创新物联应用案例2：物联网于机器人软硬件整合应用

极趣科技(GeStream)总经理张合右。

极趣科技(GeStream)总经理张合右，说明极趣科技研发教育机器人、展场/商场导览的服务机器人、工厂生产用的工业机器人，所有零组件皆在台湾自主研发生产。历年来获得经济部许多奖项之外，特别的是获得金氏世界纪录(Guinness World Records)，以及工业局服务能量的认证，可以辅导中小企业厂商去申请工业局金额新台币200/400/1,000万的企划案。

张合右说明，极趣科技拥有各种机器人的肢体／机构设计(Mechanic Tech)、互动传感的Sensor(譬如距离传感Sensor、跌倒传感Sensor)，无线通讯技术如蓝牙(Bluetooth)、Wi-Fi、ZigBee。他特别提到在早期还没智能手机时，极趣就开发以WCDMA手机来线上控制美国的机器人。软件开发部份提供以图形化开发环境、Basic、C++、C#、Java、Python来撰写，并设计很多培训教育课程。

极趣科技提供建构机器人的各种技术解决方案，像是视觉控制(衔接摄影机模块，把影像上传云端的脸部识别技术)、手势控制。语音识别有分Device端的简易语音识别模块，以及回传云端的数据库的语音分析技术。以及脑波控制(EEG)、无线控制技术等，最多32轴向(32 Multi-DOF)服务器控制、传感器控制技术等。

以各种传感／通讯／伺服模块 建构你我的BeRobot

张合右列出一张工业机器人的示意图：由PC连接PLC动作控制单元，再连接到六张轴向控制板，可以控制六轴向的工业机器人手臂。他也列出一个人形机器人(Humanoid)产品，里面具备有马达控制器、伺服马达、视觉控制、16轴向(16 Multi-DOF)、支持BT/Wi-Fi/Zigbee，具备传感控制与交谈系统。

极趣自行开发了搭配传感器的一些应用技术，像触控传感、人体传感、距离传感、落下侦测、温度传感、影像传感、声音传感、语音识别、动作传感、云端系统、A.I对话等许多互动控制应用程序。对教育用机器人而言，极趣提供了用手机App来控制的(Mobile Control)技术，或者以一般家电那种红外线遥控器(IR Remote)的控制方式，所有手机或遥控器按键对应的动作都是可程序化的。

程序开发界面，以2D、3D图形化开发环境，以麻省理工学院开发的物件拼图式语言(MIT Scratch、App Inventor)等跟机器人结合；也可透过像是Assembly、Basic、C++、C#、Java、Python等语言来撰写控制机器人的程序码。

极趣科技将这一系列可组装机器人的传感模块、控制板、动作控制模块等，取名为BeRobot，意指它们可以成为每个人的Robot。目前有数百种教育机器人的型号，各种可外接的传感模块，还有可以外接针对创客(Maker)设计的Arduino、RaspBerry Pi等控制板，其后面有许多OpenSource的资源，只要两条连接线，就可以连接来跟BeRobot机器人做结合。

张合右特别提到关于机器人良莠的关键驱动技术，就在于伺服马达。许多便宜的伺服马达只能使用1万次；乐高(LEGO)采用的伺服马达可达到10万次，极趣设计保护电路，避免伺服马达因为负载过重(over-loading)而烧坏掉，极趣自行设计、制造机器人的伺服马达，可以用到50~100万次以上。

伺服马达内的齿轮精密度，决定机器人作动时，身体躯干、肢体或关节处会不会晃动。日本机器人的伺服马达的齿轮比(Gear ratio)大多仅400:1，极趣伺服马达在更小的空间竟然可以做到700:1，小孩子拿到机器人难免会用力甩动手臂、大腿，甩动的力量至少3~4Kg．cm，放大结果相当于两三公吨的力量，会造成齿轮受强大扭力而崩解，各种厂牌的伺服马达都有这问题，因此极趣科技特别耗费2年琢磨各种条件进行改善解决这个问题，以非常精确的极高精密度，让极小的伺服马达做到极高的扭力，又不会因为外力扭转而崩齿。

极趣有30种机器人的培训教育课程，教育对象从小学生、国中生、高中生到大学生。有100多个学校跟极趣科技合作做机器人教育培训。每年参加20多个国际竞赛，累积超过100家国内外电视新闻媒体报导。另外在菲律宾、马来西亚、大陆等，还有许多实验性课程。

最后张合右播放一段极趣科技BeRobot的介绍与动作影片。藉由一个3D组装过程的动画，教导如何组装机器人。连小学生都可很快入手的图形开发控制界面，来设计一些BeRobot机器人舞蹈、踢足球、搬纸箱、走迷宫、爬楼梯、翻跟斗或格斗等竞赛的应用。BeRobot用4号硷性电池即可驱动16DoF(轴向)人型机器人可以动作30分钟，若改镍氢电池、锂电池，则可延长到2~4小时，他厂的人型机器人用锂电池只能动作30分钟；他厂的教育机器人走路左右转的动作像螃蟹走路一样；而BeRobot有腰部旋转功能，左右转比较接近人类的行走转弯模式。