5月11日，研華科技攜手合作伙伴Basler及Canonical成功舉辦《機器人發展的三大關鍵：視覺、神經與大腦》主題在線論壇，與大家一同探討機器人發展的三大關鍵要素。本文帶您回顧精彩會議內容，文末附本次會議互動獲獎名單！
據Omdia/HIS 2021年的市場調查報告指出，到2024年，整體移動機器人市場的總值將達到60億美金。其中使用傳統雷射或磁條感應及QR code技術的，市場價值占總體市場的12%，運用地圖構建技術SLAM的市場價值占總體市場的50%。
本次在線論壇，研華特別邀請到了在機器人發展中扮演關鍵角色的攝像頭廠商Basler與軟件操作平臺廠商Canonical的專家，從實際應用出發，分別就機器人應用開發的三大關鍵“機器視覺”、“ 軟件平臺”及“AI運算平臺”進行分享。
機器人的眼睛
工業相機的選擇及標準
Basler業務部業務經理李玉杰從視覺應用端回推到需要的攝像頭技術與規格，表示“根據相機選型要素應用的需求選取適合的相機分辨率、幀率（速度）、傳輸接口、影像傳感器種類等來決定適合的相機。”
例如瑕疵檢測AOI系統，因相機需在高速移動狀態下拍攝微小瑕疵，建議使用CoaxPress 接口、高分辨率、高幀率、高帶寬接口并搭配耐擾線材。機器手臂上在低移動速度或靜止狀態下拍攝，可選用GBE接口、較低幀率相機并因機器手臂的扭轉必須搭配高擾曲線材，分辨率則根據被測物大小決定。
我們看到AMR、移動機器人、自動輔助駕駛等在復雜的使用環境下需要深度感知，3D視覺，對此，李玉杰先生就“如何選擇在工業領域中適用的3D成像技術”分享如下：
時間飛行法 (Time of Fly / ToF)
依靠光飛行時間測距。適合機器人、AMR、AGV、物流方面的應用。
結構光 (Structured Light)
投影圖案的形變。適合光學三維檢測、3D掃描。
主動/被動立體視覺 (Stereo Vision)
來自兩個相機圖像中的對應點。適合機器人。
機器人的神經
Ubuntu 如何為開發者及ROS提供支持
關于嵌入式作業平臺與軟件，對于大量部署的機器人來說，如何達到實時的安全性更新是一大挑戰。對此Canonical物聯網工程部物聯網方案架構師彭日廷表示，Ubuntu長期提供維護與安全性的操作系統，對于安全性的保證，有公開、客觀安全性測試指標（CVE）, 每三周定期發布一次安全性更新，維護周期可長達10年。
此外，對于機器人應用使用的ROS/ROS2也提供適配的Ubuntu LTS 版本，進行長期的更新維護。基于Ubuntu OS 開發AI機器人平臺，可為客戶提供多樣性的AI SDK及完整軟件開發生態鏈。
研華目前已經廣泛采用Ubuntu操作系統在硬件平臺上驗證, 同時與Canonical有合作協議, 由其提供Ubuntu Certified的認證。
機器人的大腦
研華嵌入式高效AI計算平臺與服務
研華嵌入式物聯網平臺事業群資深產品經理王圣文分享到，目前移動式機器人開發平臺分為兩種：一、原生CPU AI 性能，二、擴展AI加速卡，可擴充 xPU、FPGA。基于這些發展機器人平臺需要的特點，我們針對不同的應用需求的AI運算能力, 使用空間與環境等特點來開發研華的嵌入式AI平臺。
小型化機器手臂、商用無人機需要小型化和輕量化的特點，我們提供第一代Pico-ITX AI運算平臺MIO-2375。
AGV、AMR、配送機器人這類在高度復雜環境，需處理的數據流與傳感器數量較多，無論是室內還是戶外應用環境，我們提供從Intel第11代開始的3.5”高集成嵌入式單板滿足各項需求。
而在未來專用領域需要更高效能的AI運算，須具備專用加速器的擴充如獨立GPU、xPU加速器、ASIC、FPGA、DSP等加速器，我們也著手開發第12代Intel平臺提供PCIe Gen.5及Thunderbolt的擴充能力。
嵌入式AI的應用相較于服務器或云端AI運算而言更重要的是性能與功耗, 體積與成本, 時效與效益的平衡。研華致力于提供適合嵌入式AI應用的平臺, 從原生AI運算效能到可擴展的AI計算方案, 并搭配Ubuntu, Yocto OS，大幅降低客戶開發的前期開發困難。研華將持續攜手合作伙伴，為客戶提供更多更好的解決方案和技術支持。
