物的清晰度,但其主要缺点为无法精准量测文物部位尺寸,并需耗时耗力才能完成扫描物件。


为了能更优美及迅速呈现世界级文物,厂商发展整合2D+3D视觉系统搭配协作型机器人品牌Universal Robots,运用自动化克服目前3D数字典藏所面对的技术瓶颈,扫描出来的品质兼具仿真与精确性。


3D视觉/无轨式自走车/人机协作引领新趋势


机器人的智能化,加速“人机”合作的无限可能。透过协作型机器人,人与机器可以在产线一起合作,协作型机器人安全、操作便利、易于产线移动的特性,再加上3D视觉与无轨式自走车,即形成了一套完整的移动式机器人,这在工厂有相当多的用途。


但在现行实务应用上面,经常发生无轨式自走车对位精准的问题,也就是无法很精准的抵达工作站,于是有厂商开发相关专利,透过机器视觉光学追踪的技术,利用自走车上面所搭载的2D或3D视觉进行影像辨识与撷取,取得工件与影像撷取的相对位置关系,借由自走车与工件相对位置关系,获得误差量,进而达成提升移动机器人的定位精度。


前述精准定位,可进一步帮助工厂实现自动化物料配置系统,当移动机器人接受到指令时,可以精准送料至指定位置,视觉系统确认物料即传送指令给机械手臂做动作,借此达成无人化的物料配置作业程序,节省人力成本。


运用物联网、人工智能、机器视觉、自走车等新技术与设备,人类便可以在办公室内远端遥控工厂内的移动机器人,让机器人可以像人一样“做中学、学中做”,并可将此技术应用在品管、拣货等产线任务;以往无法导入智能化的制程,如今都有机会在新兴技术之下获得解决。


开放式视觉平台营造创新有利条件


在3D应用中,被公认具挑战性的项目就是随机式取放(Random Bin Picking),亦即机器人透过3D视觉系统辨识工件位置及摆放姿态后,挑选被随机放在容器中的物品。


3D随机式取放系统的独特功能在于能够依其类型、形状、尺寸辨识相同容器中摆放的各种物品类型,并导引机器人正确取物后分类放置物品。


3D视觉系统的另一项特点是可以搭配各品牌的六轴机器人使用。尽管结合机器人应用的3D视觉尚属于起步阶段,但该市场未来的发展潜力与目前炙手可热的机器人不相上下,因为具有眼明手快的机器人将可以满足并处理更多日益复杂的工作要求。 


目前提供相同功能的厂商以国外居多,但家数并不多,手臂大厂也仅有少数日系厂商例如Fanuc、Mitsubishi开发自家3D视觉。所罗门公司自主开发的智能3D随机取放系统是目前国内自主研发产品中唯一一款可与全球各知名品牌机器人配搭的3D随机取放系统,包括Universal Robots、Kawasaki、Kuka、Fanuc、Epson、Denso、Yaskawa、Staubli等世界主要手臂大厂的六轴机器人皆可搭配使用。


愈来愈像“人”的机器“人”


工厂里的机器人若要做像人类一样的工作,眼睛、脑筋、灵巧的手指缺一不可,最终的目的是让机器人更聪明、更耐操,可以与人类在产线上并肩合作,甚至替代人类觉得枯燥繁琐、不愿意做或危险的工作。因此,运用视觉、AI、Gripper、力回馈等技术,让机器人智能化,变得更聪明更灵巧更容易操作,3D视觉和人工智能将是业者未来争相投入的重点发展方向。

(本文作者为所罗门公司董事长)新电子



END

⬇️ 精彩内容请点击图片