COVID-19新型冠狀病毒席捲2020年，疫情催生許多新常態，「非接觸商機」就是其中之一，自主移動機器人(Autonomous Mobile Robot, AMR)應用廣泛，是廣為人知的產業用機器人，因為協作型機器人越趨成熟，在各個製造現場應用與導入日漸普及；而在消費性應用的各個領域，如醫院、餐廳、飯店與倉儲物流也因非接觸商機成為熱門話題。
而隨著自駕車導航技術及相關供應鏈逐漸成熟，採用光達或其他感測器及同步定位與地圖建構(Simultaneous Localization and Mapping, SLAM)技術的自主移動機器人AMR，因擁有自主導航能力與機器視覺，智慧化程度不斷提升，在低速、運行環境單純的狀況下，可以完成各種移動任務。
AMR高科技產業應用需求熱燒
從名詞上來看，與AMR接近的概念有多種不同的名稱，無人搬運車(Autonomous Guided Vehicle, AGV)是最常被相提並論的，另外，移動手臂機器人可以稱作MAR(Mobile Arm Robot)或MM(Mobile Manipulator)，而移動機器人(Mobile Robot, MR)、移動運輸機器人(Mobile Transport Robot, MTR)、自駕車(Self-Driving Vehicle, SDV)與無人載具(Unmanned Ground Vehicle, UGV)等談的都是類似的產品。
以AGV與AMR來比較，工研院機械所智慧機器人組副組長張彥中指出，AGV指的是軌道導引車輛，導引移動透過磁軌與色軌，還有磁柱、雷射反射貼片、QR Code/April Tag/RFID等。而AMR則是無軌導引車輛，透過藍牙/Wi-Fi、光達、機器視覺等定位技術導引前進。從產業趨勢來觀察，物料搬運是AMR最主要的功能之一，根據工研院產科國際所的研究，從2010年物料搬運系統產業規模為74億美元，到2020年將成長至468億美元，十年間整體產業規模成長高達六倍。
另外，以成長力道最為強勁的中國市場而言，2010年產業規模僅新台幣5.4億元，2020年將成長至55億元，經過十年產業規模也成長10倍。張彥中認為，包括勞動力短缺、因疫情/中美貿易戰造成的人力流動限制、流程追蹤控管、生產資訊透明化、工安需求等因素，將持續推升自動化的需求，也帶動AMR這類無人載具的發展。預估全球AMR市場規模(圖1)，將從2018年的5億美元，成長至2025年的18.7億美元，CAGR約20%。
而以應用來觀察，AMR的產業應用以工廠自動化與倉儲物流為主，服務應用的部分則分為巡檢/保安、自動送餐、物業管理、3C或消費電子業線上微型倉儲、醫療院所自動送餐/配藥/體檢、自動清潔/洗地等。目前產業應用依然是主流，服務型AMR多年前就被寄予厚望，張彥中坦言，服務型機器人發展還未成熟，主要問題包括功能未完善、成本太高、商業模式尚未建立等，無手臂AMR報價約150萬元，價格每年下降5~10%，移動手臂式機器人報價高達500萬元，每年價格下跌5~10%，價格影響AMR進入消費性應用的發展，因此近年都還是以產業應用為主，尤以是半導體廠為主要客戶。
AMR架構機電整合持續進化
觀察AMR的應用，近年來應該還是以產線自動化為主要市場，消費性應用市場還在萌芽期，而技術架構上，則是由馬達、輪胎、電池、控制器、感測器、通訊系統、軟體等構成，是一個標準的機電整合架構。台灣發那科Robot營業部經理陳孟弘(圖2)表示，AMR基本上就是無人自走車結合機械手臂，尤其是近年發展迅速的協作型機器人，無論是傳統的手臂或協作型機器人，在選取手臂時基本上需要考慮其負載與動作範圍。
陳孟弘強調，手臂與自走車結合之後，首先須考慮手臂作業方便的動作範圍，再決定手臂於自走車的設置位置，中間或偏置的選擇，須考量作業需求與自走車的重心問題，透過AMR的靜態與動態分析，盡量讓其重心置中並壓低，整個無人自走車的搬運能力必須超過手臂重量、控制器重量、手臂酬載(Payload)重量與其他系統周邊重量的總和。
而更細部的觀察AMR的各個控制模組(圖3)，陳孟弘解釋，AMR需要有兩個差速輪與控制器作為動力核心，視覺系統可能是光達(LiDAR)或其他3D感測模組，並與同步定位與地圖建構模組連接，其中PLC為整台AMR的主控，分別連接機器手臂與AGV，溝通兩者的動作，加上無線通訊模組，協助機器人與外界溝通。
3D機器視覺與SLAM加值AMR環境感知
AMR由於自主移動所以需要更多環境感知能力，感測器模組的種類也更多，如：2D/3D LiDAR、超音波(Sonar)、2D/3D相機、慣性量測單元(Inertial Measurement Unit, IMU)、防撞膠條(Bumper)、電子皮膚等，3D機器視覺更是必須搭載的技術，尤其加上人工智慧(AI)技術，AMR的自主移動/避障能力將全面提升。此外，3D視覺還能協助手臂執行更多2D無法完成的複雜工作，立普思行銷長李佰聰(圖4)說，3D感測可以分辨物件尺寸與空間資訊，因此能執行物件隨機夾取；再者，不規則物件的表面處理與協作機器人的互動協作，也都是3D機器視覺的重要功能。
3D感測可以透過多個技術達成，每個技術都有其優劣，李佰聰提到，雙目視覺(Stereo Vision)技術發展已經頗為成熟，但是在低光源環境表現不佳；結構光(Structure Light)技術可以在低光源環境運作，但在陽光下表現不佳；三角雷射(Triangular Laser)感測精準度高，但感測距離較短，成本也較高；飛時測距(Time of Flight, ToF)距離最長可達10公尺，硬體成本低，是近期受到市場高度矚目的技術。透過3D感測，取得深度訊息，可以執行更多丈量工作。
增進環境感測能力之後，AMR就必須藉助SLAM技術建立空間與環境相對位置，墨匠科技執行長王銓彰(圖5)表示，SLAM是一種物件追蹤技術，一般而言這類技術分成Outside-In Tracking與Inside-Out Tracking兩種，SLAM是屬於後者，透過上述3D感測掃描環境，建立環境資訊與地圖，同時算出自己的位置。主要的技術有利用RGB-D深度攝影機的RGB-D SLAM與採用單顆相機的MonoSLAM。RGB-D透過上述的三種3D感測技術，取得深度訊息，掃地機器人對於環境空間的建構就是採用此方法。
而MonoSLAM技術則是透過單顆攝影機針對同一個影像在不同時間的影像偵測，王銓彰說明，演算法是基於運動回復結構(Structure from Motion, SFM)技術，找出影像的軌跡，拜處理器運算能力的進步與多核心架構，目前MonoSLAM可以算到每秒60幀影像，不過這些影像偵測數值容易出錯，搭配動作感測器IMU與資料進行融合(Data Fusion)，可以有效降低運算出錯的機率。
控制系統強調軟硬結合
其他硬體架構部分，張彥中說，以輪型機器人為例，驅動方式有差速輪(Differential)驅動，是最普遍採用的架構，幾乎毋須迴轉半徑，分成有輔助輪與無輔助輪兩種；三輪車(Tricycle)架構，可以分成前一後二或前二後一，並可以區隔前驅或後驅；四輪(Quad)架構，有一種前二後二設計，驅動模式跟差速輪一樣，還有Ackermann就是像一般車輛的設計，透過方向盤操控車輛；也有履帶式(Track-based)的設計。
馬達部分，目前主流是直流無刷(DC Brushless)伺服馬達，好處是損耗低，通常內建光學式或霍爾感測器的編碼器(Encoder)，另外，減速器(Gearbox)就是將轉速轉換成扭力。輪胎部分，就像人的鞋子，室內通常採用較硬的輪胎，戶外的輪子會採用較軟的橡膠輪。電池系統以鉛酸(Lead Acid Battery)電池與鋰電池為主，相較之下鉛酸電池比較便宜、較安全、重量較重、充電時間較長；但鋰電池能量密度高，重量/體積都小，充電速度也較快。
控制器部分，張彥中建議，使用工業電腦，開發控制軟體的資源較多，技術難度相對較低；而隨著AI的風行，如果AMR需要搭配AI功能，也可以採用繪圖加速卡或繪圖晶片平台；嵌入式PC平台則適合功能簡單的AMR；而PLC由於開發支援較少，所以較不建議使用。另外，在各個系統中也需要軟體搭配，以成就一個完整的AMR系統。
AMR加值工業4.0
目前部分AMR為了強調即時操控性，也會在設備上建置觸控面板，新唐科技微控制器行銷應用一處二部部經理沈子嵐表示，在AMR上直接設置人機介面有操作簡單、免說明書與一體美觀的優點。透過圖形化人機介面可以讓協作型的AMR與作業人員的操作更直覺，進而提升工作效率；相關發展趨勢包括強化聯網能力，整合Ethernet、Wi-Fi、4G/5G、NB-IoT等無線聯網技術，融合邊緣運算，協同雲端運算進行大量資料分析，透過邊緣運算進行即時資料分析，與支援無人工廠的遠端操控等。
AMR導入生產線將協助工廠的自動化與智慧化升級，沈子嵐指出，未來工業4.0智慧工廠將導入更多感測器、廠房遠端操控、自動消防安全管理、雲端資料保存與分析、互動式圖形人機介面、高效率電源轉換與馬達驅動。並透過機器學習的應用，不斷加值工廠/產線智慧化，如聲音/影像辨識執行動作行為辨識、品質檢測、預防性維護、生產線產品自動分類、生產線品質管控/瑕疵檢測、生產線數據/圖資管理、廠房門禁管理等。
