結合人工智慧(AI)的自主系統與機器人正成為推動產業升級與數位轉型的關鍵力量，在製造、醫療、物流、零售、交通運輸、農業等不同領域的創新應用持續蓬勃發展。而在各行各業都在積極尋求更高效率、更具智慧功能之自動化解決方案的趨勢下，如何有效整合AI與邊緣運算技術、感測技術、開發環境與管理平台等議題成為關注焦點。
為了提供業界最新資訊，研華科技(ADVANTECH)在3月初聚焦「智能自主系統與機器人應用」舉辦高峰論壇，邀集產學界專家與合作夥伴發表多場精彩專題演說與講座，深入探討相關技術發展現況與方向，並透過現場展示、實作坊提供的沉浸式體驗與商務會談等活動，讓與會者充分掌握市場趨勢與關鍵技術，共同探索未來新機遇。
以模組化方案與生態系合作助力AS&R應用落地與創新
在開場趨勢論壇中，研華嵌入式物聯網事業群資深協理李易承分享了該公司如何透過模組化方案與產業生態系聯盟的建立，有效推動AI技術落地、進一步提升無人載具商業化應用的完整策略與經驗。他指出，近年AI運算能力大幅提升，並逐步由雲端向邊緣(Edge)端移動；而隨著各種中、高、低階AI晶片技術持續進步、取得性越來越高，也使得AI導入成本大幅下降。根據市場預測，到 2032年全球Edge AI市場規模將達到1,436億美元，其中有30%是製造業應用，其次是汽車產業、政府部門、IT與電信、醫療保健等產業，顯示來自各行各業對智慧自動化方案都有強勁需求。
研華嵌入式物聯網事業群資深協理李易承
李易承解釋，自主系統(Autonomous Systems)是能透過AI、感測器與機器學習，自主決策與執行任務的系統；而自主系統落地在現實世界的載體就是機器人(Robotics)，包括自動駕駛車輛、無人機以及自主移動機器人(AMR)，成為智慧製造與物流的重要工具。隨著Edge AI技術持續突破，AS&R應用也持續演進發展，包括結合5G通訊與低延遲控制、數位孿生(Digital Twin)等方案，實現具備即時快速反應能力、減少對雲端依賴，以及能預先針對不同工作場景進行運作流程模擬、實現最佳化效率的完全自主無人載具，預期將可在不同產業領域發揮更大功能，並有效解決全球人口老化、少子化帶來的勞動力短缺問題。
研華的AS&R產品發展策略，除了以模組化解決方案著重四大關鍵技術──AI與邊緣運算、感測器配套與融合、立即可用的開發環境、裝置管理維護與功能安全性──的整合，也強調對開放性標準、生態系夥伴聯盟與開發者社群的支持，以加速各種應用落地。李易承表示，AI技術持續推陳出新，需要夥伴之間的相互協助、整合不同的解決方案，才能為跨領域的廠商提供加值服務；研華將持續擴展生態系，與全球相關軟硬體供應商密切合作，也歡迎更多夥伴加入，共同強化台灣產業在全球AS&R市場的競爭力，推動應用創新。
透過開源模式加速自駕車技術商業化進程、接軌全球市場
為強調研華AS&R策略對開放性標準與開放源碼社群的重視，趨勢論壇第二場演說邀請生態系夥伴中的Autoware Foundation台灣分會會長暨台大資工系教授施吉昇，分享目前以開源軟體與開發套件實現多元場域自動駕駛情境的研發成果。他指出，自駕車系統必須即時處理大量感測數據，例如光達(LiDAR)提供的點雲資訊、攝影機影像等，並根據這些數據規劃安全行駛路線；傳統封閉式軟體開發模式限制了技術創新，而開源模式則讓全球開發者能共同優化演算法，加速技術進步。
Autoware Foundation台灣分會會長暨台大資工系教授施吉昇
Autoware就是專為自駕車打造的開源軟體，能讓全球各地不同業者與和研究機構共同打造標準化平台；透過開放共享，企業無需從零開始開發基礎軟體，而能專注於獨特應用，例如物流車、無人接駁車，甚至是自駕賽車。施吉昇以數學模型解釋開源軟體的價值，指出若有五家企業各自開發自駕軟體，每家僅能投入有限資源，導致技術發展受限；透過開源合作，企業可共享基礎技術，讓有限資金發揮更大效益，最終產出遠超個別企業投入的價值。他補充指出，這種模式已在IT產業發揮關鍵作用，例如Linux系統、Android手機平台等，都是以開源模式降低開發成本、推動市場快速發展的成功案例，而自駕車領域正在複製這樣的模式。
施吉昇指出，目前Autoware的應用也不僅限於一般個人使用的車輛，還包括工廠內的自動搬運車、小型無人巴士、賽車，甚至高速公路上的自駕貨運車隊；未來自駕技術還將朝向「高密度城市駕駛」（Urban Dense ODD）發展，挑戰擁擠的都市交通環境，例如在狹窄車道中與行人、自行車共存。Autoware也積極發展模擬測試環境，讓開發者能在虛擬城市中模擬各種交通狀況，驗證軟體安全性，降低實車測試風險。
台灣廠商具備硬體研發的豐富經驗與技術優勢，目前擔任Autoware Foundation分會會長的施吉昇也歡迎業者們加入這個全球性的開源生態系，參與技術討論、交流經驗，為加速自駕車的商業化進程共同出力，同時也能透過Autoware平台推廣自家產品、與國際市場接軌。
視覺整合、數位孿生驅動未來自動化
趨勢論壇的第三場演說，由研華生態系夥伴達明機器人(Techman Robot)視覺應用處處長黃鐘賢，分享目前以AI與數位孿生技術推動工業機器人新一波變革的實際經驗與發展趨勢。他指出，機器手臂的核心在於精準的動作控制，而視覺技術的導入能實現更具彈性的自動化方案。過去機器手臂依賴固定座標點，因此環境變動時需要重新設定，透過視覺辨識技術，機器手臂能即時識別物體並動態調整操作位置，提升應用靈活度。例如，在車用電池測試站機器手臂的應用案例中，利用視覺技術標記關鍵座標，能將「調教」手臂的時間從12小時縮短至僅需0.5小時，顯著提升生產效率。
此外在螺絲鎖附的應用場景中，AI也能進一步提升機器手臂的判斷能力。傳統機械手臂在鎖螺絲時，若螺絲未能準確吸附，可能導致裝配錯誤，甚至影響產品品質；透過視覺AI，手臂可即時檢測螺絲的吸附狀況，確保鎖附過程無誤，大幅降低不良率。
除了AI機器視覺，黃鐘賢表示在工業自動化應用中日益普及的數位孿生技術也帶來三大價值，包括前期規劃評估、落地部署加速，以及AI訓練數據生成。例如，企業可透過虛擬模擬預測產線動線與機器配置，減少實際部署的時間成本。而透過NVIDIA Omniverse平台，企業能在數位環境中生成大量模擬數據訓練AI模型，使機器手臂具備更精準的識別能力，並且能適應不同的環境與場景。
達明機器人(Techman Robot)視覺應用處處長黃鐘賢
例如一座工廠的進料入庫解棧(de-palletization)應用中，可利用AI生成技術創建不同形態尺寸、材質的貨物箱模型，並在數位環境中模擬各種堆疊方式，持續擴展訓練數據集，讓機器人能適應更多變的工作場景；這不僅加快AI模型的學習速度，也降低企業在現實環境中收集數據的成本。
黃鐘賢總結，產業應用的機器人技術已經有40、50年的發展歷史，目前正經歷一場「智慧手機化」的轉變；過去，機器手臂、工業相機、AI 算法等技術是由不同供應商提供，企業需要整合多方技術，隨著AI、機器視覺與數位孿生技術的進步，未來機器人將以平台化模式運作，並發展像是智慧手機的應用程式商店，能讓使用者透過軟體定義機器人的功能與應用，降低技術門檻，進一步推動自動化普及；如今的典範轉移正在改變工業生產模式、創造更多新應用，也為機器人產業帶來新商機。
- Edge AI驅動自主系統與機器人應用創新 研華邀集生態系夥伴共探未來機遇 - 2025/03/14
- 鎖定大量視覺應用 瑞薩新推中階AI處理器產品線 - 2025/03/14
- 台灣電子製造業導入AI比例近三成 中小企業態度積極 - 2025/03/13
.jpg)
.jpg)