小米秋季新品發佈會，正式發佈高階旗艦系列新品小米MIX 4，搭載全新CUP全面屏技術，讓螢幕既能無任何孔洞完美顯示，但這款似曾相似的仿生四足機器人比較吸引我注意。

--

CyberDog彙集小米11年的技術沉澱，是工程師文化和創新精神的深度凝結，也是小米對於未來科技生活的再次探索。CyberDog搭載小米自主研發高性能伺服馬達，具備強大運算能力與強勁動力，內建超感視覺探知系統和AI語音互動系統，支援多種仿生動作與姿態，是一個來自未來的「科技夥伴」。

小米承諾將仿生四足機器人研發成果向全球深度開源，限量開放1,000個工程探索版與擁有極致探索精神的米粉、極客發燒友合作共創，透過技術探索讓CyberDog實現更多「超能力」。CyberDog工程探索版定價人民幣$9,999元。

強勁性能，高精度環境感知

CyberDog內建小米自研高性能伺服馬達，提供32N·m最大輸出扭矩、220rpm最大轉速以及3.2m/s最大速度，能保證高扭矩的同時兼具高速性能，做到靈動回應。強大的性能支援讓CyberDog能夠輕鬆完成各類高速運動及後空翻等高難度動作。

如果將馬達比喻成心臟，那麼邊緣AI超級電腦就是CyberDog的大腦。大腦內建了NVIDIA JETSON XAVIERNX平台，內建384個CUDA® Cores、48個Tensor Cores、6個Carmel ARM CPU和兩個深度學習加速引擎，可處理來自多個感測器的大量資料。

感測器決定了CyberDog感知能力的上限。CyberDog內建高精度環境感知系統，可還原更真實的生物反應。她全身擁有11個高精度感測器時刻待命，可主動探測外部細微變化。其中包括觸摸感測器、鏡頭、超音波感測器、GPS模組等，基於此可衍生更符合生物直覺的交互功能，以及環境感知、分析能力。

超感視覺，智慧互動陪伴

小米將手機影像的技術延伸至仿生機器人領域，讓CyberDog實現空間感知能力。CyberDog支援超感視覺探知系統，通過AI互動相機、雙目超廣角魚眼相機、intel® RealSense™ D450深度鏡頭打造硬體基礎，透過電腦視覺，檢測辨識使用者相關資訊，為使用者提供更智慧化的視覺使用體驗。

CyberDog內建超感視覺探知系統，可實現自主辨識跟隨、SLAM建圖和導航避障功能。技術層面，小米透過人形檢測技術和行人重辨識技術保障了跟隨功能的穩定，使用人臉辨識技術讓CyberDog具有寵物化特徵，滿足跟隨主人的場景需求，最終讓她能在室外空曠平整的環境中跟隨主人。借助多個感測器的協作，感知目前環境，透過演算法建立導航地圖，並自動規劃到下一目標點的最優路線。在導航及跟隨過程中均能達到自主規避障礙物。

使用者可透過語音、遙控器、手機多種方式操控CyberDog，以「鐵蛋鐵蛋」喚醒詞向CyberDog下達指令。目前小米智慧語音已應用於8大互動場景，導入超過72個品類，3000餘款裝置。現在，這項技術將運用有溫度的溝通，喚醒未來智慧活新方式。

深度開源，共創無限可能

作為開源產品，CyberDog具備豐富的外部設備擴充能力，她擁有3個Type-C和1個HDMI介面，可以外接探照燈、全景相機、運動相機、雷射雷達等多種擴充設備，開創更多應用場景。另外CyberDog整機支援生活防水，可應對多種複雜使用環境。

小米致力於打造一個仿生四足機器人開發平台，透過程式碼開源和開源社區的方式，改善機器人開發環境，推動機器人行業發展。小米將仿生四足機器人研發成果向全球深度開源，開放1,000台工程探索版，與擁有極致探索精神的米粉、極客發燒友共創。小米社區的「CyberDog圈子」將打造良好的共創環境，為極客用戶們提供交流競賽的平台。小米還將設立小米機器人實驗室，邀請更多工程師一起探索更酷、更好玩的未來。

#物聯網IoT #機器視覺 #人工智慧AI #微控制器MCU #軟體開發套件SDK #Glow編譯器 #影像感測器 #擴增實境AR #虛擬實境VR

【機器視覺的感知＆處理】

今年以來，肺炎疫情重傷不少產業，卻意外讓某些科技應用成為受惠者，機器視覺 (Machine Vision) 便是其一。研調機構預測，2025 年約有 98% 的邊緣裝置都將使用某種形式的機器學習 (ML)／人工智慧 (AI)，這意味著：消費型裝置製造商和嵌入式物聯網 (IoT) 開發者需將機器學習框架最佳化，以便在微控制器 (MCU) 實現低功耗的邊緣嵌入式應用。

於是，有晶片廠推出業界首款用於 MCU 的 Glow 神經網路編譯器 (Neural Network Compiler)，並已整合到自家機器學習軟體開發環境；如此一來，更容易與特定目標整合、省卻即時編譯程序、生成高度最佳化代碼，進而提升硬體平台的神經網路效能。除了智能相機，進一步內嵌整合圖像處理器 (Integrated Graphic
Processor, IGP) 的「智能視覺感測器」正引起關注。

基本上，畫素越高的智慧影像感測器，需要更大的數據量、更強的運算單元，功耗和儲存空間也會相應增加，AI 機器視覺需加以綜合考量。另一方面，當使用傳統 CMOS 影像感測器拍攝視訊時，必須發送每個單獨數據幀予 AI 單元處理，導致數據傳輸量增加且難以即時處理；所以，AI 機器視覺須因時空制宜。此外，攝影模式也是關鍵，特別是移動中或需要近紅外線照明的場景時。

相較於依序逐步擷取畫素數據、須經校正的「捲簾快門」(Rolling Shutter)，同時保存每格畫面所有畫素資料的「全域快門」(Global Shutter) 是拍攝無失真影像的首選模式，適合擴增實境／虛擬實境 (AR/VR)、同時定位和地圖建置 (SLAM) 及 3D 掃描。雖然邊緣設備的就地處理能力日漸茁壯，但礙於有限運算和儲存資源，現階段仍多以推論或類似「學前教育」的預處理為主。

巨量資料的訓練，還是偏好在雲端進行。為此，催生一種新的商業模式：導將收集到的感測器數據送到雲端 ML 模型訓練、予以簡化後，再回頭部署至 Arm Cortex-M 之感測器、智能插座／燈泡或穿戴裝置等嵌入式設備，將精簡過的「輕量版」模型導入各大MCU 硬體平台，已與 Arduino、ST、Eta Compute 簽署協議；付費用戶還可使用雲端追蹤和共享功能，進一步針對特定用例調整模型。

延伸閱讀：
《機器學習進駐邊緣，Embedded Vision 亮起來》
http://compotechasia.com/a/feature/2020/0910/45716.html

#恩智浦NXP #eIQ #MCUXpresso #安森美半導體ON #AR1335 #意法半導體ST #VD56G3 #EdgeImpulse #工研院機械所

ADI官網推出量測軟體元件庫MeasureWare Software Studio有什麼?多好用?

MeasureWare Designer：根據客戶具體的應用需求為其提供硬體方面的建議。
MeasureWare Lab：收到硬體後，客戶可運用量測單元快速傳遞和查看監測結果。
MeasureWare Developer：適用於更高階的用戶；主機微控制器的支援偏好和用於應用編碼的整合式開發環境。最初提供一個ARM® Mbed™ 示例專案和API，未來並將支援其他IDE。

MeasureWare 網路生態系統為一交流中心，客戶可在此學習和分享經驗並獲得支援，最終將其原型運用至生產中。

https://www.analog.com/en/measureware/our-solutions/software.html