讓機器人自主學習定位與導航！塔奇恩科技要用視覺自主定位機器眼搶攻各國機器人市場|數位時代 BusinessNext

日前，李開復的一席話震撼了台灣科技圈：「台灣錯失了軟體、互聯網、搜尋引擎、社交網路四波重大變革，台灣的銀行思想非常古老，法律非常落後！沒有技術、資金、應用情境、實驗場域，以及能識別並幫助創業的VC（創投），更沒有大數據及市場可推動AI發展！」

台灣經過了過去硬體設備製造的輝煌年代，面臨突如其來地新技術AI與機器人的發展衝擊，台灣科技圈該如何因應，逐漸變成一項棘手的問題，但是塔奇恩科技創辦人陳忠信則有不一樣的看法。

台灣發展機器人的利基

專攻機器人影像辨識的陳忠信認為，台灣的地理位置鄰近中國及日本，恰好是發展 AI 產業得天獨厚的條件，主要原因有兩個：

一、巨量資料的蒐集及低廉製造成本

中國龐大的人口所形成的巨量資料，成為 AI 產業珍貴的淘金之地，因為 AI 產業正是建立在巨量資料上才能成形。另外，即便近年來人力成本逐漸增加，相較於許多國家，中國人才素質極高之外成本仍相對低廉，若幸運遇上政策相關補貼，那麼將會省下可觀的製造生產成本。

二、龐大的市場

另一個國家日本，則因為人口老化加上出生率低迷，正面臨超高齡社會的嚴重問題，最直接影響的便是勞動力的缺乏。其實除了日本，亞洲國家普遍都有人口快速老化的問題，台灣本身也是，面對這樣嚴重的問題，許多國家都將機器人作為未來勞動人口替代方案之一，也因此提供絕佳的市場條件。

機器人視覺辨識發展尚未成熟

有鑒於看見了機器人在亞洲市場將會扮演重要的角色，因此陳忠信在2016年決定投身機器人的開發平台，開發機器人的靈魂之窗—「視覺自主定位機器眼」。目前大多數工業用運輸機器人，尚無法做到辨認周遭環境進而自主移動，都必須依賴辨認已有的標示才能指示機器人移動。

塔奇恩科技的目標便是能讓機器人於複雜與未知的環境中 自主學習定位與導航 ，尤其機器人未來應用範圍將擴大到商用與家用等更複雜並貼近日常的生活情境，能夠 隨著不同的環境適時做出反應，勢必是未來機器人必要的功能之一 。

目前廣用的機器人視覺辨識技術，常使用方式是 Lidar 二維平面掃描，裝置在機器人的腳上用作空間識別，由於空間辨識為二維空間，蒐集的資訊量較少且容易造成距離計算重複。而後期發展出的「深度相機」，雖然改善了前者的缺點，有了更立體的視覺辨識，但影像經過系統處理過後將有失真的可能。因此，「視覺自主定位機器眼」發展仍然有其必要，因為無論是現有技術應用、或是市場，都有需要它的地方。

仿人類視覺辨認系統

塔奇恩科技希望做到更貼近人類視覺辨認方式。關於「視覺自主定位機器眼」的運作方式，陳忠信以自己的女兒做比喻，當看到麥當勞Logo時，小孩對於物體的辨認建構來自於對於物體的「外觀特性」，加上認知上的「空間感」，來確認物體距離自身的距離。接下來，再進一步思考What（那是甚麼），而後是How（我該如何過去）。

塔奇恩科技所開發「視覺自主定位機器眼」屬於單鏡頭嵌入式系統，讓機器人能於複雜與未知的環境，尤其是商用與家用情境下，能自主學習定位與導航。透過模仿人類大腦學習、辨識物體的方式，當相機「看到」物體時，會先紀錄物體的外觀與距離（３Ｄ座標），再紀錄下每個物體的「唯一性」指標。

陳忠信表示「視覺自主定位機器眼」的優點在於，不同於Lidar主動發射光源偵測周遭環境，智慧定位機器眼是被動接收光源，能源上較不耗電、體積小，同時也降低光波所造成的人體傷害，安全性較高，適合用在需要多與人互動的陪伴型機器人、保全機器人、物流機器人等。

但目前的限制是，「視覺自主定位機器眼」也如同小孩一樣，需要多次的學習（海量資料）才會建構出對於物體的辨認度與正確的距離感空間觀念。對此，陳忠信則說，會努力克服目前的限制，讓產品更加完善。

塔奇恩科技目前尚屬於初早期的新創團隊，產品預計明年第一季正式上線。陳忠信說十分感謝在台灣依然有像是中興大學與Garage+育成空間默默支持著新創事業發展的組織，或許台灣的 AI 發展環境就如同李開復所言的不易，但他認為依然有許多抱著理想的團隊，用自己的能力與實力，努力闖出屬於自己AI的未來世界。

創業快問快答

Q、希望提供這個社會什麼價值？希望解決甚麼樣的問題？

全球各國因為出生率下降，勞動力老化與人力不夠，機器人彈性行動能有效解決照護與家事分擔，讓機器人服務人類，每個人有更多時間能享受生活。

Q、長遠來看，公司想成為一家何種類型的公司？下一步的目標是什麼？你們如何完成？

長遠來看，視覺人工智慧有很大發展空間以及應用整合，希望透過商務合作開發令人驚嘆應用，以及資本市場加速，投入並累積研發能量。

團隊資訊

公司名稱：塔奇恩科技 / TIRC
服務／產品名稱：視覺自主定位機器眼 / SpotWhere with visual SLAM functions
公司成立時間：2016/12/12
服務／產品上線時間：2017/12/31
團隊人數：5人

提供您第一手最豐富的創業資訊！
現在就加入「創業小聚 Line＠-數位創新與創業的社群平台！」
你的參與讓觀點更加多元、新創資料更加完整「創業社群交流平台 MeetHub 」

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。