首頁Top區塊
- Advertisement -
解決停車位不足困擾 自動配位系統展妙用
為此,本文提出一套期望利用MCU控制紅外線感測器來管控車位的方式,幫助停車場內的車位能被更有效的利用。不僅能令駕駛人省下盲目找尋車位的時間、提升尋找車位的效率,降低駕駛們發生爭執的機率。
憑著掃描入場時嵌有系統分派車位資訊的QR Code,APP會自動儲存車位資訊以防駕駛人忘記車輛停放的位置,APP中的停車場車位配置圖搭配上顏色的變化告知駕駛系統所配給的車位,圖形化的顯示方式配合停車場內的告示指標便能讓駕駛快速地找到屬於自己的車位。
地狹人稠車位尋找大不易
現今車輛對車位的需求量遠大於車位數,這個情形在台灣的各個核心都市尤為明顯,同時因時下的停車場系統部分有待改進的功能,容易衍生出其他危險的亂象發生。例如:人肉占車位、駕駛爭搶車位、等候車位之車輛隊伍造成塞車回堵影響交通等。期望利用MCU控制紅外線感測器來管控車位的方式幫助停車場內的車位能被更有效的利用,能直接為進場車輛配給車位,駕駛入場後僅須依循停車場內的告示指標直接前往分派之車位方可停入,省下自行尋找車位所浪費的時間。
本文希望設計一套系統當停車場內還存有閒置車位,並當駕駛人開車準備入場按下螢幕上的入場鈕後,在螢幕上顯示一個內嵌車位資訊的QR Code與車位資訊供駕駛掃描。使駕駛人能快速得到停車位並於掃描完成的同時APP會自動保存車位資訊,駕駛人只須依循地面上之標示前往空位即可停入,不僅能節省時間和能源,更能減少許多駕駛間發生爭執的機會。
目前路上看到的停車場系統仍須自行尋找車位並且容易造成兩人以上的駕駛想停同一個位置,或乘客先行下車幫忙占位亦或另行尋找其他車位造成時間及能源上的浪費。而本系統能直接分配位置以此改善浪費的情形、解決駕駛對於車位的爭搶,入場的駕駛都一定能擁有一個自己的空位不用自己尋找。
另外,於即時性方面也優於現用之系統,滿位時不須等待前車出場後車才可進場,當前車駛離停車格後,系統即視為可分配車位藉此縮短排隊時間、舒緩當停車場滿位時後方車輛塞車情況。同時也能藉由入場時APP掃描QR Code後會自動記錄車位資訊的功能也能防止駕駛遺忘車位找不到車子的狀況。
善用MCU設計停車自動配位系統
此一停車場自動配位系統,使用盛群HT66F70A進行製作。利用紅外線感測器元件來獲取車位狀態,來判斷車位是否有車停入,再透過Wi-Fi模組將車位狀況傳至雲端,入口處的配位端抓取雲端的資料後分為近入口與遠入口。當車輛入場時以近入口低樓層>近入口高樓層>遠入口低樓層>遠入口高樓層的順序分配位置,駕駛按下入場鈕後顯示內嵌車位資訊的QR Code供駕駛掃描獲取車位,APP會自動儲存車位資訊以便使用者查詢,駕駛人只須依循地面上之標示前往空位即可停入。
本作品使用HOLTEK MCU為HT66F70A,使用的主要核心功能為輸入/輸出閘(I/O Ports)、中斷控制電路(Interrupt Controller)、IO模擬UART。
HT66FXX系列控制器的內部結構如圖1,其以8位元精簡指令之微控制器核心為主體,並且搭配快閃式程式記憶體(Flash Program Memory)、資料記憶體,包含RAM Data Memory與E2PROM Data Memory、特殊功能暫存(SpecialFunctionRegister, SFR)、輸入/輸出閘(I/O Ports)、SPI/I2C串列介面模組(Serial Interface Module, SIM)計時模組(Timer Moudle, TM)、中斷控制電路(Interrupt Controller)、多通道之類比-數位轉換介面(Multi-Channel ADC)、類比比較器(Comparator)、LCD介面(提供COM3~COM0輸出)與看門狗計時器(Watchdog Timerl,...
專訪新漢科技董事長林茂昌 開放標準巧扮IT/OT橋樑
因此,如何使工廠內的機台設備都能夠彼此對話,實現機器對機器(Machine to Machine, M2M)的聯網,是首要任務。對此,新漢科技秉持著「開放標準」的布局策略,致力打通資訊技術(IT)與營運技術(OT)間的瓶頸,進而實現能「Working」的工業4.0。
新漢董事長林茂昌表示,工業4.0成為製造業熱門議題已有多年時間,智慧製造被認為是推動製造業爆發成長的主要驅動因素,未來以數據採集、數據處理、聯網為核心的「智慧」基礎將具有舉足輕重的作用。然而,從近幾年開拓市場的情況來看,多數的企業若要轉型智慧製造,往往在首要的「聯網自動化」階段便會碰到瓶頸。
林茂昌說明,舉例來說,一間工廠內有著許多不同品牌的設備,像是西門子(Siemens)、三菱(Mitsubishi)等,而不同的設備有著不同的通訊系統。以往在自動化、工業物聯網(IIoT)或智慧製造等概念尚未出現之前,工廠內的設備不須相互連接,多用人力操作,因此業主不會太在意機台設備各有不同通訊標準的問題。然而,自動化、智慧製造的時代到來後,機器間開始須互相對話,同時還必須與雲端相連以上傳數據,這時候企業主便發現,不同的通訊標準導致M2M之間的聯網複雜度提升。
林茂昌補充,過往不同設備採用不同通訊標準的另一個因素,在於各大工業設備公司之間存在著競爭關係,因此在技術發展上也無可避免地會相互競爭,不管是現在還是將來,這種情況都不會改變。而對一些大型公司來說,抱持開放意味著市場優勢會受到挑戰,可能會因此而流失客戶,所以大多使用封閉式的架構來鞏固自身的市場地位。
然而,對於預算、BOM Cost成本十分敏感的中小型企業(或是新創公司)而言,不見得能承受大品牌公司整套解決方案(包含設備、通訊技術、控制系統等)的價格;也因此,為了使不同品牌設備之間能夠互通互聯,開放標準的需求愈來愈明確。
林茂昌認為,一個蓬勃的產業生態必須具備工業標準+開放架構。工業4.0走向成熟的標誌,就是建立一個基於開放標準的超大產業。就像PC與手機一樣,有了開放標準,千家萬家企業就能夠分工合作,讓市場擴大十倍、百倍。理想中的工業通訊,是使用同樣的通訊標準。在工業4.0框架之下,各個獨立的系統和設備是互相聯網、互聯互通的,通訊處於非常重要、非常核心的位置。
綜上所述,開放式標準的需求和重要性與日俱增,透過開放式標準,得以打通橫向的機聯網,以及縱向的物聯雲(機台與雲端的聯結),進而加速實現IIoT、智慧製造等目標,進而達到工業4.0。也因此,新漢將工業4.0的未來,架設在EtherCAT與OPC-UA等開放標準之上。基於EtherCAT,新漢開發出了EtherCAT Master,並且依靠這個技術,生產出名為NET 300的控制器,可兼容控制基於EtherCAT標準的不同廠家的設備,包括機器人、生產線、工具機等,並將大數據匯整後上傳雲端。當然,該產品除了能支持開放標準,也能連接現有非標準的主要通訊協議。
林茂昌表示,工業4.0有著「任督二脈」。第一點,工業3.0的自動化必須先打通,這包括製程自動化、機台自動化,以及機器人。這些在過去都是封閉架構,多數有歷史的工廠都是「機械的聯合國」,彼此不相容也不相通。第二點是將原來都不相連的生產線、機器人、與工具機聯雲(E2E)聯網,再連上必要的感知器與各種裝置,這就是所謂的工業物聯網。為此,新漢秉持著開放標準的EtherCAT技術,使生產線、機器人、與各種工具機完全相容相通,並與各個不開放、非標準的廠商共存共榮。
林茂昌進一步強調,從工業3.0到4.0,意味著從自動化邁進了訊息化的時代,當中的差別在於,工業4.0增添了大量的「資通訊(ICT)元素」。這將會是新漢未來持續布局的方向,因工業4.0指的便是物聯網(IoT)市場,而物聯網從上到下,分為IT技術、通訊技術(CT)和OT技術三層。其中,商業潛力最大的便是IT、OT層;透過串聯OT層不同廠商的設備,從而掌握大數據的向上供給管道,這是新漢將來積極發展的目標。
新漢董事長林茂昌認為,開放標準是加快工業4.0普及的關鍵,新漢也致力透過開放標準打通IT與OT之間的瓶頸。
從雲端到終端 微軟積極布局IoT資安防禦
為提升IoT裝置設計、部署安全,雲端業者除陸續訂定相關準則供上、中、下游產業鏈參考之外,同樣也提供技術支援,微軟物聯網亞太創新中心總經理葉怡君表示,以往產品設計多是先求有再求好,安全並非是第一考量,很少有人會在產品設計或是推出之時,指出產品的「不安全」;對於OEM、ODM業者來說,當還沒有任何消費者的「使用反饋」,就直接指出產品安全堪慮是有點「掃興」的。
然而,近幾年創新技術紛起,像是臉部辨識、物聯網、智慧監控等,這些應用開始跟消費者自身隱私息息相關,於是,消費者開始在意個資保護,IoT安全防護需求因而開始提升。除了消費者隱私保密意識興起外,頻繁的資安攻擊事件也是推力之一,例如時常聽到某些明星被駭,雲端儲存私密照片被駭客破解後四處傳送;又或是之前鬧得沸沸揚揚的台積電機台中毒事件,更讓消費者或企業體會到資訊防護重要性。
葉怡君指出,例如工廠機台中毒、雲端遭駭使得個人私密資料外流等新聞層出不窮,加上歐盟發布「一般資料保護規則(GDPR),讓消費者和企業主的安全意識逐漸高漲,對於產品安全要求上開始從以往的「有就好」,慢慢轉向「高安全、高防護」。因為在IoT時代,到處都有聯網設備,而任何一個點都有機會成為駭客攻擊的目標。
因應此一趨勢,微軟提供雲到端的技術支援。在雲端方面,微軟備有Microsoft Azure IoT平台,該平台結合了持續成長的整合式雲端服務(分析、機器學習服務、儲存體、安全性、網路功能及Web),為資料提供保護與隱私權。同時,Microsoft的模擬缺口策略會透過由軟體安全性專家組成的專屬「紅隊」,來模擬攻擊、測試要偵測的Azure能力、防範新興威脅,以及從缺口中復原。
此外,微軟的系統能提供持續的入侵偵測與防護、阻斷服務攻擊防護、一般滲透測試,以及可協助識別及緩解威脅的法務工具。Multi-Factor Authentication可為存取網路的使用者提供額外的安全性層級。 此外,針對應用程式和主機提供者,微軟會提供存取控制、監視、反惡意程式碼、弱點掃描、修補程式及組態管理。
至於終端方面,微軟推出強化MCU聯網安全的Azure Sphere方案。微軟Azure Sphere總經理Galen Hunt表示,MCU可說是小型裝置的腦袋,其裝載著運算、儲存、記憶體與作業系統等資源,估計每年內建MCU的裝置部署數量超過90億台,雖然目前僅有少數的裝置連網,但不出幾年,所有的裝置都將具備連網MCU。
而Azure Sphere結合微軟在雲端、軟體及裝置技術方面的專業知識,提供實作安全性的獨特方法,從晶片開始並擴充到雲端。換言之,經由Azure Sphere認證的MCU將內建聯網能力和Microsoft Pluton安全技術,並執行微軟所設計的Azure Sphere OS,再連結至微軟的Azure Sphere安全雲端服務,以管理所有Azure Sphere裝置的服務,處理裝置與裝置之間,或是裝置與雲端之間的通訊,可藉由線上故障報告監控所有的安全威脅,還可藉由軟體更新升級安全功能。
葉怡君說明,推出Azure Sphere不代表微軟要開始賣MCU,因微軟專長還是在於軟體和雲端服務,因此仍須跟硬體設計業者合作,例如聯發科、NXP等。Azure Sphere目的在於讓產業能有個「參考設計示範」,因為MCU研發涵蓋許多層面,不是每個業者都有能力自行設計既安全又高效的產品,而Azure Sphere可節省開發複雜度和時間。
葉怡君指出,要確保雲到端的安全性,需要有一個整體的解決方案;同時,雲端業者除了提供技術支援外,也同時扮演一個領頭羊的角色。以微軟為例,有了從雲到端的整體解決方案,意味著微軟相當重視IoT安全,也讓企業主、客戶和消費者理解到安全的重要性。
2023年半導體應用於通訊產品比重高達35.7%
產業研究機構IC Insights發表最新產業研究報告指出,在過去的20年中,晶片於通訊類產品的應用,市場比重幾乎翻了一倍,從1998年的18.5%增加到2018年的36.4%。2013年通訊IC首次超越運算IC,成為最大的晶片應用類型,但由於記憶體市場蓬勃發展,IC應用於2017與2018年在度短暫超越通訊應用(因為PC/NB使用的記憶體比通訊系統多)。然而,隨著2019年記憶體市場預測下跌30%,通訊IC市場有望在2019年超越運算IC市場,並在2023年將比重提升至35.7%。
車用IC市場比重自1998年以來穩步成長,從當年的4.7%成長到2018年的8.0%。此外,汽車IC市場2018~2023年平均年複合成長率高於其他應用約為9.2%。不幸的是,由於其規模相對較小,汽車IC市場的高成長不足以在未來五年內顯著提升整個半導體產業的成長率。與汽車和通訊領域不斷成長形成鮮明對比的是,過去20年來,運算和消費性IC市場的市場比重都有所下降,運算應用在整個半導體市場中的比重自1998年以來下降了19個百分點,到2018年的36.6%。然而,有望支持物聯網的強大伺服器需求預計將為運算型IC市場注入新的活力。
工業/其他部門占整個半導體市場的比重從1998年到2013年穩步下降。然而,隨著工業自動化在全球的成長,該應用預計將占總數的8.7%。關於IC終端使用市場比重數字的概況,其通常採用漸進式而非革命性的步伐。
馬不停蹄 PCI-SIG計畫2021完成PCIe 6.0規範
PCI-SIG於不久前正式發布PCIe 5.0標準之後,近日又於開發者大會上宣布PCIe 6.0的規劃,指出PCIe 6.0的速率和PCIe 5.0相比將再提升一倍,達到64 GT/s,且仍具向後相容性,提供高效率、高性價比的效能,PCI-SIG預計PCIe 6.0的規範將於2021年完成。
PCI-SIG主席兼總裁Al Yanes表示,該協會正持續滿足現今資料吞吐量需求,而延續PCIe 5.0規範設定趨勢,PCIe 6.0制定的腳步持續加快,致力在一個產業能接受的時間範圍內訂定出傳輸頻寬翻倍的標準。
據悉,PCIe 6.0標準的頻寬最高達256 GB/s(在16通道配置下)、原始傳輸率高達 64GT/s,各項標準均是PCIe 5.0的兩倍;同時,PCIe 6.0兼容以往的PCIe介面,不過,和PCIe 5.0不同的地方在於,PCIe 6.0會採用Pulse-Amplitude Modulation 4(PAM4)的編碼技術,而非PCIe 4.0和PCIe 5.0的Non-Return-to-Zero(NRZ)技術,並且採用前向糾錯(Forward Error Correction, FEC)技術提高傳輸速率。
Principral...
AIoT結合ICT技術 智慧沼氣發電系統效益高
依照行政院農委會於民國106年11月調查,台灣目前約有7,000多家養豬場,每年生產550萬頭豬隻,若將其排泄的豬糞利用作為沼氣發電原料,可增加台灣再生能源發電量且減少農畜牧業廢棄物的排放汙染問題,可以達到環保與再生能源的政策效益。
AIoT搭配沼氣發電技術 提升農務效率
根據調查政府曾於民國100年,全額補助710戶豬農建置沼氣發電機,幾年後只剩下少數發電機還可以運作使用,其餘發電機都已報廢停擺。最主要的原因就是沒有幫農民規畫一套系統運作及維修服務機制,農民的專長是養豬工作,沒有相關專業知識也無暇去照顧沼氣發電系統維護操作,整個政策因沒有後續系統服務配套措施而失敗。為此,資策會以「發展智慧化物聯網(Artifical Intellegent of Things, AIoT)系統」軟體技術,搭配本土化沼氣發電技術設計具有監測服務功能雲端平台,提供有意願經營沼氣發電服務公司廠商使用,從雲端平台來監控沼氣發電系統各單元運作狀態,協助養豬農即時服務維持系統長期運轉。簡單的說就是讓農民專心養豬,由雲端平台上的系統定期收集數據供專家在遠端以資料分析的方式來監控沼氣發電設備的運作情況,即時發現系統運作異常的問題,並有效率的協助農民排除運作上障礙。
雲端平台收集擷取沼氣發電系統各環節中各項檢測即時數據,藉以建立智慧監控及回饋系統,對沼氣發電系統運作效率提供最佳化控制,將沼氣發電系統各運作單元的即時狀況連網化、可視化與數位化,成為沼氣發電服務公司遠端監控維運管理的重要工具,功能包括提供系統效益分析/健康診斷/最佳化演算/故障預警/派工維修等等長期運作維護及營運問題。
整個系統從高溫厭氧醱酵、二階段脫硫、儲氣槽及發電機組各個單元設計都有布建感測器偵測各項參數。AIoT系統的前端設備進行各單元感測器參數收集,並透過4G無線網路將參數送至雲端平台,進行效益分析/健康診斷/最佳化演算/故障預警/派工維修等等營運服務。這些驗證數據與技術成果,可作為未來相關單位執行後續推廣與擴大落實效益時的策略擬定重要參考依據(圖1)。
圖1 沼氣發電系統架構可以協助策略擬定,實現更高效益。
資料來源:資策會
遠端自動監測控制架構
沼氣發電系統導入物聯網技術之效益包含場域端與聯合區域兩部分。於場域端效益部分,物聯網技術可協助個別養豬場掌握沼氣發電即時狀態,包括發酵、脫硫、發電等各部分處理單元運作狀況,當有異常便提供警示,亦可作為後續作業流程調整之參考依據。於聯合區域效益部分,藉由雲端技術的導入,可大幅降低資通訊系統之建置費用,且能確保資料完整性,降低資安及資料損毀等風險;同時開發遠端智慧巡檢服務,建立沼氣處理單元與發電設備狀態檢測邏輯,時時替豬農把關設備與系統健康狀況,以此方式同時服務多個場域,進一步降低永續經營之成本。
圖2是場域端資通訊系統整合架構,沼氣發電流程各環節中,各子系統布建之感測器先經由可程式邏輯控制器(Programmable Logic Controller, PLC)讀取感應之量測值。之後透過工業常用標準ModBus數位匯流排傳送至異質資料彙集單元,異質資料彙集單元的內部軟體會進行資料收集、過濾、有效性判讀、儲存等等預處理功能。之後將預處理過資料以安全通訊協定回傳雲端系統,進行後續資料顯示、分析、統計、事件判斷、歷史趨勢與儲存等等功能服務。於雲端系統接續部分,因考量養豬場位置的固網環境條件可能不足等因素,所以使用4G無線網路作為後端TCP/IP及RESTful傳輸協定之媒介。
圖2 場域端資通訊系統整合架構可以收集、整理、分析、儲存資料等。
資料來源:資策會
所傳送到雲端的資訊內容包含,各子系統的輸入參數、輸出參數、系統參數、閥門控制與事件警告等五大類別,共超過200多個特定參數。
雲端數據收集分析平台
這套系統的網站畫面呈現方式採用響應式的方式設計,可使用不同尺寸的螢幕來進行遠端監控,例如手機、桌上型電腦、中控室大螢幕等,因考量手機與電腦螢幕的解析度不同問題,目前規畫將手機版網頁(圖3),以簡化圖形界面展示各單元串連關係,及整體運作狀態。功能除了沼氣發電各子系統要求的關鍵性參數顯示如:發電量、沼氣產量、硫化氫含量、酸鹼值(pH)等等監測值外,還提供當日累計參數顯示功能。各單元是否持續正常運作中,例如馬達與攪拌器等等也會以動態方式表現在網頁。
圖3 手機版網頁簡化圖形便於操作。
資料來源:資策會
電腦版顯示方式(圖4)則以實際的沼氣發電系統工程配接圖方式顯示,共12個單元:配料、酸化、醱酵#1、醱酵#2、醱酵#3、醱酵#4、沼液儲存、生物脫硫、化學脫硫、沼氣袋、熱回收、發電機。畫面顯示表現整個沼氣發電系統的實際管線聯接與運作控制狀態,包含馬達、幫浦、攪拌器、開關閥門、液體儲存槽、氣體儲存槽等等操作控制單元設備。各子系統的專業工程師透過電腦游標滑動點選各單元設備後,即可顯示該單元內詳細量測項目數值,及量測數據歷史紀錄。此外平台還提供以下功能:
圖4 電腦版網頁圖以實際發電系統工程配接圖方式顯示。
資料來源:資策會
.監測紀錄查詢功能:
可依不同時間單位查詢,如每五分鐘、小時、日、月、季、年歷史數值趨勢圖,與報表輸出。
.即時與歷史告警查詢功能:
監測裝置或數值出現問題之告警查詢及報表輸出。
.遠端操作模式設定/切換:
單元暫停運轉、馬達轉速控制、管線閥門開/關、監測設施故障等等。
.告警設定:
監測值範圍上下限、有效率數值百分比、校正提通知、校正逾期通知等設定。
.通知對象:
可同時通知多組e-mail與手機簡訊與call API的方式。
.帳戶管理:
帳戶新增修改與權限管理、帳戶登入、登出與操作行為紀錄。
.人工登入參數:
雲端平台除了收集沼氣發電系統不同環節各項關鍵性系統參數、輸入參數、輸出參數,同時彙整各子系統線上即時量測值,也提供工作人員非即時離線量測值的資料匯入,由人工填入Excel表格欄位存入「人工匯入」資料庫,協助各單元設計人員即時掌握各階段執行狀況並進行效益分析。
參數類別分成輸入參數、輸出參數、系統參數、閥門控制與事件警告等五大類別,其中輸入、輸出與系統參數就是以Dashboard方式顯示,點選後可連結到參數歷史資料庫查詢(圖5)。
圖5 電腦版網頁Dashboard可連結參數歷史資料,協助資料管理與查詢。
資料來源:資策會
智慧雲端平台預期效能指標包含:
.可同時容納100人連線讀取,連線反應時間(不含資料處理時間)應低於5秒。
.於資料庫內含1,000,000筆模擬資料情況下,查詢最近一週內單一資料擷取頻道之所有紀錄,平均資料處理時間應低於30秒。
.於資料庫內含1,000,000筆模擬資料情況下,由同一區域網路內終端設備,顯示包含10項預先選定之即時資料模擬儀表面板畫面,由送出請求至資料讀取完成之平均延遲時間應低於5秒。
AI人工智慧導入
機器學習與人工智慧技術並非新創技術,自1956年開始發展以來,相關研究未曾中斷。因電腦運算與儲存成本降低,大數據及物聯網相關技術趨於成熟,機器學習與人工智慧建置成本大為降低,應用領域在短時間內大量擴散,幾乎已達「無所不在」的程度。包括機器人、家電、醫療、工業4.0,甚至金融科技、智慧客服等。美國研究機構BCC Research預測,全球機器學習相關產品已經進入起飛成長的階段。
這套系統的網站除了監控技術應用外,也將提供人工智慧技術導入應用功能,藉由已蒐集之參數資料,後續將可經機器學習(Machine Learning)相關技術,發展適用於沼氣發電不同環節之預測與決策模型。期能利用易於建置、維護、成本較低之線上即時感測器、量測方式,掌握實際執行狀態,藉以取代其它高單價、維護不易之感測器或離線量測,以達到降低整體成本之目標,同時仍能維持必要之整體運作,並可將資訊系統擴展至整合營運管理相關功能(圖6),如雲端平台之可擴展性、圖資系統整合(Geographic Information System, GIS)、人員排班與任務指派、營運管理報表、設備故障診斷、製程異常提前警示等。
圖6 機器學習與決策系統架構流程示意圖
機器學習法具體內容包含:
.機器學習演算法與預測模型建立。
.示範場域感測器資料收集演算,包括:發電量、設備溫度、氣體濃度、含硫量、槽體壓力等等關聯性參數資料。
.不斷累積資料修正預測模型,達到效率提高,準確預測的智慧化設備資產管控。
.開發以增量式學習演算法(Incremental Learning)訓練預測模型。
.執行巨量資料演算開發人工智慧技術,對發電效率提供最佳化控制模式建議。
.提供雲端效益分析/健康診斷/最佳化演算/故障預警/派工維修等等營運服務。
目前於商業領域應用之主流為機器學習技術。此一技術讓機器擁有學習能力,如同人類學習一樣;首先大量訓練數據中找出關聯性,並將這些關聯性歸納為特徵,便可據此建立資料模型,亦即機器的知識。
最後利用這些模型,針對後續輸入數據進行操作,便可產生推論,亦即針對輸入數據的結果預測、或是將輸入數據進行分類。
建置一套機器學習系統之關鍵有二。首先是針對待解決問題本身的瞭解與對資料掌握能力,以便於從過多龐雜無關資料中正確引導關聯性之建立。
如果對於問題本身缺乏足夠理解,訓練過程將會耗費大量時間,用於排除無因果及關聯性之資料;且訓練過程亦可能會發散,甚至完全無法建立關聯性。
另一關鍵則是大量資料;不只用於關聯特性歸納,同時亦可用於資料模型校準。輸入的數據越來越多,演算法也會持續的調整並做出更精準的分析與預測。
智慧平台之中長期目標為發展一套機器學習系統,用於建立沼氣發電各流程環節操作參數間之關聯性,期能減少非必要感測器之需求,以進一步降低成本;同時期望能建立一套預測模型,期能對發電效率提供最佳化控制,將沼氣發電連網化、可視化與數位化,成為遠端監控維運管理的重要工具。
利用ICT技術建構一套跨領域知識整合的沼氣發電系統智慧物聯網AIoT遠端監控服務平台。這件工作橫跨多種不同專業領域技術,包括農業、化學、機械與能源,專業知識整合有一定困難度,相關技術導入及落實推廣也具有挑戰性。過程中花費很多時間,分別與不同領域技術人員、設備廠商、及學者專家之間作多次溝通,工作執行中感謝工研院相關技術專家指導協助,建立適用於本土養豬場符合於不同形態規模之養豬場使用。期能進而形成本土化的沼氣發電產業鏈,配合南向政策開拓東南亞市場。
(本文作者皆任職於資策會智慧系統所)
開啟直覺人機互動新篇章 高整合140GHz雷達系統顯威
比利時奈米電子和數位科技研究與創新中心imec,5月14、15日於安特衛普(Antwerp)法蘭德斯會議中心舉辦年度科技盛會「Future Summits」,活動除邀請英特爾(Intel)技術長Mike Mayberry、益華電腦(Cadence Design Systems)執行長陳立武、微軟(Microsoft)HoloLens硬體與客製晶片副總裁Ilan Spillinger、嬌生公司全球負責人William Hait、WD執行長Stephen Milligan,以及美光科技(Micron)技術策略與營運副總裁Linda Somerville等多位產業界重量級人物分享創新科技思維與觀點外,亦展示超過50多項imec與合作夥伴共同研發的技術與應用成果,堪稱科技界最具指標性的前瞻技術交流平台。
在眾多展示成果中,採用140GHz頻段的多重輸入輸出(MIMO)雷達單晶片方案,格外令人注意,除了使用的毫米波(mmWave)頻段更高外,其採用CMOS技術高度整合多天線與收發器,實現精巧、小尺寸設計,亦是一大特點;再結合imec研發的機器學習演算法,可達到超精準解析度與高靈敏感測效能,為雷達感測在直覺式人機互動的應用發展再寫新頁。
5G/自駕車熱潮帶動 雷達感測應用前景俏
近來,隨著5G與自駕車發展日益升溫,毫米波技術的應用潛力逐漸受到產業界重視,相關研發活動與投資也不斷增加,除了聚焦在5G高頻通訊與汽車駕駛輔助系統(ADAS)的雷達應用外,利用毫米波雷達實現更多元的感測應用,亦是另一個重要發展方向。
舉例來說,德州儀器(TI)除了力推車用毫米波雷達方案外,亦積極將該技術拓展至工業自動化、智慧建築、智慧監控等其他應用領域,利用60GHz高頻毫米波雷達實現如人員計算、動作偵測、使用狀態偵測(Occupancy Detection)及生命跡象監測等應用。此外,英飛凌(Infineon)、Acconeer、Silicon Radar、NOVELIC等歐洲晶片廠,也都朝同樣的方向發展,甚至已推出基於60GHz毫米波雷達的感測方案。
事實上,目前上也有不少廠商是以24GHz毫米波雷達方案,來拓展上述非汽車ADAS應用的雷達感測市場,不過,由於業界已傳出歐洲電信標準協會(ETSI)和美國聯邦傳播委員會(FCC)決定於2022年前,逐步淘汰使用24GHz超寬頻段(Ultra Wide Band)的產品,再加上基於60GHz頻段的毫米波雷達,本質上可提供比24GHz頻段更高的感測解析度,因此不少廠商已開始往60GHz技術靠攏。
至於汽車雷達常用的77GHz頻段,若要用於工業、建築和城市基礎建設,包括那些需要人機互動的應用,在全球大多數地區都是受到限制的。
頻寬決定距離解析度 140GHz方案來勢洶洶
值得注意的是,毫米波雷達感測器的距離解析度(Range Resolution)效能與使用頻段的頻寬大小息息相關,頻率愈高頻寬也相對較大,意味著感測器距離解析度愈好,因此目前已有業者推出採用120GHz頻段的毫米波雷達感測器,而imec此次所發表的140GHz毫米波雷達系統單晶片,則是另一突破性的技術進展。
以60GHz頻段來說,根據德州儀器所提供的產品資料顯示,頻寬上看4GHz,因此基於該頻段的雷達感測器距離解析度可達3.75公分;而根據imec的規格表來看,140GHz頻段的頻寬可高達10GHz,距離解析度則可到1.5公分等級(表1),而距離解析度愈小代表雷達感測後所能獲得的點雲圖資料(Point-cloud Data)可以更密,進而達到更精準的判斷效能。
imec研發團隊負責人Andy Dewilde說明,imec長久以來在CMOS技術的開發與多天線整合設計上擁有相當厚實的能力與經驗,因此能在一個外觀尺寸只有幾平方公分的完整MIMO雷達系統下,實現1.5公分的精準解析度。而更好的距離解析度性能,可開啟更多新的應用機會,這是該公司140GHz雷達系統單晶片重要的差異化特色之一。
Dewilde進一步談到,使用140GHz頻段的另一個明顯好處是,電磁波波長更小,僅2.1毫米,換言之,天線也就可以做得很小,因而imec僅透過28奈米Bulk CMOS製程技術,即可將天線直接整合至單晶片中,毋須使用昂貴的天線模組或外部天線,達到更高整合度與小尺寸設計,且未來也可輕易藉由大量量產來達到降低成本目標。
不僅如此,高頻毫米波波長小的特性,也可偵測到更小的位移變異,如細微的臉部表情變化與皮膚運動,能顯著提升位移靈敏度,有助於生命體徵偵測等應用,因此該雷達是實現車內生命體徵監測系統極佳的方案,可促成非接觸式駕駛狀況追蹤,例如偵測駕駛有沒有打瞌睡、壓力狀況是否異常,或者預防因急性健康危害如心臟疾病或癲癇發作。另一個可能應用,是利用動作和生命體徵偵測來監測小孩狀況,例如當兒童不小心被留在車內時發出警報,即使當下是嬰兒蓋著毯子睡覺,該雷達感測器也可發揮作用。
結合MIMO/機器學習 打造直覺人機互動體驗
除了140GHz高頻毫米波頻段所帶來的技術優勢外,imec也在該款雷達晶片中,加入MIMO多天線配置與機器學習能力,從而打造直覺簡單的人機互動介面。
以手勢辨識來說,其需要最小角度解析度以便能在三度空間中擷取手勢,而提升角度解析度的一個巧妙方式,是使用多顆收發器晶片的MIMO雷達原理。Dewilde說明,MIMO是為了手勢辨識而設置,藉此可達到更精確的角度解析,以正確解讀目標物相對於雷達的方向。而訊號處理與機器學習技術亦是用來偵測和分類手勢動作,從而實現直覺式人機互動。
事實上,imec已開發出一種特定的機器學習演算法,是基於一個包含長短期記憶模型(LSTM)層的多層神經網路,並透過監督式學習方式,亦即使用超過25人的內部標籤記錄(包括針對7種不同手勢的幾次擷取記錄),來訓練推論模型。實驗結果顯示,該模型可對記錄的7種手勢進行分類,且94%的時間可正確預測手勢。
imec荷蘭雷達專案研發經理Barend van Liempd指出,藉由加入機器學習能力,imec已證明雷達基於都卜勒(Doppler)訊息來偵測和分類細微動作的可行性,這將開啟新的應用機會,如實現直覺的手勢辨識人機互動。以擴增實境/虛擬實境(AR/VR)應用來說,新的雷達方案就可支援與虛擬物件的直覺式互動,手勢辨識還可以實現直覺的裝置控制,與現今語音控制或智慧觸控螢幕的人機介面相輔相成。
據了解,imec所研發的140GHz雷達晶片方案主要適用於室內的應用,操作範圍可達10公尺,且尺寸極為小巧,單一晶片大小僅1.5×4.5mm(圖1),可在幾乎各種裝置中被無形地整合,諸如筆電、智慧手機或螢幕邊框。
圖1 imec所研發的140GHz雷達單晶片尺寸僅1.45mm×4.52mm
圖片來源:imec
imec表示,該款雷達晶片初期將用於智慧建築的人員偵測和分類、遠端汽車駕駛生命跡象監測,以及手勢辨識等應用;而更多的創新應用預期將隨著開發者的創意不斷湧現。
邁向更高整合/增強感測性能
目前imec的140GHz雷達開放創新研發合作計畫,主要係由Panasonic和Sony所支持,對該項研究有興趣的公司也可加入這項合作計畫,或另外的雙邊研發計畫,或者取得該技術功能區塊的授權。
為了增加感測數據的豐富性和空間資訊,imec已著手開發下一代採用4×4的MIMO雷達系統,以及新的雷達晶片(將採用Tx和Rx是分離的兩顆獨立晶片的設計)。這將使MIMO陣列元件在可用電路板區域的分布更有彈性。同時他們也將探索獨立的雷達晶片功能能否被增加,以實現擁有更大晶片陣列的MIMO系統。
Dewilde指出,此次在Future Summits展出的140GHz雷達系統原型(圖2),採用的是2×2 MIMO設計,所以只能做一個方向的角度偵測,下一個系統,會使用新版晶片,預計研發4×4 MIMO,有更多天線,以達到3D偵測。
圖2 imec研發團隊負責人Andy Dewilde利用imec 140GHz雷達系統原型,展示手勢辨識應用。
毫米波雷達感測有可為
與其他類型的動作感測技術相比,例如基於飛時測距(Time-of-flight,...
邊緣AI運算當道 NVIDIA EGX讓決策更即時
隨著人工智慧(AI)技術逐漸成熟,相關企業積極布局AI邊緣運算。因應此潮流,NVIDIA發表了EGX加速運算平台,讓企業能在邊緣執行低延遲的即時(Real-time)AI作業,能針對5G基地台、倉儲、零售商店、工廠與其他作業站間龐大且不間斷的資料串流進行接收、分析並即時採取行動。
NVIDIA產品行銷經理Paresh Kharya表示,為了實現不同的工業應用,如智慧影像辨識分析系統(IVA)、資料中心(Data Center)、嵌入式系統(Embedded)和汽車等等,NVIDIA推出了EGX加速運算平台。現在的資料量越來越大,所有的分析必須是立即的,才能即時做出決策,因此即時邊緣AI的重要性也顯得更加重要。
Kharya舉例說明,在醫院,可以利用即時邊緣AI協助醫生做出醫療診斷;在智慧城市(Smart City)的應用,也可以用來辨別車輛,進行分析決策,藉此控制車流,達到疏通壅塞的目標。NVIDIA EGX平台將加速AI運算的力量帶到了邊緣,讓智慧零售、醫療保健、製造業、運輸和城市都能具備更即時的AI運算能力。
另外,EGX擁有強大的擴充性,小至體積極小的NVIDIA Jetson Nano,以僅僅幾瓦的耗能就能提供如影像辨識等任務所需每秒五萬億兆次浮點的運算(TOPS);規模亦可大至一整櫃的NVIDIA T4伺服器,為即時與因辨識和其他即時AI任務提供超過10,000兆次浮點運算的效能。
同時NVIDIA EGX在架構上支援雲端提供的NVIDIA AI運算。在雲端開發的AI應用程式可以在NVIDIA EGX上運作,反之亦然。內含EGX的NVIDIA Edge Stack可以連接到雲端IoT服務,使客戶能從AWS IoT Greengrass和Microsoft Azure IoT Edge遠端管理他們的服務。
NVIDIA EGX也具備了企業級的安全保障,NVIDIA的AI和運算技術結合了Mellanox、Cisco等大廠的網路、儲存和安全技術,進而實現更高階的隔離和安全性,同時又不會影響CPU的效能。
雲端遊戲乘5G風潮起飛 流暢體驗不再仰仗高效能PC
5G具備快速、低延遲、大頻寬等特性,隨著各國開始陸續商轉,大家也引頸期待新興應用登場。目前許多企業都在布局雲端遊戲(Cloud Gaming)領域,遊戲串流要有好的使用體驗,關鍵因素之一就是網路速度。其中,在近日的E3 2019(電子娛樂展)就有兩大重要發表,一個是Google Stadia的Stadia Pro,另一個則是微軟(Microsoft)的Project xCloud。
Nokia台港澳業務銷售總監鄭志中表示,雲端遊戲將會帶來的影響是讓遊戲玩家不再需要依賴高效能的硬體設備,有了5G高速低延遲特性助力,雲端遊戲將運算放上雲端,不需高效能PC也可以享受流暢的遊戲體驗。同時,5G結合邊緣雲(Edge Cloud)的架構,在邊緣雲進行運算,不用將所有資訊都傳送到中央雲(Central Cloud),進而讓延遲再降低。
鄭志中指出,遊戲玩家對速度的需求比一般用戶更高,過去4G時代遊戲玩家被侷限於非使用高效能PC不可,否則就難以達到順暢的遊戲體驗。雲端遊戲雖可讓消費者不再需要仰賴高效能PC,但Edge Cloud的概念也非常重要。因為Central Cloud可能距離非常遙遠,加上用戶一多,就可能壅塞。因此將運算放到邊緣,可以讓5G低延遲的特性發揮得更淋漓盡致。
據悉,xCloud將會在2019年10月推出,玩家將可以在各種不同的平台上暢玩Xbox的遊戲。另外,Google的Stadia Pro則預計於11月推出。
鄭志中進一步說明,除了雲端遊戲,5G重要的應用還有AR/VR。包括微軟等大廠都認為AR將會是5G未來最大應用。例如可以將AR做在汽車擋風玻璃上,把資訊投放在擋風玻璃上,透過5G低延遲即時提供道路資訊等等,這也是可能出現的新興應用。
滿足5G時代傳輸 MicroSD Express記憶卡將於2020亮相
資料傳輸量日與俱增,特別是5G時代將出現更多大量、快速的資料傳送需求,以實現更多創新應用。因應此一趨勢,各種傳輸標準/介面如Wi-Fi、USB、PCIe等皆於近幾年釋出新規範,提升傳輸效率。與此同時,SD協會(SD Association)也跟緊腳步,發布MicroSD Express規範,將SD Express規範的優勢延伸至MicroSD,讓小小的一張卡片傳輸速率提升到最高985MB/s,目前儲存業者如Western Digital已開始積極布局,MicroSD Express產品預計將在2020年陸續出爐。
Western Digital市場產品總監林哲仲表示,資料傳輸的需求越來越大,以4G為例,目前4G頻寬已被大量的串流、社群影音占據,如Netflex、愛奇藝、抖音、FB/IG上的短影片等。而到了5G時代,影音傳輸、儲存的需求只會越來越多,同時還伴隨更多的新技術,例如4K、8K、360度環景等。也因此,除了Wi-Fi、USB等標準不斷提升規格,SD記憶卡也須跟著進步,添加PCIe加快傳輸速率,以因應未來應用。
事實上,MicroSD Express規範和2018發布的SD Express規範相同,兩者皆基於 PCIe 3.1×1的介面設定,提供最高985MB/s的傳輸速率,並運用NVMe v1.3通訊協定來提升資料吞吐量;且皆支援SDHC(最大 32GB)、SDXC(最大2TB )與SDUC(最大128TB)三種格式。換言之,兩種規範差別只在於大小卡之分,也就是MicroSD Express規範是針對尺寸較小的MicroSD;而SD Express規範則針對一般的SD記憶卡。
而之所以會釋出MicroSD Express規範,Western Digital指出,由於尺寸更小的MicroSD常用於智慧型手機、平板電腦等行動裝置,藉由效能提升,未來MicroSD將更能滿足除了手機、平板電腦以外的應用需求,像是VR、高畫質行車記錄器、360度攝影機或IoT裝置(監控攝影機)等。
林哲仲指出,資料快速傳輸/大量儲存的趨勢越來越明顯,推動SD記憶卡規格也跟著改變,不論是SD Express或是MicroSD Express,皆是為了因應未來市場需求。而在標準釋出之後,上、中、下游的供應鏈也隨之啟動,開始積極打造相關產品,預計在2020年,搭載PCIe的MicroSD Express記憶卡以及相對應的讀卡機都會陸續出現,Western Digital也在Computex 2019展會上展示MicroSD Express記憶卡,以及與合作夥伴協力打造的周邊產品等。












