- Advertisement -
首頁 市場分析

市場分析

- Advertisement -

歐盟GDPR上路 個資保護更趨嚴格

此一號稱當前規範最嚴格的歐洲個資保護法規,明定只要企業組織或機構其業務活動涉及對於歐盟地區民眾個資的蒐集、處理與利用,不論企業組織或機構之規模大小、法人或自然人形式、在歐盟國設點與否,都必須要一併遵守,其影響層面,堪稱深遠。 目前上路實施的GDPR規範中,其條文總計有11個章節,共99條,除了總章原則與罰則之外,包括第三章資料權利主體、第四章資料控制者與處理者、第五章的個人資料國際傳輸、第六章獨立監管機關、第七章合作與一致性等,都透露出本次規範其橫跨範圍大、影響層面廣的特性。以下內容將從資料、取得機構角色功能以及個人權利三方面切入解讀。 資料保護分三大部分 在資料方面,涵蓋受保護的資料範圍、資料取得及資料傳遞等三個部分。在受保護的資料範圍方面,GDPR基於對於網際網路、醫療檢測等新興科技使用的廣泛性認知,擴大了個人資料的範圍,將所謂個資相當程度視為一群可識別個人的相關資訊,即個人可識別資訊(Personally Identifiable Information, PII)。 這些資訊從過往熟知的姓名、性別、政治傾向、宗教信仰、電話、住址、駕照、身分證字號等,進一步擴展到可以直接或間接過濾推定出特定對象的資料,諸如網路瀏覽器中的Cookie、網路IP位址、GPS資訊,或是任何足以識別特定個人身分或性別的基因資料、生物特徵或醫療資料等。 其次是有關資料取得方面,GDPR要求資料取得機構必須強化取得資料同意書的規格,強調文字簡單易懂、條文單純清楚,避免資料取得機構玩弄文字遊戲、模糊焦點。此外,必須資料所有權人明白、清楚的表達意願,願意提供資料使用,排除未明確表達即默認之行為,積極保障資料所有權人之權利。 在資料傳遞方面,基於網路無國界的現況,以及國際貿易與國際互動的現實考量,應針對受保護資料的跨國傳輸行為予以規範。GDPR要求歐盟執委會就第三國之資料保護實施情形進行觀察,要求第三國應具備有效而獨立之資料保護監督機制(Effective Independent Data Protection Supervision),可提供資料所有人有效行政與司法救濟管道。則該國為具備適當資料保護規範及機制之國家,可被列入歐盟執委會白名單中,為GDPR規範中得從事跨國資料傳輸活動之對象。 個資取得三大規定 在個資取得機構的角色功能方面,涵蓋資料使用機構角色定位、組織結構調整及因應機制設計等三方面。 在角色定位上,舉凡全部或部分以自動化方式對於個人資料進行蒐集、處理或利用的自然人、法人、公務機關、機構和其他組織,均為GDPR規範之主體,並根據資料使用特性,區隔為進行個人資料收集與處理的資料控制者(Data Controller),以及執行個人資料處理的資料處理者(Data Processor)兩類。 組織結構調整方面,GDPR中要求符合GDPR管理要求之機構設立資料保護長(Data Protection Officer, DPO),確保機構得以有效因應GDPR的資料保護規範,並有專人負責。 在因應機制設計方面,包括資料保護風險評估、通報機制以及資訊系統設計考量三個部分。GDPR在要求機構確保所蒐集、處理的資料安全性,必須進行資料保護影響評估(Data Protection Impact Assessments, DPIA)。目的在辨識機構業務流程當中,有哪些涉及個人隱私權利的風險存在,並予以衡量、管理和因應,並允許機構可依據實際風險需要來制定因應之資料保護措施。 在通報機制方面,GDPR規範明定,不論是資料控制者或資料處理者,一旦發生個資洩漏事件,必須要在72小時內,即刻通報給資料保護主管機關(Data Protection Authority),惟若該外洩事件對於當事人會造成權利嚴重侵害時,應即時通知當事人知曉。 在資訊系統設計方面,則是將隱私保護設計(Privacy By Design)或預設隱私保護(Privacy By Default)納入規範,要求機構在設計、規畫、建立資料系統時,必須導入隱私保護相關措施,充分考量資料蒐集、資料傳遞、資料儲存與處理等流程,確保資料在運行過程中得到適切的保護。 個人權利三大規範 在個人權利規範方面,涵蓋資料可攜權、遺忘權以及反對權三個部分。歐盟提供民眾對於所屬個資擁有更大的控制權利,將個資賦予等同資產地位,首度將資料可攜權納入規定,明定歐洲民眾得以在不同服務業者之間,具有自由搬動個資的權利。 被遺忘權即是資料消除的權利,法案賦予當事人得要求資料控制者及資料處理者,必須協助消除當事人個人資料及停止使用當事人個資;資料所有人得根據具體情況,反對資料處理機構對於其個人資料之處理。 GDPR影響涵蓋對象/行為/權力 GDPR的影響範圍遠遠超過想像,可從對象、行為與權利三方面探討,對象指的是受保護與規範的目標,行為是資料處理的作為,權利則是關於資料所有人的權利賦予。首先是受保護與規範的目標,包括資料類型及規範機構,其範疇均遠遠超過過往的個資保護法令。 在資料類型方面,舉凡姓名、性別、政治傾向、宗教信仰、電話、住址、駕照、身分證字號,到可過濾推定出特定對象的網路瀏覽器中的Cookie、網路IP位址、GPS資訊,或是任何足以識別特定個人身分或性別的基因資料、生物特徵或醫療資料等,均涵蓋在個人資料隱私的保護範圍內。 另外在規範機構方面,雖然法規為歐盟國家地區所制定,不過,事實上,只要有針對歐洲民眾個資進行相關的蒐集、處理或者是利用的自然人、法人、公務機關、機構,以及其他組織,不論其規模大小,提供免費或付費服務,是否在歐洲設有據點,基本上均須要遵守GDPR對於資料保護的相關規範。 接著是資料處理的作為方面,主要是規範了歐盟地區民眾個資的跨國傳輸行為,如前所述,GDPR要求歐盟必須掌握與資料互動之第三國其資料保護現況,只要該國被認可為具備適當資料保護規範及機制之國家,則得以在GDPR規範下成為從事跨國資料傳輸活動之對象國。 其次在權利方面,本次GDPR的立法,大幅增進資料所有權人的掌控程度,包括資料可攜權、遺忘權以及反對權三個區塊。除了重申個人資料的所有權,更強化個人資料的資產特性,賦予個人得以任意轉移個資、要求消除個資以及排除特定資料處理行為的權利。 從以往當事人一旦授權給資料蒐集者後,幾乎形同資料賣斷的模式,轉為即便在資料授權後,當事人可依據其自由意志,行使資料移動、資料削除以及限制某些資料處理行為等權利,進一步確保當事人在授權前、授權中、授權後均保有資料的掌控權。 在因應措施的影響方面,在資料處理機構方面,要求受GDPR規範之機構設立資料保護長,以確保機構有專人負責,有效因應GDPR的資料保護規範;在跨國互動方面,基於網路無國界的現實處境,正面規畫個人資料跨國傳輸的行為,具文要求第三國應具備合格的法制基礎,以確保歐盟民眾個資即便經由跨國傳輸處理,仍具備相當程度的安全等級。 此次GDPR在罰則方面的規範,強調全球化之下,企業集團母體責任的不可切割性,將違反規範的企業罰金定在其前年度全球營收的4%,或是最高2,000萬歐元的規模;而違反隱私保護設計、沒有充分實施的企業資通訊安全保障措施、違反數據洩露通知等行為,則是最高處以1,000萬歐元或是前一年度全球營收的2%,避免企業透過區域切割的方式,規避GDPR的監督。 GDPR影響不容小覷 GDPR的正式上路,其影響範圍除了表面上的歐盟地區、與歐盟區民眾個資高度關聯性的企業機構之外,對於欲進入GDPR規範中跨國傳輸白名單的國家地區,或是欲進一步增進本國個資保護的程度,都將促使其以GDPR為參考標準,強化本國在個資保護的法制基礎,各國在個資保護的立法跟風現象將可預期。 由於本次GDPR對於所蒐集資料的類型、範圍、處理及後續可能的變更,幾乎涵蓋企業或機構營運活動的各部分,加上相關罰款規模前所未見,因此企業機構在因應GDPR的首要考量,必須揚棄這是單純資訊部門或是資訊安全的業務,應全面從業務流程角度再檢視,確認各個業務環節中,與歐盟民眾個資的互動情況,方能據此增修其因應作為與標準作業程序(SOP),同步調整企業營運流程以及資訊系統,從而免除成為GDPR實施下的俎上魚肉。 資策會MIC資深產業分析師李震華  
0

中小企業手臂應用變化多 UR以生態系打造萬用方案

開拓中小企業用戶群 開放/低門檻為關鍵 UR總裁Jürgen von Hollen認為,機器手臂有很廣泛的應用潛力,除了大型製造業者之外,中小型企業甚至服務業,未來也會對機器手臂有一定需求。但由於場域條件跟產業特性的限制,工業型機器手臂未必適合應用在中小企業跟服務業。在這些領域,人類員工還是有不可被取代的價值,機器手臂能安全地跟人類員工協作,是最基本的要求。因此,對UR來說,中小企業跟非製造業,才是應用的甜蜜點。 不過,機器手臂要進軍中小企業或服務業,除了必須確保人機協作安全無虞外,更大的挑戰在於如何滿足千變萬化的應用需求。因此,UR採取的策略跟其他工業機器手臂起家的業者截然不同。在工業機器手臂市場上,大廠都傾向於打造一條龍式的解決方案,並以標準產品的型態提供給客戶,但UR只專注在開發手臂本體,並且把手臂當作開放平台,讓其他軟硬體業者提供各式各樣的硬體配件跟軟體,去滿足不同垂直應用需求。 Hollen指出,UR是一家非常開放的手臂廠商,任何軟硬體廠商想成為UR生態圈的開發者,都不需要繳交任何費用,產品開發完成後的相容性驗證也不會額外收費,因此UR的生態圈成長很快,目前已經有超過420家開發商為UR的手臂提供各種附加的軟硬體解決方案。 各路人馬湧入新市場 UR樂見其成 傳統的機器手臂是一種「生人勿近」的工業設備。對於這類大型機器手臂,法規會要求廠方必須設立安全圍籠把人類跟手臂隔開,或是規畫獨立的手臂作業產線,人類員工只有在手臂停止運作時才能靠近。 然而,隨著電子組裝行業也開始大量採用機器手臂,荷重10公斤以下的輕型手臂市場正蓬勃發展,傳統手臂大廠也紛紛布局。此外,由於電子組裝仍難免有人力作業需求,加上業者有意進一步拓展新的手臂應用市場,故針對這些輕型手臂產品,傳統手臂大廠已將人機協作能力列為發展重點,不是直接內建感應功能來偵測碰撞,就是藉由外掛機器皮膚跟其他光學/雷射感測器來進行輔助偵測,提升人機協作的安全性。 作為協作型機器人先驅的UR,對這個趨勢抱持樂觀其成的態度。Hollen指出,協作機器人是一種全新的產品,因此UR花了很多資源在推廣跟市場教育上,希望扭轉用戶對機器手臂的刻板印象,進而思考機器手臂在自家公司應用的可能性。有更多手臂供應商加入市場,有助於把協作機器人的市場規模拱大,對用戶跟產業發展來說都是好事。 UR的第一款手臂產品在2008年推出,10年間該公司的手臂總銷售量為2.5萬支。雖然產品銷售量跟公司營收成長的速度都很快,但相較於傳統工業手臂,其市場規模還是很小。但這個市場未來還有很大的成長潛力,因此,即便傳統手臂供應商競相布局,對UR的發展也不全然是負面影響。事實上,就UR的角度來看,目前協作型機器人的市場競爭還是很健康的,沒有出現惡性價格戰的跡象。 另一方面,萬一市場快速發展到靠價格取勝的階段,UR也還有其他競爭利器。UR在2015年已經被自動測試設備(ATE)大廠泰瑞達(Teradyne)收購,因此在關鍵零組件、財務與通路方面,可獲得泰瑞達的支援。Hollen透露,UR內部對自己設下的目標是到2022年時,在協作型機器人市場的市占率要維持在50%以上。他相信,透過開放平台策略、人才培訓與全球性的市場推廣,這個目標是有機會達成的。根據研究機構預估,2018年全球協作型機器人市場的規模將達4.59億美元,而UR的營收就高達2.55億美元,市占率超過55%。 UR總裁Jürgen von Hollen表示,打造開放平台與完善的生態系,是機器手臂能否打進中小企業市場的關鍵。  
0

機械手臂/視覺無縫整合好處多 產線設定/調度事半功倍

為提升機械手臂運作的精準度,或讓機器視覺的運用更加彈性,將機器視覺與手臂整合運用的案例越來越多。然而,機械手臂跟視覺方案往往是由不同業者提供,且各自使用不同的控制編程環境,使得手臂與視覺的整合成為一項相當耗時的工程,也讓機械手臂在生產線上的調度跟運用靈活性大打折扣。若可整合為一致的手臂跟視覺編程環境,將可解決此一難題。 機器視覺有助提升手臂作業精準度 舉例來說,汽車生產線所面對的零組件,因為其體積相對大,因此只要有良好的產線規畫,加上產品的來料公差控制得當,即便是盲取盲放,手臂取放作業的精準度還是可接受的。但如果把場景換成手表、消費性電子產品的組裝生產線,那就是完全不同的故事。這類產品所使用的零件非常細小,而且形狀變化大,除非在送料時就已經把每個料件在托盤上的位置跟角度控制得非常精準,否則只靠機械手臂盲取盲放,會很容易抓不到料件,或是放置料件位置偏差。 對於需要精密取放的作業任務,除了手臂本身要有很高的作動精度外,機器視覺也是很重要的系統構成元素。藉由高解析度的工業相機跟適當的鏡頭配置來控制視野(FoV)大小,機器視覺可以偵測到非常細小的物件。舉例來說,若使用500萬畫素(2,560×1,920pixel)的工業相機,並將FoV大小控制在2.5公分乘2.0公分的區域內,則視覺系統的解析度便可達到0.01毫米等級。即便是再細小的電子元件或手表零件,在這種解析度下,也能看得一清二楚。 也因為機器視覺可以實現非常高的解析度,因此在精密機械跟電子產業,機器視覺已經是相當常見的技術應用,例如用來檢視細小文字的印刷品質、零組件的瑕疵、缺陷等。如果是對解析度要求沒那麼高的應用,例如產品包裝檢測,則可用畫素較低的工業相機搭配廣角鏡頭,來實現數量檢測等應用。 機械手臂與視覺編程平台統一好處多 在機器視覺的輔助下,機械手臂抓不到物料或放歪的情況可大幅減少,對生產良率的提升十分明顯,因此對需要精密組裝的產業來說,視覺引導機械手臂(VGR) 已經是很常見的整合應用案例。不過,因為機器視覺已屬發展多年的產業,主要的視覺解決方案供應商也早已發展出各自的軟體編程環境,因此要實現手臂跟視覺的整合,系統整合商(SI)往往得先用各自專用的開發工具來編寫控制程序,而且視覺跟手臂的通訊整合也是相當費時的工作(圖1)。這使得VGR的部署時間大幅增加,而且也限制了VGR的應用彈性,因為兩邊的控制程式不是在同一個平台上開發,故很難做到自動校正。 圖1 整合式的開發環境能明顯加快VGR系統整合的時程。 在實務上常常遇到的狀況是,當鏡頭或手臂有一方受外力影響撞歪,工程師就得到現場去重新進行手動校正;如果遇到產線換線的狀況,也需要重新手動調整相關參數設定跟校正。這項步驟不難,但卻十分繁瑣且耗時,對於分秒必爭的生產線而言卻往往是影響產能的因素之一。這也是機械手臂過去在應用上最大的問題--只適合生產少樣多量的產品,若產線須經常面對少量多樣的生產需求而頻繁進行換線作業,機械手臂靈活度不足的缺點就會被暴露出來。 如果視覺跟手臂的控制編程能夠在同一個平台來進行,VGR的應用開發時程就可以大幅縮短,而且很多參數設定跟校正也可以自動進行,因為視覺跟手臂的資料是完全互通的。這也是機械手臂業者愛普生(Epson)決定投入機器視覺,並推出視覺/手臂編程統一開發平台的主要原因。 一般來說,採用單一平台來開發視覺跟手臂控制程序,應用整合的時間至少可以減少2~3成,主要是在通訊整合上可以省下很多工夫;如果是已經部署在現場的系統需要校正或換線,在該平台的9點自動校正功能輔助下,作業時間更可減少50%以上。 對自動化工程師來說,自動校正是一個非常實用的功能,但這項功能必須在統一的平台上才容易實作。因為在一個帶有機器視覺的手臂應用中,通常是沒有絕對座標系存在的--工業相機有自己的座標系,手臂也有自己的座標系,如果手臂編程跟視覺編程各自為政,則兩個座標系的轉換跟互相參照,是相當麻煩的工作。 但如果是用同一個平台,兩個座標系的互相參照就會非常容易。以Epson的九點自動校正功能為例,首先,視覺系統會在其視野中投射出九個參考坐標點,工程師只要讓手臂點到這九個參考點,手臂端的控制平台就會以手臂的座標系來描述這些參考點,完成手臂座標系跟視覺座標系的對應轉換。 軟硬體雙管齊下 視覺部署更靈活 一個完整的VGR系統是由手臂本體、手臂控制器、工業相機/鏡頭、影像處理設備,再加上控制產線上其他設備可編程邏輯控制器(PLC)或以PC開發操作環境作為主控端。 通常在進行系統布建時,以搭載影像擷取卡跟視覺軟體的工業電腦來做影像處理,會有比較好的擴充性,影像處理效能也比較好,而且成本也比使用專用設備來得低廉。不過,有些生產線因為環境限制無法使用工業電腦,此時就必須採購專用的嵌入式硬體來進行影像處理。 如果是在有工業電腦可用的情況下,Epson可提供PV1(PC Vision)機器視覺軟體給客戶,該軟體最高可支援八支工業攝影機。如果產線條件不允許配置工業電腦,則可選用CV2 S/H(Compact Vision 2 S/H)作為影像處理設備。CV2系列最多可支援四支採用GigE介面的工業相機,以及兩支使用USB介面的相機,共六路影像輸入。 對生產線應用來說,機器視覺系統支援多路影像輸入是很基本的需求,有些攝影機負責取得料件的位置資訊,引導機械手臂運作,有些則可用來進行產品檢測。如果料件是在輸送帶上傳輸,有時還會額外採用編碼器來計算物件在輸送帶上移動的距離,進而讓手臂更精準地抓取到物件。 但不管是何種應用場景,影像擷取跟處理的速度,以及影像本身的品質都是關鍵。處理速度會影響到產線的產能,如果物件必須停下來拍照後再移動到下一站,則整條產線的運作時間就會被拉長;如果工業相機取得的影像有失真,則產品檢測的結果也會變得不可靠。因此,像是飛拍(Catch on Fly)(圖2)、鏡頭失真(圖3)校正等功能,也是Epson機器視覺軟體的標準功能。 圖2 飛拍概念示意圖 圖3 藉由影像校正補償鏡頭所造成的影像變形 AI功能加持 VGR如虎添翼 展望未來,當前話題火熱的人工智慧(AI),將會讓VGR的功能變得更強大,更貼近產業的現實需求。因此,AI也是Epson目前正在研究中的重要課題。 未來的製造業除了少數例外,高度客製化、少量多樣的生產模式將變得越來越常見,對製造業者來說,這意味著頻繁的換線將成為家常便飯。如何快速調整機械手臂的設定,將成為每個自動化工程團隊必須面對的課題。 現階段,藉由打破機器視覺跟手臂之間的藩籬,已可明顯降低校正跟產線調整所需的時間。接下來,藉由AI演算法的輔助,換線校正的執行將可以更有效率,更自動化。這將有助於推動機械手臂的應用領域進一步擴張,從現在只適用在大量生產的產線,走向更講求靈活調度的小量生產線。 另一方面,機器視覺本身也正在從2D朝3D演進,這個趨勢將使得AI成為機器視覺系統不可或缺的要素。3D機器視覺因為會用多部攝影機從不同角度取得同一物品的影像,倘若該物品的輪廓是不對稱的,則系統會自然地認為這是兩個不同的物體,進而做出有問題的判斷。但藉由機器學習演算法,因取像角度不同做造成的差異就可以自動修正,讓3D機器視覺能做出正確的判斷。 (本文作者任職於Epson)
0

AI演算法的撩妹語錄

LSTM演算法 圖1就是大名鼎鼎的長短記憶模型(Long Short-Term Memory, LSTM),也是遞迴神經網路(Recurrent Neural Networks, RNN)中最受歡迎的一種形式。它最早是由Sepp Hochreiter於1991發表原型,然後Jürgen Schmidhuber於1997將該理論基礎大功告成。沒錯!LSTM是個快要30歲的老演算法了,它也是被Hinton發展出的深度學習最佳化方法救活的一票演算法之一。 圖1 LSTM演算法 LSTM最大的好處在於它解決了遞迴神經網路容易發生的梯度爆炸以及梯度瀰散問題,它使用了稱之為「門控(Gate)」的機制,可以學習開啟或是關閉的時機,來控制上下文向量(Context Vector)的流動。LSTM總共有3個門控,分別是輸入門、遺忘門以及輸出門。輸入門負責管理新數據是否該納入,而遺忘門負責管理哪些舊數據該遺忘,輸出門則管理哪些上下文該納入輸出。所以,對女孩子說他的遺忘門總是關著,正是表達永不遺忘的最高禮遇。 Faster RCNN演算法 Faster RCNN(圖2)是由被粉絲們暱稱為RGB的Ross B. Girshick所發表。自2013年起發表的RCNN三部曲包含RCNN、Fast RCNN以及Faster RCNN。最終版本Faster RCNN於2015發表,是精確率最高的物體檢測演算法之一;但可惜它是先定位,再分類的兩階段模型,所以速度不高。 圖2 Faster RCNN演算法 物體檢測就是不但要知道照片裡有什麼(物體識別),還需要把它框出來(物體檢測)。Faster RCNN使用了Region Proposal Network,解決了過去算法中以人工方式產生大量候選位置區域(Proposal)的問題;並改用預埋的不同尺寸Anchor,來解決物體不確定尺寸大小與比例的問題。所以,不管天涯海角,Faster RCNN都能把妹的位置給檢測出來。 Auto-Encoder演算法 Auto-Encoder(圖3)是最古老的深度學習結構之一。它是一個漏斗型的結構,讓高維度數據逐步被降維,到了最窄處,再逐步升維,並且要求輸入必須等於輸出。這意味著最窄處被極致降維的結果必須包含重建原始高維數據的一切必要訊息。我們稱這樣的高度壓縮向量為表徵(Representation)或者是嵌入(Embedded),這也是深度學習壓縮演算法的核心網路結構,由於它沒有依賴任何外部標籤,因此被歸屬為標準的非監督式學習。所以只要看過妹的一顰一笑,它就能夠取得表徵,然後完整重現。 圖3 Auto-Encoder演算法 WaveNet演算法 WaveNet(圖4)是來自於Deepmind的得意之作,它也是目前聲音生成模型的SOTA(State-of-The-Art)。WaveNet可以模仿人類或者是各種樂器的聲音,他的模仿能力甚至連人類講話時特有的換氣呼吸聲都可以模仿。 圖4 Faster RCNN演算法 WaveNet的本質是一個一維空洞卷積,一般我們用二維卷積處理二維的影像數據,那麼一維的聲音數據當然要用一維卷積。至於空洞卷積(Dilation)則是一種特殊卷積型態,它可以有效地在不增加訓練參數的狀況下,擴大每個卷積的感知域,這樣就可以從細節到大趨勢的捕捉聲音特性。所以當然忘不了妹的聲音。 Deep Belief...
0

乘上數位化風潮 機器人轉型智慧工作站

機器人需求增 應用服務漸成熟 工業4.0風潮持續升溫,全球機器人市場也因此持續成長。根據研究機構IDC預測,2018年全球花費在機器人和無人機系統的支出將達到1,031億美元,比起2017年還要成長22.1%。IDC預計,到2021年,這一支出將成長一倍以上,達到2,184億美元,2016年至2021年之間的平均年複合成長率為25.4%。 IDC預計2018年在機器人支出上,將達到940億美元,約占整體支付的91%,這一趨勢到了2021年之前都不會改變。其中,工業機器人解決方案占機器人支出的比例最高,超過70%;其次是服務機器人和消費機器人。 IDC表示,由於工業機器人變得愈來愈智慧化、更人性化、更容易協同合作。這加速了汽車製造業以外的廣泛製造業的快速採用。尤其是需要更高精度、靈活性、機動性和協作能力的輕型機器人的高科技製造業,表現最為明顯。 ABB機器人及運動控制事業部負責人江敏秀(圖1)指出,工業4.0概念興起之後,帶動智慧製造、數位轉型等需求,在此狀況之下,供應商與終端業者、系統整合商的磨合期越來越短,使得機器人應用逐漸落實於各種領域當中,而不是仍停留在應用發想、測試檢視的階段。因此,未來機器人創新應用勢將會如雨後春筍般出現。 圖1 ABB機器人及運動控制事業部負責人江敏秀指出,工業4.0概念帶動智慧製造、數位轉型,機器人也逐漸落實各應用領域之中。 工業4.0推波助瀾 機器人方案百花齊放 工業4.0帶動智慧製造、自動化轉型需求增加,機器人市場也跟著水漲船高;為此,機器人供應商的解決方案也不停推陳出新,不僅藉此滿足各領域的應用需求,也希望能進一步搶食市場大餅。 看好協作型市場 UR新款e-Series問世 協作型機器人具備簡單易用且安全的特色,可幫助不同領域及規模的企業實現更全面的自動化轉型,已成為製造業自動化轉型中相當重要的關鍵,市場發展亦持續看俏。 根據Bis Research Analysis「2017~2022年全球協作型工業用機器人市場」研究報告指出,全球協作型機器人市場的年複合成長率高達63.33%,象徵全球產業對協作型自動化導入的強勁需求。 以亞洲地區為例,Universal Robots(UR)東北亞總經理山根剛指出,2017年亞洲地區工業機器人市場成長37%,主要動力來自於中國大陸和台灣;而汽車、電機/電子和金屬仍為導入自動化技術的主要垂直領域。人類開始與機器人共享工作空間,以人機協作為核心的趨勢正持續發酵,為生產和非工業的應用開啟新的可能性。 為此,Universal Robots便宣布推出全新旗艦款e-Series系列協作型機器人,透過三大重點改良升級,協助企業朝協作型自動化轉型。新款e-Series協作型機器人具三大重點改良,首先是操作與部署機敏度再升級,從拆封、裝機到設定機器人第一項任務,過程僅需1小時,而且所有關節都能在6分鐘內更換完成;透過內建力矩感測器,進一步提升機器手臂準確度及敏感度。 第二是操作介面更直覺。使用介面和設定流程經過重新設計後,操作者只要在觸控式螢幕上簡單滑動與點擊方向鍵,就能輕鬆移動機器手臂到要求定點,降低了技術門檻加速開發,即便是沒有程式設計經驗的操作者也能快速上手。 第三是通過高規格安全標準。e-Series協作型機器人搭載17項安全功能,包括可自由設定機器人運作時間、最短安全距離等,進一步確保人機協作的安全性。所有功能皆通過德國驗證機構TÜV Nord認證,符合EN ISO 13849-1(Cat. 3 PLd)及EN ISO 10218-1等機械安全標準。 Universal Robots總裁Jürgen von Hollen(圖2)表示,產品技術平台的持續優化將是創新突破關鍵,先進的平台系統能針對企業所需的多元應用提供創新技術,將成為未來協作型自動化的關鍵發展重心。 圖2 Universal Robots總裁Jürgen von Hollen表示,產品技術平台的持續優化將是創新突破關鍵,為此該公司推出全新e-Series系列協作型機器人。 Hollen進一步說明,協作型機器人涵蓋很多面向,長久以來產業界提到協作型機器人率先想到的就是安全性。不過,安全只是協作型機器人其中一項要件,協作型機器人還須易於導入和安裝,以及容易編程與使用。換句話說,要能讓使用者自行DIY,才得以滿足不同的生產需求,靈活因應未來市場中的各項機會與挑戰。未來透過e-Series平台,期能在未來數年內實現更多樣化的應用可能,為企業發展和完善自動化進程提供全方位的服務支援。 搭載雙視覺/AI Epson協作機器更智慧 另一方面,愛普生(Epson)則是於2018自動化工業大展上發布一系列新品,包括WorkSense W-01自主性智慧雙臂機器人、T6 SCARA四軸機械手臂、N6六軸摺疊式機械手臂,期能透過更優化的性能與荷重升級,可讓操作及產線應用更彈性多元,協助台灣生產製造業者接軌自動化轉型浪潮。 台灣愛普生產業科技事業部總經理王亮國先生指出,新推出的WorkSense W-01擁有「視覺辨識」、「力覺感覺」、「自主思考」三大特色,其搭載6個視覺及2個力覺感測器,可快速辨識3D立體空間內的物件、偵測其位置與方向並精準掌控操作力道;該產品還擁有十五軸關節的雙臂末端,設有靈敏的夾持工具,有助於各種形狀、大小的物件取放,可勝任高難度的組裝任務。 另一款新發布的T6四軸SCARA機械手臂,則搭載簡易輸出/輸入控制埠(I/O Port)及內建控制器,使安裝及布線工程精簡化,工廠空間利用效率亦加倍提升;馬達模組無需電池,可省去購買、汰換電池的成本並縮減停機維護時間,讓機械運作順暢不間斷。此外,該產品能以100VAC~240VAC電源運作,降低耗電量,臂身長度可負荷高達6公斤的物件,適合執行簡單、重複性高的取放動作。 至於N6六軸摺疊式機械手臂,擁有1,000mm的手臂長度,可負荷高達6公斤的物體,獨創摺疊式設計,有利機器於空間狹隘的作業環境中,完成更高的位移幅度與更廣泛的動作。此外,該機械手臂可自行規畫作動最短路徑,再藉由其手臂旋轉功能,靈活地於六軸之間自由移動並縮短位移距離。 讓生產更彈性 AGV後勢看漲 機器人需求持續上揚,除了傳統工業機器人和協作型機器人之外,AGV的應用也逐漸增加。目前AGV主要應用在倉儲物流,可以按照程式設定和預先規畫好的軌道進行檢貨、卸貨、上下料。 對此,安川電機業務改革室協理黃啟昌指出,為了讓生產彈性更大,發展「會移動」的機器人是必然趨勢,AGV搭載協作型機械手臂,不僅能協同人員作業,也可應用於產線間的物品運送,減少搬運人力,讓生產流程更有彈性。 也因此,眾多業者也紛紛發展AGV解決方案,像是佳世達攜手ABB,打造智慧自主移動機器人。該產品整合AGV及機器手臂,並結合視覺技術。機器手臂與人員之間的協作,能延伸機器手臂自由度及工作範圍;而搭載視覺技術,則讓機械手臂彷彿有了眼睛,能夠實現精細的鎖螺絲工作或是3D立體視覺,大幅提升機器手臂的應用。 除了佳士達與ABB合作推出自主移動機器人外,身為機器人四大家族之一的KUKA,旗下也有KMR iiwa無人搬運車。KMR iiwa由LBR...
0

駛向安全/潔淨/高效新未來 電動車商機催化技術變革

具備潔淨排放特點的電動車持續成為汽車產業的熱點,根據產業研究報告,2017年全球電動車銷售量正式突破百萬輛,達120萬輛,較2016年大幅成長58%,類似的高度成長在未來幾年將持續。而其發展也將帶動產業鏈的成長,電動車產業鏈涵蓋汽車製造廠、零件供應商及資通訊產業,現在,正是國內廠商切入此一產業鏈的最佳時機。 電動車時代來臨 加速技術改進 電動車的發展不是最近幾年才開始,在100多年前電動車甚至較內燃機車輛更早被發明,不過百年來內燃機車輛一直是主流,台北科技大學車輛低碳能源與系統研發中心教授黃國修(圖1)表示,效率,就是當中的秘密。由內燃機與電動車的動力來源與技術原理來看,汽油的釋能機制屬於激烈氧化也就是燃燒爆炸的方式,屬於快充快放的一次性使用動力表現好,油的能量密度高,液狀能源輸送方便;另外,電動車是採用電化學放電機制,電池適合慢充慢放的釋能模式,透過電池儲能是固態組件,不利運輸與傳送。事實上,這些先天的特性優劣,時至今日都沒有改變。 圖1 台北科技大學車輛低碳能源與系統研發中心教授黃國修表示,所有車輛技術目標都是低污染、低耗能、低噪音、續航力長、性能佳。 電動車主要的發展契機來自於地球上石油儲量的持續減少,導致石油危機越加頻繁發生,加上空氣汙染與地球暖化的問題,電動車這兩年的發展趨勢已經確立。黃國修認為,無論是電動車或內燃機車輛,都追求低污染、低耗能、低噪音、續航力長、性能佳的共同目標。因此,內燃機與電動車都需要在自身的優勢上加強,並克服先天的技術或特性缺陷,發展高效率的動力整合分配機構與最佳化能量整合分配控制策略。 在技術發展上,業界與學界也持續發展許多技術,以改善系統的效能表現,包括過去十年熱門的油電混合系統,因為整合兩套複雜的系統,在成本與維護上的難度都更高,黃國修指出,新型並聯式複合電動系統簡化內燃機與馬達、發電機的結構,並發揮各自的優點,可以讓能量分配平穩連續。而動態補電技術可以降低電池系統一致性要求,容許新舊電池混用,降低汰換成本;複合波充電技術,可以改善傳統大電流無法完全充飽,涓電流充電耗時的缺點。 SiC/GaN功率半導體應用起飛 過去功率元件多半採用矽材料半導體,近年來技術突破,化合物半導體如碳化矽(SiC)與氮化鎵(GaN)成為最受歡迎且深具市場潛力的功率元件材料,羅姆(ROHM)半導體應用技術支援部主任工程師唐仲亨(圖2)說,採用SiC與GaN為材料的功率元件與矽功率元件相較,具備更高的擊穿電場(Electric Breakdown Field)與寬廣的能隙(Bandgap),具有開關速度快、損耗低的特點,並可以在更高的頻率、溫度與電壓下工作。 圖2 ROHM半導體應用技術支援部主任工程師唐仲亨說,SiC與GaN具開關速度快、損耗低的特點,可在更高頻率、溫度與電壓下工作。 隨著產業的發展,SiC元件應用領域與產業需求不斷擴大,根據產業研究機構的調查指出,車用如汽車電源元件與電動車、工業自動化的高壓元件、能源應用如綠色能源/充電/儲能設備、資通訊應用如資料中心的伺服器電源管理元件等會是未來SiC應用的四大領域。唐仲亨進一步說明,根據該公司綜合IHS的研究資料,上述四大應用將帶動SiC的產值,從2018年的5億美元左右,到2024年將挑戰20億美元市場規模。 整體而言,SiC技術特性適合應用在電動車,不過唐仲亨也坦言,產業對於SiC較為陌生與價格較高,是目前導入SiC元件的主要瓶頸,2012年在SiC剛開始發展的時候,SiC蕭特基二極體(SBD)價格約是矽基高速整流二極體(Si base FRD)的5~7倍,而SiC MOSFET則是矽MOSFET的10~15倍。但到了2015年,SiC SBD的價格較2012年下跌35%,SiC MOSFET的價格更下跌了50%,已經越來越接近市場導入的階段。預計2019年SiC的發展與市場化會步入正軌。 精確電池管理延長使用壽命 電動車採用電為主要的驅動方式,因此電池管理系統(Battery Management System, BMS)成為必要的技術需求之一,一般的電動車都是採用鋰電池,亞德諾(ADI)半導體應用工程師張振原(圖3)解釋,鋰電池的特性就是不能過充與過放,要延長電池使用壽命,其可用能量區間大約在電池容量20%~90%的70%之間,並透過BMS系統管理。然而,量測電池電量存在的誤差導致可用電量進一步遭受壓縮。 圖3 ADI半導體應用工程師張振原解釋,鋰電池的特性就是不能過充與過放,要延長電池使用壽命,須透過良好的BMS系統協助。 電池電壓量測技術若能縮小誤差值,就可以提供更多可用電量,早期電壓量測的誤差值為5%,張振原說明,ADI透過技術的努力,讓電壓量測的誤差值縮小到1%,所以同樣容量的電池可用電力就從60%進步到68%,多出8%的電量,最新的技術已經能將誤差降到0.25%。一般而言,電池在經過長年使用與多次充放電之後,電池儲電能力更會出現誤差,所以準確量測電量與電池管理技術更為重要。 採用Zener Reference元件設計的電壓測量IC,張振原指出,除了可靠度、準確度之外,長期使用後參考電壓誤差值都較小;另外,還有許多因素包括溫度飄移(Temperature Drift)、初始誤差(Initial Tolerance)、逆變器抗雜訊能力(Inverter Noise Rejection)、PCB裝配應力(PCB Assembly Stress)、濕度(Humidity)、長期誤差(Long Term Drift)等都會影響參考電壓,進而出現誤差,必須降低上述變數,IC才能在初始參考電壓誤差最小的狀態下準確量測。 而車輛行駛在路上,會遭遇強風、豪雨、雷擊、急剎、大腳油門等的高度放電情境,量測到的電壓如何準確的傳送到行車電腦,讓系統進行正確的判斷也非常重要。isoSPI是一個簡單的雙線(兩條線都不接地)差動訊號資料傳輸模式,但由於兩條導線(共模)上的雜訊幾乎相同,因此,傳輸的差模訊號相互之間相對地不受影響。張振原進一步說明,isoSPI目前的傳輸速率是1Mbps,傳輸距離50公尺,但由於採用了電隔離,因此不會強烈地耦合共模雜訊。 電池組測試保車輛效能 除了電量的測量之外,電池本身絕對是電動車關鍵零組件之一,致茂電子電力電子量測系統產品部副課長林信宏(圖4)指出,電池組由多個電池串聯疊置組成,典型的電池組約有96顆電池,產生超過400V的總電壓。儘管汽車電源系統將電池包看作單個高壓電池進行充電和放電,但電池管理系統必須獨立監控每顆電池的情況。電池監視系統的一個重要考慮因素是通訊介面,CANbus在汽車中被廣泛應用,具有誤差檢測和故障容限特性。 圖4 致茂電子電力電子量測系統產品部副課長林信宏指出,電池包有多項測試項目,進行完整而深入的測試,才能確保車輛的實際性能。 電動車的三電系統包括電池、電機與電控。其中電池占電動車成本比例約30%~50%。林信宏表示,續航力是未來電動車發展的重點,純電動車續航里程必須大於150公里,而續航力250公里以上的車型才有市場競爭力,較易為消費者接受。電池包有多項測試項目,進行完整而深入的測試,才能確保車輛的性能。 林信宏強調,電池喚醒時序影響使用者開車感覺,高壓絕緣與車輛安全有關,電池串接狀況攸關電池包壽命,而設計驗證與生產也要測試,電池包特性測試也很重要。電池管理系統與電池包,依照使用者角度,從原物料的入料檢驗、電池管理系統的功能檢驗、電池模組的組裝品質檢驗、電池包的功能檢驗都相對重要,並透過診斷服務簡化工程逐步導入。 固態電池技術優勢 成電池組潛力選項 在電池包的設計與驗證之外,電動車逐漸上路的這幾年,由於充電站的基礎建設布建尚未完善,在消費者的使用上出現一個新的名詞-里程焦慮,擔心電動車的續航能力,不希望在行駛途中耗盡電力,輝能科技行銷處經理許容禎(圖5)說,希望透過提高電池能量密度的方式強化電池的蓄電力。另外,電動車裝載大量的電池,安全性問題也引起消費者疑慮,2018上半年就發生三起Tesla火燒車事故,安全性更高的固態電池逐漸浮出檯面;另外,電池成本占車輛的比重居高不下,消費者希望電池成本持續降低,讓電動車售價更加親民。 圖5 輝能科技行銷處經理許容禎說,電池的發展趨勢包括提高能量密度、強化安全性與降低成本三個重點。 從能量密度的角度來看,許容禎表示,傳統液態電池芯鋰電池與固態鋰電池相較,Tesla的Model 3採用新款21700電池芯,能量密度提升到737Wh/L,不過已經接近極限;輝能的電池芯目前能量密度為720Wh/L,2019年將提升到800Wh/L正式超越Tesla,預計到2022年可持續提升至1033Wh/L。安全性部分,液態電池芯的鋰電池由於分子較活潑,出現機構面的破壞、電性面的破壞、熱累積、潛在製造缺陷時,就容易出現熱失控,爆炸、起火等。固態鋰電池因採用陶瓷電解質技術,沒有一般LIB的隔熱膜融化全面短路與ELT鹽類反應,不會出現熱失控的問題。 而在成本部分,許容禎認為,負極材料價格過去幾年降價較多,目前價格已逼近成本,再降空間有限;隔離層從2009年開始也走跌,至2016年價格已逼近成本,降價幅度有限;正極材料部分以鈷為例,雖非礦產短缺,但因市場炒作,導致近年價格走揚。未來電池價格的降價,將從電池模組著手,降低重量與成本,縮小電池包體積、重量,並簡化機構保護、熱管理系統裝置與材料、電源管理系統等。 高壓/直流48V設計蔚為趨勢 近年來許多傳統機械系統逐漸電子化,電動車就是著名的例子,因此也帶動電源架構設計的改變,美商懷格(Vicor)應用工程師張仁程(圖6)解釋,更寬的輸入範圍與高輸入電壓、高輸出功率、高效率、高功率密度、小尺寸、高功率重量比(Power to Weight Ratio)、散熱(Thermal...
0

專訪NI亞太區半導體市場開發經理潘建安 混合訊號測試帶動開放式ATE

國家儀器亞太區半導體市場開發經理潘建安指出,5G無線通訊跟物聯網的興起,對半導體元件市場造成很大的影響。未來的晶片功能不只越來越複雜,晶片內部的電路型態也會有很大的差異。除了數位電路外,還會有跟通訊、感測相關的類比電路。傳統的ATE設備在數位電路測試有其優勢,但面對種類繁多的類比功能測試,卻顯得力有未逮。因為傳統ATE多為封閉架構,其測試板卡都只能靠原廠提供,功能更新的速度很慢,而且單價非常昂貴。 這個狀況讓NI看到切入半導體測試市場的機會。NI是一家平台公司,其測試硬體均基於開放的PXI平台,除了NI本身之外,PXI系統聯盟的成員中也有眾多板卡供應商,因此PXI平台的功能演進速度遠比封閉式機台來得快,而且所採用的元件跟設計架構往往是業界最新、最先進的,故除了成本優勢之外,效能也未必比傳統ATE機台遜色。針對半導體測試,NI提出的半導體測試系統(STS)雖然外觀跟傳統ATE沒有差別,但內部結構卻是基於PXI的模組化設計,用戶可以按照自己的測試需求選購對應板卡,組成客製化測試系統。值得一提的是,這些模組也可以組成實驗室使用的桌上型PXI儀器,加上通用的LabView跟TestStand軟體環境,用戶在實驗室跟量產階段使用的,其實是同一套儀器,相關測試程式也不用重複撰寫。 潘建安認為,由於晶片的設計架構越來越複雜、功能整合度也不斷攀升,未來半導體自動測試設備DIY將成為趨勢。儀器商要做的是把軟硬體基礎打好,保留一定的客製化空間給使用者自由發揮。儀器供應商技術支援的能力將益發關鍵。  
0

免費手機遊戲還有優勢嗎?

  文 | 萬岳憲 資策會MIC產業躍升事業群總監 這樣的玩家心聲,撩起我對手機免費遊戲的好奇心,因為長尾理論作者克里斯.安德森(Chris Anderson)認為,數位時代的資訊免費概念,是大家的一場誤會,因為絕大多數根據「免費」概念所建立的經濟體,其實都可以合理的被懷疑是一種行銷手段。例如,經常看到的「買一送一」,其實是各打五折的另外一種敘述方式;「免運費」的意思,通常是產品售價已經包含運送成本;「附贈品」則表示你已經付錢買了,不要贈品也不能退錢給你。 可是這樣的「免費」行銷概念,在消費市場上隨時看得到,消費者也好像已經習以為常,如果你假裝不知情的問店家:「我不要贈品,可不可以算便宜一點。」你身旁的友人一定會趕快用手肘頂你說:「不行啦!不行啦!」 所以,同理猜測,目前的手機遊戲玩家,早就明白免費遊戲不是真的免費,而且也完全理解「免費取得」且「App內購買」的意思,就是你可以免費拿到玩前幾關,想玩更多關還是要付錢買。這樣的手機遊戲營運模式是個「穩定的市場」嗎?消費者是不是在沒有其它選擇的情形下接受這樣的模式?那幾位「骨灰級玩家」到底是在抱怨什麼? 我認為最好的方法就是親身體驗,實際認真的去玩幾個手機遊戲。但是要從那幾個手機遊戲開始呢?是開啟App Store或Google Play,看到第一個免費遊戲就下載,還是直接下載排行榜第一名的免費遊戲?突然,我想到美國驚悚小說家愛倫坡(Edgar Allan Poe)的隨機法則,他會隨意的翻找英文字典,隨機挑選三個英文字彙,如果他沒有辦法將三個英文字聯想出一篇故事,他就會再重複隨機翻找三個英文字,直到靈感出現。 我也想體驗隨機的結果,所以就透過社群媒體跟這幾位「骨灰級玩家」聯繫,由他們隨意的推薦我玩那些手機遊戲,我還強調絕對不要想太多,想寄就寄給我,別管我想不想玩。果然,這些玩家立刻很不負責任的,傳送許多手機遊戲App的連結給我,類型繁雜各異,但共同點都是「免費取得」。 我不是手機遊戲素人,也曾經盲從的一股腦兒鑽進「免費」黑洞裡,沈浸在憤怒鳥(Angry Bird)與糖果傳奇(Candy Crush)的破關路徑中,跟著人潮去抓寶可夢(Pokémon GO),被一個一個麵包屑,引誘進入永無止境的遊戲關卡,跟兄弟比賽不靠道具過關,跟老婆約定闖過1,000關就金盆洗手。 而這群「骨灰級玩家」也不是貪圖「免費」富貴的省油燈,他們都是在PC Game盛行的年代,沈浸於「魔鬼戰將系列」(Commandos)、「世紀帝國系列」(Age of Empires)、「魔獸爭霸系列」(Warcraft)的玩家們,對電腦遊戲的執著,絕對不亞於近世代青年對動漫與Cosplay的狂熱。那是一個凌晨接到朋友來電借滑鼠,因為玩太久被老婆扯斷滑鼠線…的年代;也是遊戲製作團隊和玩家鬥智的年代,創造出讓玩家們經過謹慎評估後,再貴也要買下來收藏的經典作品。 在深度玩手機遊戲一個月後,我也開始不耐煩App內購買的營運模式,多數的遊戲是藉由「廣告」和「卡關」來激起玩家的付費意願,你不想一直被突然跳出來的廣告干擾、你不甘心被永遠卡在這一關,那就花錢買吧;甚至你花錢買了以後,還會遇到很難的關卡,不小心在快過關的時候失敗,沒關係,看個廣告就可以原地復活;你想熟能生巧的闖關,不可能,因為會有人工智能的大數據精算,你會被卡關在「少一顆鑽石、少一枚金幣、少一盒彈藥、少一格能量」或設備沒有升級、武器沒有進化。 我發現不耐煩的情緒,不是來自無止境的「誘導付費機制」,而是玩遊戲過程中,不斷的被誘導付費機制打破遊戲沈浸空間、阻斷與遊戲角色的情感連結,玩家在持續重建遊戲空間與情感連結的過程中,逐漸失去對遊戲劇情與角色的向心力。或許有一群玩家,跟我有相同的感受,正在等待新型態的手機遊戲出現,這群玩家會願意付月費或年費,因為他們想要完整的遊戲空間,一次完整的遊戲歷程,在固定的時間裡,完成遊戲設定的成就,讓心靈得到發散,就在每天攜帶的手機裡。 我還沒有想到新型態的手機遊戲營運模式是什麼?但是我已經看見「免費」定價,變得愈來愈沒有吸引力。美國哥倫比亞大學商學院的麥奎斯教授(Rita Gunther McGrath)認為,當企業處於變動很大的競爭環境中,實施變革並不會對企業產生危險,反而追隨穩定型態的策略,才是最危險的經營狀態。企業一但落入穩定是常態,變動是非常態的主觀認知,就會形成組織運作的反射思維,同時也創造企業的慣性運作。 數位經濟時代,企業的主要競爭對手,不會只有來自「同產業」,最有破壞力的競爭者,可能來自「斜向」(Oblique)的競爭對手,也就是「你」從來都不會想到是「他」的異業競爭者,例如餐飲的競爭對手,就可能來自手機遊戲業者,因為兩者都是在競逐消費者的可支配所得。 未來,手機遊戲業者的斜向競爭對手,可能來自音樂、影視和直播。因為,競爭的不是「免費」使用,而是一場可支配時間與手機儲存空間的卡位戰。
0

整合多重感知/人工智慧 機械手臂展現十八般武藝

台灣愛普生(Epson)產業科技事業部副總經理王亮國表示,就像各大車廠都會在重要車展上展示未來概念車,宣揚自家對未來汽車的想像跟願景,Epson日前在自動化展上展示的WorkSense W-01自主性智慧雙臂機器人,也是該公司對機器手臂未來發展趨勢的想法。 台灣愛普生產業科技事業部副總經理王亮國認為,未來機器手臂上必然將整合更多感測功能,並導入人工智慧。左為Epson WorkSense W-01機器人。 多重感測讓手臂應用更為靈活 該雙臂機器人擁有2D+3D視覺辨識、力覺感測跟自主思考能力。當機器人偵測到手臂移動路徑上有障礙物出現時,會重新規畫路徑以繞過障礙物。至於機器人本體則採取單一手臂具有七軸關節,加上腰部可旋轉共十五軸的設計,作業流暢度跟靈活性不會比人類遜色。跟真人相比,目前該雙臂機器人只剩下自主移動這點還無法做到,但王亮國透露,未來Epson還會推出結合自動引導車輛(AGV)的雙臂機器人。具備移動能力的雙臂機器人,將可承擔更多樣化的工作任務。 除了概念性的雙臂機器人之外,Epson也推出N6六軸機械手臂與VT6一體式手臂兩款新產品,其中N6採取折疊式設計,除了最小作業空間需求跟人類作業員相似外,還可以懸吊式安裝,讓工廠可以在有限的空間內部署更多機器手臂。VT6則是將手臂的控制器直接內建到手臂本體中,除了具備占用空間小的優勢外,也更容易與其他設備整合,例如將手臂搭載在AGV上。 省、小、精是Epson設計機器手臂的核心理念,高精度、高速度與低震動則是該公司手臂與其他競爭對手最大的差異化所在。但除了手臂本體的進步,未來手臂一定會搭載更多感測技術,來滿足客戶的應用需求。舉例來說,手臂結合視覺跟力覺感測,就能讓手臂執行軟性電路板(FPC)插件作業。因為施力不當會很容易導致軟板損毀,所以目前軟板插件多半還是用人工作業。但具備力道感測能力的機器手臂,能有效避免此一問題。 王亮國表示,手臂產品的進步,讓手臂可以在工廠裡執行更多元化的作業。也因為如此,台灣許多電子製造業的手臂用量不斷上升,負責監督導入專案的主管層級也越來越高,顯示客戶對產線自動化的重視程度正在與日俱增。 不過,提到自動化,不可諱言的是,客戶最主要的考量還是在成本,畢竟要打造一條自動化產線,往往牽涉到相當可觀的資金投入。因此,目前在工業機器手臂市場上,有些業者採取殺價競爭的策略,希望藉此博得客戶青睞。這對於目前在台灣市占率領先的Epson來說,是一個必須正視的挑戰。 走出工廠開拓新藍海 對此,王亮國透露了兩個因應策略,首先是建議客戶在財務操作上,將機器手臂視為耐久財,用逐年折舊攤提而非一次性採購的方式來認列成本。因為現在手臂能做的工作越來越多元,即便產品更新換代或產線有所調整,已經採購的手臂還是可以繼續沿用,不會就此派不上用場。這種成本認列方法不僅比較貼近現實,也可以讓廠商財務負擔大幅降低。換言之,能執行的任務越多元,部署彈性越高的手臂產品,即便單價較高,成本效益還是會比低單價但功能單一、部署彈性低的手臂為佳。 其實,Epson的手臂在台灣的製造業市場一直是市占龍頭,因此也成為各家手臂業者集中火力的對象。未來Epson會繼續投入更多資源,鞏固其市場領先優勢,例如強化建教合作,培育更多熟悉Epson手臂的年輕工程師,為製造業客戶提供全方位的顧問、產線建置模擬與後續維修服務等。 第二個策略則是走出工廠、走進店頭。隨著Epson的手臂越來越靈活、智慧化,未來Epson的手臂除了應用在工廠,也可以應用在非電子製造業,例如食品業、生醫實驗室、製藥等,甚至服務型機器人市場,也是Epson有意進軍的領域。
0

美光轉向電荷捕捉 3D Xpoint暖身時間不多了

西瓜偎大邊 電荷捕捉大獲全勝 在半導體的世界裡,一項技術能否成功,供需兩端的規模都是非常重要的因素。美光的NAND Flash產品發展路線決定從浮閘轉向電荷捕捉,正是因為除了英特爾跟美光之外,業內已經沒有其他供應商採用浮閘技術。 由於美光決定轉向,未來還會堅守浮閘技術的NAND Flash供應商將只剩下英特爾。對英特爾來說,這是一個相當不利的情況。一來日後所有的研發費用將必須獨自承擔,二來設備供應鏈業者願意力挺到何種程度,也是個問題。英特爾的設備採購訂單再大,也無法跟三星、東芝、海力士等業者的設備需求總量相比。設備業者在商言商,其NAND Flash相關設備的研發重心必然往電荷捕捉移動,未來還能分配多少資源給浮閘製程所使用的設備,是個大哉問。 事實上,類似的情況在DRAM產業就曾發生過。在21世紀的前十年,DRAM產業就曾發生過溝槽式(Trench)與堆疊式(Stack)的架構大戰。溝槽式DRAM(圖1)的電容在閘極下方,堆疊式DRAM(圖2)的電容器則在閘極上方,是這兩種DRAM最大的差異。 新電子科技雜誌主筆黃繼寬 圖1 溝槽式DRAM 在溝槽式DRAM的製程中,必須先在基板蝕刻出溝槽,然後在溝槽中沉積出介電層,以形成電容器,然後在電容器上方再製造出閘極,構成完整的DRAM Cell。這種製程最大的技術挑戰有二,一是隨著線寬越來越細,溝槽的寬深比跟著增加,如何蝕刻出這種溝槽,是相當大的技術挑戰。其次,在進行沉積製程時,由於溝槽的開口越來越細,要在溝槽裡面沉積足夠的介電材料,形成容值夠高的電容器,也越來越難。相較之下,堆疊式DRAM則沒有上述問題,因此隨著製程節點越往前推進,溝槽式DRAM的採用者越來越少。 兩大技術陣營從130奈米開始一路纏鬥到75奈米,最後只剩下奇夢達(Qimonda)還能做出溝槽式DRAM,其他DRAM業者則早已改採堆疊式架構。而在這個過程中,DRAM業者不斷跳槽到堆疊式架構,設備業者對溝槽式製程的支援也越來越少。最後,隨著奇夢達破產,溝槽式DRAM也宣告走入歷史。 如果歷史經驗有任何參考價值,溝槽式DRAM與堆疊式DRAM的大戰告訴我們,英特爾可能做出了很危險的決策。台語俗諺說「西瓜偎大邊」,看準趨勢發展方向,站在主流方,可獲得的生態系統資源也越多,規模經濟效應也越明顯。而站錯邊的廠商,最後往往只能黯然退出市場。 人多的地方不要去 照理說,英特爾應該也看得出固守浮閘技術的危險性,但英特爾/美光宣布分手已經幾個月過去,英特爾看起來沒有改變NAND Flash技術發展路線的打算。有些媒體認為,英特爾應該只是不願公開承認浮閘技術已經走到盡頭,試圖做最後的努力。 但對英特爾而言,浮閘技術或許仍有值得賭一把的理由。筆者認為,英特爾不是一家會為了面子死撐的企業,從Wireless USB、WiMAX到WiDi,英特爾技術發展押錯寶的例子其實不少,最後都是以壯士斷腕的結局收場。因此,另一個可能是,英特爾對自己的浮閘技術掌握度深具信心,認為至少還能再支撐一個世代以上,然後將自家記憶體產品過渡到Optane,也就是3D Xpoint技術。 事實上,筆者認為,對手握3D Xpoint技術的英特爾來說,以浮閘技術為基礎的NAND Flash,最大的任務是爭取時間,而不是真的要一直靠此技術跟其他NAND Flash供應商競爭。 雖說西瓜偎大邊,但「人多的地方不要去」也是商業競爭的常識。NAND Flash記憶體跟DRAM一樣,是同質性很高的產品,也因為如此,供應商之間的競爭武器,直言之只有三項法寶--產品開發速度、成本控管跟口袋深度。誰的產品開發速度領先同業,誰就能掌握新產品上市初期的高獲利時機;成本控管能力較佳、口袋深度夠深的業者,則更有籌碼打價格戰,在市況不佳的時候熬過市場寒冬。 相較於其他記憶體供應商,英特爾其實有很多策略選項,Optane就是一路活棋,而且是其他記憶體供應商所沒有的獨家技術。Optane的讀寫效能理論上接近DRAM,但卻具有NAND Flash的非揮發特性,被認為是非常有潛力的次世代記憶體。不過,目前Optane固態硬碟(SSD)的效能其實跟NAND Flash SSD相去不遠,價格卻高出一大截,因此市場接受度並不理想。也因為如此,英特爾還需要時間為Optane做更多準備,包含平台架構/軟體的調整跟最佳化,以及最重要的降低成本,Optane的市場接受度才有機會提升。 另一方面,Optane除了用在SSD之外,也可以DIMM模組的型態出現。目前英特爾已經提供基於Optane的DIMM模組工程樣品給特定客戶,預計2019年開始量產。這是一項非常值得關注的產品,即便短期內Optane DIMM不可能取代DRAM的地位,但至少有攪局的潛力。 某記憶體相關業者就直言,主機板上的DIMM插槽總數不太有增加的機會。換言之,只要Optane DIMM占掉一個插槽,DRAM的DIMM插槽就少一個。由於DRAM報價居高不下,英特爾在2017年拱手把盤據數十年的全球半導體營收龍頭寶座讓給了三星,而Optane DIMM這項產品在此刻現身,其實頗有牽制三星的意味存在。 前面提到,英特爾不是純記憶體業者,而是運算平台的主導者,因此,相較於其他記憶體業者只能在英特爾制定的平台框架內競爭,在技術上,英特爾可以用平台設計來拉抬Optane,在商業模式上也有捆綁銷售的可能性。 供應商家數不足恐成普及障礙 雖然Optane有其特殊性,而且英特爾還可以將其包裹在平台中推廣,但整體來說,這項技術未來的最大隱憂,恐怕就是它的特殊性。3D Xpoint是英特爾跟美光聯手開發的次世代記憶體技術,目前已經商品化的廠商則只有英特爾一家,美光則不願意將基於3D Xpoint技術的記憶體運用在SSD產品上,甚至寧可讓其廠房閒置,也不願生產3D Xpoint記憶體。 某種程度上,這也是Optane SSD價格居高不下的原因之一,因為產能實在太低。沒有量就不會有Cost Down,是電子業的基本規律。此外,單一供貨商也會使原始設備製造商(OEM)跟品牌廠持觀望態度。 或許也是考量到單一供應商可能造成的問題,加上3D Xpoint的部分關鍵技術也來自美光,因此在英特爾、美光宣布停止合作開發下一代NAND...
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -