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
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

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 」

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓