i卡會員

UGV在防災與救護領域已從單點式/點對點的自主任務導向，延伸為「群集式任務」。防災型UGV主要負責預防、偵察、排除，透過AI自主導航，在人類難以進入的極端環境下執行任務，如危險物質偵測、瓦礫堆偵察與生命探測，以及遠距消防與控火；救護型UGV主要目的則為爭取黃金救援時間，主要進行傷患評估、醫療補給、傷患後送、醫療後送。然UGV在自主化過程中存在判斷失誤、決策倫理、跨單位/載具協作等議題待克服，因此目前市場上仍傾向人機協作及群集控制作為任務執行輔助，避免單一載具決策盲點。

【內容大綱】

• 一、防災型與救護型UGV應用現況
• 二、國際防災型與救護型機器人開放介面標準
• 三、防災型與救護型UGV所需之AI關鍵技術
• 四、防災型與救護型UGV代表廠商
  • (一)Shark Robotics(法國)-消防與極端防災
  • (二)Milrem Robotics(愛沙尼亞)-戰場救護與重型物流
  • (三)Boston Dynamics(美國)-地形適應與偵察
  • (四)經緯航太GEOSAT(臺灣)-多功能整合與國產化
• 五、防災型與救護型UGV採用之移動方式
• 六、防災型與救護型UGV現階段應用瓶頸
  • (一)極端環境下的通訊干擾或失效
  • (二)能源續航與酬載之間的權衡
  • (三)非結構化地形的障礙
  • (四)自主決策的倫理與法律
  • (五)跨單位協作與標準化
• IEKView

【圖表大綱】

• 表1、國際開放介面標準與評估框架
• 表2、關鍵AI技術與其防災/救護應用價值
• 表3、防災與救護UGV廠商核心優勢與應用場景
• 表4、UGV在不同移動方式之優劣綜合比較