從產品分類的角度出發，因導航技術的進步使自主移動機器人(Autonomous Mobile Robot, AMR)與自動導引車(Automated Guided Vehicle, AGV)有了區分；供應鏈方面，台灣業者欲藉由自主掌握導航技術，尋求競爭間的差異性；導航技術競爭分析方面，台灣較國際代表廠商仍有段技術差距。
綜合以上，導航技術的重要性不言而喻，AMR未來導航技術發展趨勢，以及導航在場域上的限制該如何克服，皆為值得關注的議題。
SLAM為導航技術發展基礎
對於AMR移動過程的決策判斷，第一步需要先知道「我在哪？」，透過光達、相機等感測器對於空間的掃描，AMR 對所處環境建立初步地圖，並利用感測器蒐集的數據計算自身所處位置。第二步為「我要去哪？」，透過標示目的地及路徑規劃，AMR得以知道行進方向，避障修正的路徑規劃亦在此範疇內。第三步則為「移動」， 透過指令控制伺服馬達、減速機、驅動輪等機構件運作進行移動。
而在導航流程中，又以環境認知、自身定位為導航技術之重要基礎，有精準且穩定的定位方能確保有效導航。此部份透由同步定位與地圖建構技術(SLAM)技術，讓AMR在移動的同時不斷掃描固定參考點， 如牆壁、柱子等，透過數據換算成座標得以建構地圖並推算自身定位。
SLAM技術依據感測器可區分為LiDAR SLAM和Visual SLAM，前者利用光達收發雷射光，運用光碰到物體會反射的原理，計算考量射出射入的角度以及時間差，LiDAR SLAM 得以在地圖中精確標示出物體所處座標，亦稱作點雲。由於計算物體位置方式直觀，因此具有空間運算較容易，以及地圖精確度高的優點。
而後者依照相機感測器的分類不同(如單目相機、雙目相機、RGB-D相機等)，也有不同的建圖原理。單目相機會先透過比對特徵，找出連續圖片中的待測物為同一物體，再加以計算AMR 與物體的深度訊息；雙目相機由於已知兩個相機間之距離，測距能力較單目相機精準；RGB-D 相機則利用飛時測距(ToF)，透過紅外光反射原理，得知每個像素與相機的距離。不同於光達測距是逐個點計算空間訊息， RGB-D是直接計算整張圖片中的位置深度資訊，然此有效探測距離較短，因此應用上多以AMR避障為主。
由此可知，LiDAR SLAM因測距直觀，可掌握較高的地圖精度，也有較成熟的導航應用。而Visual SLAM用於導航的單目/ 雙目相機則因為深度資訊取得不易，需透過物件間的特徵比對才能進一步計算距離，因此座標運算過程較為繁雜。
一般而言，AMR業者由於成本及應用需求考量，LiDAR SLAM多搭配2D光達，單顆售價即新台幣數十萬元，依品牌及測距範圍有不同價格，3D光達要價則更在此之上，多應用於自駕車為主。然而在2D光達平面的視野中，就會產生高度視野盲區、以及原先場域變動大則難以辨認等問題。
而Visual SLAM由於具有3D視野及物體辨識能力，相機感測器能從顏色、紋路、線條等內容中判斷物體間的差異性，即便環境中有部份物件增減，仍可透由對整體環境的認知，辨識自身仍處於原來環境，對於經常變動的環境仍具有相當的導航穩定性。然而相對來說，立體環境中各個物件的座標計算，便會造成Visual SLAM龐大的運算負擔。
動態環境易造成混淆 輔助定位或為解方
工廠及倉庫為AMR最常見的物流搬運環境，兩者共通點在於作業環境中人員雜沓，工廠環境的機台或產線會有調整的時候，倉庫及物流中心常見的貨箱、貨架位置也時常會改變，AMR定位參考需摒除動態物體方能避免迷航。
另外，工廠環境相較倉庫移動路徑狹窄，且環境當中擺置的機台成本昂貴，相當考驗AMR導航及避障能力。由於雷射光會穿透玻璃、鏡面材質，導致無法偵測該類物體，部份機台金屬材質也會強力反射光線，造成LiDAR SLAM定位失準，業界普遍以降低LiDAR安裝高度做為因應。另外，AMR在與工廠機台對接作業方面也是導航困難點之一，由於需要高度的定位精度，部份業者採地面黏貼標示物輔助AMR二次定位。
綜合以上，AMR導航技術上仍有面臨技術限制或是應用困境。回歸台灣產業的發展現況，基於台灣部份業者在伺服馬達、控制器等硬體已有發展的基礎優勢，然導航技術方面與國際業者仍有落差。台廠如先投入資源於導航技術改良，再擴增產品種類以滿足各種自動化搬運情境，對移動控制及車隊管理的協調性將有加分效果。
台灣AMR產業大多數採LiDAR SLAM的導航技術，而LiDAR SLAM不擅長於動態環境中作業，如台灣廠商能提升AMR於動態環境中作業的適應性，將具有技術上的競爭優勢。
進一步分析，AMR在時常變化的場域運行因應方式，一方業者採用地圖自動更新，減少工程團隊維護時間成本，如Geek+已發展出只要環境變動在50%以下的情況，可透過自動更新地圖的方式，使AMR於環境中能順利運行並能保持相當定位精度。另一方業者則透由輔助定位，減少定位失準的可能性，如Omron定位方案–Acuity Localization。
導航演算法為各廠商核心競爭力所在
由於AMR產業並非寡占，單一廠商的技術進步未必引來同業效仿，因此台廠如能在技術上追隨大廠腳步，透過大廠研發成功的項目探知技術的可行性，並投入資源於該項目中，將有機會發展成脫穎而出的導航技術。
在硬體方面，導航應用注重感測器的穩定性、測距能力等技術指標。國際業者除了具有硬體技術水準，甚至還結合定位軟體，或是與開源平台相容，便於使用者開發客製化應用需求。基於現有感測器產品成熟度高，也少有AMR業者自主研發感測器產品，國內業者多採用進口光達及相機產品為主。
然而在導航演算法方面，則是AMR業者掌握各自關鍵技術之處，國內業者多為利用開源程式碼自主研發導航技術。由於光達成本昂貴，如業者能掌握Visual SLAM技術，將可在成本上取得競爭優勢。
另外，隨著LiDAR SLAM技術成熟，已有導航軟體業者將其模組化並推廣至商業應用，可協助AMR業者產品開發，並加速進入市場。如BlueBotics提供地圖製作、移動路線規劃，以及校準光達感測器參數，以確保AMR定位精度等功能之導航解決方案，協助Toyota聯合開發AMR堆高機及拖曳車等產品。
針對Visual SLAM技術，由於技術較不成熟，可用的開源資源較少。業者如要發展相關技術，可朝分析局部平面建圖的方式，以解決Visual SLAM運算複雜度高，難以將技術落地的問題。
產品功能方面，為求與市面現有產品的差異化，可聚焦開發工廠產線上下料、產線間的搬運功能。廠商如有能力，也可將視覺辨識技術往水平的應用情境擴展，達成自動化綜效，例如工廠中AMR與基礎設施對接的感測判斷，或是協助AMR 與上下料平台間的定位確認，以便機械手臂精準執行夾取作業等應用。
在產品開發完後的驗證階段，台灣因具備多元的製造業場域，台灣AMR業者可將此視為煉金石，從各項專案導入經驗逐漸開發出模組化的導航軟體技術，後續欲將此技術發展成軟體解決方案出售，或是專注於AMR整體技術成熟度，皆可保持相當彈性的策略(圖1)。
(本文作者為資策會MIC產業分析師)
