24小時違停AI警察開單!Canon結盟台廠英研搶吃智慧交通大餅
24小時違停AI警察開單!Canon結盟台廠英研搶吃智慧交通大餅

智慧邊緣運算Edge AI需求逐步成熟,英業達與研華合資的英研智能AIMobile籌備3年,2020年計劃放大,除大舉爭取台灣智慧軌道、智慧城市商機,也將目光瞄準東南亞跟美國,2020年拚營收倍增、轉虧為盈。

英研智能是由英業達跟研華合資的工業智慧手持裝置開發商,由英業達持股55%,研華持股45%,2019年英研剛完成1億元增資,股本來到4億元。研華曾透露,Android手持裝置工業應用需求大,是研華期望跟曾替小米等手機大廠代工的英業達合作關鍵原因。

英研12日宣布與光學影像大廠Canon(台灣佳能資訊)合作,瞄準智慧監控應用商機,由英研負責邊緣運算裝置開發與生產,Canon負責台灣區總代理,Canon將以自家安控設備與光學影像技術,搭配英研的軟硬體平台,鎖定台灣軌道交通商機。

01_Canon 與 AIMobile 攜手合作,共同創造智慧交通新城市。由左至右Canon 商務解
Canon跟英研合作進軍智慧城市
圖/ Canon

由於智慧城市需要許多安控需求,在貿易戰開打下,各國都避免使用中國安控系統,讓「非中供應鏈」轉單受惠多多,英研跟Canon此次結盟,也有大搶商機味道。

台灣機車多,歐美辨識系統水土不服

Canon指出,智慧交通發展是未來智慧城市的重要基礎,包括智慧執法、智慧停車、智慧監控、智慧路燈及公車司機安全防護,都是用大數據分析為基礎的智慧交通服務,過去交通規劃多是以歷史數據為依歸,在AI邊緣運算應用下,便能以「即時數據」為藍本,掌握即時路況,如流量偵測、科技執法、意外警訊。

Canon舉例,英研智能與高雄交通局合作案車牌辨識,過去2D照片物件歸納太過發散,透過人工智慧的車牌辨識系統,利用深度學習辨識技術(deep learning),電腦可以被教育專注在特殊物件特徵辨識,不受傾斜角度及天氣因素影響,準確度可高達98%,並且是在邊緣裝置端完成任務。

智慧路燈未來也將加入加值應用,比方「科技執法」可以24小時做「AI違停偵測」,監控公車與計程車停靠專區的違停車輛,在LED警示看板顯示後若車主還是未駛離,就會開單裁罰,大幅降低員警值勤站崗的負擔。

另外車也能成為連網及數據收集的重要載體,利用路燈高密度布點的特性,收集環境感測、行動網路、追蹤定位及人車流量數據,做塞車預警或人流控制。英研指出,歐美行車辨識技術與亞太地區實際的路況落差大,比方台灣機車密度高、屬混合車流,加上道路招牌多、道路使用方式複雜,台灣反而很適合作為系統輸出東南亞地區的前導測試場域。

03_AIMobile 前端 AI 影像分析盒,以強大的邊緣AI計算能力完成大量影像處理,降低對雲端
英研是英業達跟研華合資的行動智慧手持裝置廠商。
圖/ Canon

英研成立三年,2020年營收獲利拚翻增

英研2016年成立,成立滿三年,目前仍處於虧損,英研總經理張國彬表示,看好一個產業應用發展到成熟要7年時間,隨2020年進入英研成立第四年,集團目標是轉虧為盈,並加大營收規模。

英研目前有三大產品線,包括工業用平板、Edge AI硬體裝置、軟體,主要是開發ARM架構如高通、恩智浦、英偉達的解決方案,作業系統以Linux及Android為主,2020年英研期望營收能成長2到3倍,換算5到6億元目標。

根據英業達資料,2018年英研智能全年營收2.09億元,比2017年成長一倍以上,不過全年仍虧損4,255萬元,每股稅後虧1.42元,相比下2017年營收9,150萬元,營業虧損5,741萬元,稅後虧損5,573萬元,EPS虧1.86元。

延伸閱讀:
1.華碩前CEO沈振來攜手創投天王張景溢,走一條非典型創業路線:創捷前瞻今年就損平
2.思科攜手8大台廠推「智慧城市」,為什麼創新應用示範中心選定落腳桃園?

責任編輯:陳映璇

關鍵字: #智慧城市
往下滑看下一篇文章
青年如何跨出改變社會的第一步?Impact Star 3 組首獎團隊從教育到減塑,把想法帶進真實現場
青年如何跨出改變社會的第一步?Impact Star 3 組首獎團隊從教育到減塑,把想法帶進真實現場

許多年輕人懷抱熱忱,期盼透過行動讓社會變得更好,卻在起步時感到茫然,不知道該從何著手,也難以確認自己的想法是否回應真實需求。為了接住這份想要改變社會的熱情,「2026 Impact Star 青年影響力啟動賽」為青年搭起一個動手實作的舞台。

Impact Star 由新北市政府青年局主辦、社企流共同推動,邀請 5 個社會創新組織提出第一線問題,並安排專業導師陪伴 10 組青年團隊展開兩個月的實作,從訪談、理解需求開始,把點子一步步做成能進入現場測試的方案。

新北市政府青年局
圖說:新北市青年局 邱兆梅 局長分享「Impact Star 青年影響力啟動賽」的辦理初衷
圖/ 新北市政府青年局

把科學教材放進 LINE,協助老師更快完成備課

「LIS 情境科學教材」長期製作國中小科學影片與教學資源,這次競賽以「跨科教學減壓」為題,希望青年找出方法,協助非自然科背景的老師更容易使用這些教材準備科學課程。

本次獲獎團隊「EDU」成員劉子瑤、梁秭萁訪談一名剛進入教育現場的老師後,發現對方同時教授近 9 個科目,還要兼顧行政工作與班級經營,備課時間格外珍貴。因此決定把解決方案聚焦在備課流程最佳化,協助教師更快找到適合的教材。

「EDU」 決定利用教師們最熟悉的 LINE 官方帳號,整合 LIS 影片、投影片與教案,再把教材內容製作成視覺化備課卡。使用者只要透過手機,就能簡單掌握教學重點、課程流程及所需材料,直接放進既有的備課流程。

透過吸收教師的回饋,「EDU」 在競賽過程中持續調整,讓操作方式更貼近實際使用情境。最終作品在 3 名教師參與的初步測試中,於系統易用性方面獲得 82.5 分,反映受測教師對操作體驗的正面評價。

新北市政府青年局
圖說:劉子瑤、梁秭萁分享,未來也期待相同架構能延伸至其他科目,讓更多教學資源被帶進課堂。
圖/ 新北市政府青年局

把教育平權做成手機遊戲,讓青年找到參與方式

「TFT 為台灣而教」長期關注教育不平等,這次活動希望促進青年思考,如何讓高中生與大學生理解教育平權,並找到適合自己的參與方式。本次獲獎團隊「星築美少女」因此決定製作手機沉浸式遊戲《鐘響以前》,並將這些因素融入故事中。遊戲以一場為期 3 天的營隊為背景,玩家能在 15 至 30 分鐘內探索場景、與角色對話並蒐集線索。

遊玩過程中,玩家會發現一名叫做阿龍的孩子沒有出現在正式名單上;而阿龍未能參加營隊,背後牽涉交通、家庭照顧責任與行政程序等因素。玩家必須在有限的人力、時間與預算中作出選擇,透過安排阿龍的行程,切身理解教育不平等如何出現在孩子的日常生活中。

遊戲結束後,系統會依照過程中的選擇提供「行動者分類」,協助玩家了解自己適合投入陪伴、資訊整理或跨域解題,並附上 TFT 相關計畫與參與連結。在 67 名完成前後測的玩家中,認為自身專業難以對教育平權發揮作用的比例,由約 4 成降至約 2 成,顯示更多玩家在體驗後,看見參與教育平權的可能。

新北市政府青年局
圖說:星築美少女成員分享,自己曾在教育社會學課程中接觸相關議題,理解家庭、交通與經濟條件都可能影響一名孩子的求學歷程。
圖/ 新北市政府青年局

減塑求籤機走進飲料店,環保成為日常選擇

「海湧工作室」長期投入環境教育與廢棄物源頭減量,這次競賽希望讓民眾理解海洋廢棄物治理,並在日常生活中實際參與減塑。本次獲獎團隊「塑 per NOVA」從淨灘資料中注意到塑膠吸管造成的海洋廢棄物問題,也觀察到消費者即使知道減塑的重要,仍習慣於購買飲料時拿取塑膠吸管。

「塑 per NOVA」成員王姸儒、郭書睿,因此把實作場域選在手搖飲店,設計「減塑求籤機」。裝置設在消費者購買飲料的動線上,當消費者準備拿取吸管時,即提供可替代選項,讓減塑融入消費流程。

顧客投入 1 元後,可取得一支可自然分解的蒲草吸管,透過掃描 QR Code,可抽取線上環保籤詩。此求籤的趣味設計有效提升消費者嘗試意願,透過線上籤詩更進一步提供日常減塑方法介紹。

「塑 per NOVA」在 3 間飲料店測試兩週,累積約 150 次蒲草吸管取用。這段經驗讓他們直接觀察顧客如何操作裝置,也了解方案能否融入店家的營運流程,為後續拓展更多場域累積經驗。

新北市政府青年局
圖說:成員王姸儒、郭書睿設計「減塑求籤機」,讓減塑融入原本的消費過程。
圖/ 新北市政府青年局

前進新加坡,青年行動的下一步

獲得首獎的 3 組團隊,預計於 9 月底前往新加坡和南洋理工大學,與當地社會創新組織交流。團隊將延續這次實作累積的經驗,觀察新加坡如何回應相近議題,再思考哪些做法適合帶回台灣。

「EDU」希望了解新加坡如何支持非本科教師授課,以及當地社創組織有哪些能夠立即實踐的做法;「星築美少女」則將觀察教育政策的實際運作,及新加坡如何理解與推動教育平權。「塑 per NOVA」關注當地如何讓環保意識融入民眾生活,並希望從永續措施中找到減塑求籤機後續發展的方向。

頒獎典禮上,「星築美少女」成員王品然坦言:「一開始覺得社會影響力很遙遠,自己做不了什麼東西。」但參加完比賽後發現,踏出第一步就可能帶來改變,她說:「其實做一小步,你就可以改變一些東西。」

從起步時不知道該從何著手,到把方案帶進真實場域,3 組團隊在兩個月的實作中找到答案:青年不必等到有完整的解法才開始,只要先走近一個真實需求,並根據回饋持續調整,對社會的關心就能逐漸成為具體行動。

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