德仪吁降低感测晶片成本加速机器人普及时程

机器人逐渐渗透日常生活，但普及速度缓慢，主与不够智慧化及自主化有关，有赖导入更多感测器协助提升。博通(Broadcom)多名工程师近日在一场线上圆桌论坛指出，若要让机器人更融入日常生活应用范围，或是让物流、送货机器人进行彼此沟通以利行路导航，为机器人导入更多低成本感测器以及低功耗处理器将是未来趋势，而感测器价格下降程度将是影响机器人普及时程关键。
根据FierceElectronics报导，机器人需要内建的感测器，包括较简易摄影机、磁力感测器、光达(LiDAR)以及雷达等。没有任何单一感测器能支援各种机器人应用情境，需多方搭载配合；感测器套件取决App，多模态(Multi-Modality)可能是基本要求。
目前市场上已商用化贩售、或正在试验阶段的机器人产品，例如扫地机器人、机器人割草机、物流机器人、送货机器人等，虽可见一定技术水准，仍未达相当高度自主性运行或协同运行水平，如机器人运行时的安全性问题仍存在，这与目前业界机器人用模组、感测器以及摄影机成本仍昂贵有关。
如扫地机器人这类面向一般消费性市场的机器人，即使已有一定自动化操作水准，但仍无法自行看到所扫物体为何，也无法判别是否走到楼梯边缘而容易不慎摔落；物流、送货机器人需仰赖机器学习(ML)、并与其他机器人进行即时通讯，以能自主在道路上运送商品到用户家中，但目前业界仍无可靠的机器人对机器人通讯标准问世，尽管已有低于1GHz无线标准开始渗透进业界。
如能改善机器人自主操作安全性课题，后续加速普及才有可能，这有赖导入更精确、准确度更高的感测器。实际上业界每年在机器人感测器技术提升上都有进展，但与安全性有关技术提升都需时间投入。
德仪与高通(Qualcomm)、英特尔(Intel)、NVIDIA等晶片制造商，目前在多个机器人应用领域均为感测器和处理器竞争对手。如何加速开发功耗需求更低、成本更低且机器学习等运算需求效能更高的机器人处理器，成为厂商脱颖而出关键。

内容源：摘自DIGITIMES