創新物聯應用案例2：物聯網於機器人軟硬體整合應用

極趣科技(GeStream)總經理張合右。

極趣科技(GeStream)總經理張合右，說明極趣科技研發教育機器人、展場/商場導覽的服務機器人、工廠生產用的工業機器人，所有零組件皆在台灣自主研發生產。歷年來獲得經濟部許多獎項之外，特別的是獲得金氏世界紀錄(Guinness World Records)，以及工業局服務能量的認證，可以輔導中小企業廠商去申請工業局金額新台幣200/400/1,000萬的企劃案。

張合右說明，極趣科技擁有各種機器人的肢體／機構設計(Mechanic Tech)、互動感測的Sensor(譬如距離感測Sensor、跌倒感測Sensor)，無線通訊技術如藍牙(Bluetooth)、Wi-Fi、ZigBee。他特別提到在早期還沒智慧手機時，極趣就開發以WCDMA手機來遠端控制美國的機器人。軟體開發部份提供以圖形化開發環境、Basic、C++、C#、Java、Python來撰寫，並設計很多培訓教育課程。

極趣科技提供建構機器人的各種技術解決方案，像是視覺控制(銜接攝影機模組，把影像上傳雲端的臉部辨識技術)、手勢控制。語音辨識有分Device端的簡易語音辨識模組，以及回傳雲端的資料庫的語音分析技術。以及腦波控制(EEG)、無線控制技術等，最多32軸向(32 Multi-DOF)伺服器控制、感測器控制技術等。

以各種感測／通訊／伺服模組 建構你我的BeRobot

張合右列出一張工業機器人的示意圖：由PC連接PLC動作控制單元，再連接到六張軸向控制板，可以控制六軸向的工業機器人手臂。他也列出一個人形機器人(Humanoid)產品，裡面具備有馬達控制器、伺服馬達、視覺控制、16軸向(16 Multi-DOF)、支援BT/Wi-Fi/Zigbee，具備感測控制與交談系統。

極趣自行開發了搭配感測器的一些應用技術，像觸控感測、人體感測、距離感測、落下偵測、溫度感測、影像感測、聲音感測、語音辨識、動作感測、雲端系統、A.I對話等許多互動控制應用程式。對教育用機器人而言，極趣提供了用手機App來控制的(Mobile Control)技術，或者以一般家電那種紅外線遙控器(IR Remote)的控制方式，所有手機或遙控器按鍵對應的動作都是可程式化的。

程式開發介面，以2D、3D圖形化開發環境，以麻省理工學院開發的物件拼圖式語言(MIT Scratch、App Inventor)等跟機器人結合；也可透過像是Assembly、Basic、C++、C#、Java、Python等語言來撰寫控制機器人的程式碼。

極趣科技將這一系列可組裝機器人的感測模組、控制板、動作控制模組等，取名為BeRobot，意指它們可以成為每個人的Robot。目前有數百種教育機器人的型號，各種可外接的感測模組，還有可以外接針對創客(Maker)設計的Arduino、RaspBerry Pi等控制板，其後面有許多OpenSource的資源，只要兩條連接線，就可以連接來跟BeRobot機器人做結合。

張合右特別提到關於機器人良莠的關鍵驅動技術，就在於伺服馬達。許多便宜的伺服馬達只能使用1萬次；樂高(LEGO)採用的伺服馬達可達到10萬次，極趣設計保護電路，避免伺服馬達因為負載過重(over-loading)而燒壞掉，極趣自行設計、製造機器人的伺服馬達，可以用到50~100萬次以上。

伺服馬達內的齒輪精密度，決定機器人作動時，身體軀幹、肢體或關節處會不會晃動。日本機器人的伺服馬達的齒輪比(Gear ratio)大多僅400:1，極趣伺服馬達在更小的空間竟然可以做到700:1，小孩子拿到機器人難免會用力甩動手臂、大腿，甩動的力量至少3~4Kg．cm，放大結果相當於兩三公噸的力量，會造成齒輪受強大扭力而崩解，各種廠牌的伺服馬達都有這問題，因此極趣科技特別耗費2年琢磨各種條件進行改善解決這個問題，以非常精確的極高精密度，讓極小的伺服馬達做到極高的扭力，又不會因為外力扭轉而崩齒。

極趣有30種機器人的培訓教育課程，教育對象從小學生、國中生、高中生到大學生。有100多個學校跟極趣科技合作做機器人教育培訓。每年參加20多個國際競賽，累積超過100家國內外電視新聞媒體報導。另外在菲律賓、馬來西亞、大陸等，還有許多實驗性課程。

最後張合右播放一段極趣科技BeRobot的介紹與動作影片。藉由一個3D組裝過程的動畫，教導如何組裝機器人。連小學生都可很快入手的圖形開發控制介面，來設計一些BeRobot機器人舞蹈、踢足球、搬紙箱、走迷宮、爬樓梯、翻跟斗或格鬥等競賽的應用。BeRobot用4號鹼性電池即可驅動16DoF(軸向)人型機器人可以動作30分鐘，若改鎳氫電池、鋰電池，則可延長到2~4小時，他廠的人型機器人用鋰電池只能動作30分鐘；他廠的教育機器人走路左右轉的動作像螃蟹走路一樣；而BeRobot有腰部旋轉功能，左右轉比較接近人類的行走轉彎模式。