Stock LLM Wiki

活動_義隆2458_國泰證期call_memo_20261022

義隆 (2458 TT) Call Memo 20261022 國泰證期研究部

重點摘要 1. 地面站內建AI,可升級舊無人機。 2. 視覺導航不依賴GPS防欺騙。 3. 通訊自研RF,成熟製程控成本。

營運成果 1. 無人機主要分為固定翼與多旋翼,固定翼量少、單價高,多旋翼處理器配置多元、量較大,市場較常忽略多旋翼。

  1. 前端Camera目前採20MP,配置窄角約20度與廣角約50度兩顆鏡頭,窄角鏡頭可看到約3公里,若升級至48MP可看得更遠。自殺式無人機多僅配置一顆約50~100度鏡頭,較好的機種配置寬、窄兩顆,更高階則加上夜視。熱像儀鏡頭每顆約1,000~2,000美元,成本過高,因此一般採低照度Sensor,僅於夜間室外等需辨識溫度差異的特殊情境才使用熱像儀。

  2. 雲台(Gimbal)可解決飛行晃動造成的影像不穩,目前尚未自製,將持續觀察市況。

  3. 避障方面,單目方案測距較不準,雙目Stereo方案測距較準,因此採前視、下視各兩顆鏡頭,加上前端三顆Camera,一台有避障的無人機約7顆Camera;大疆的避障採前後左右上下皆配置,加上前端Camera約15顆,而Tesla車用約8顆,無人機Camera用量可比車用。

  4. 多數市場關注無人機本體,較少關注地面控制站,一台有防抗干擾的SDR通訊模組地面控制站售價約新台幣10萬元至20~30萬元。地面控制站內建AI晶片,目前算力8 TOPS,未來約50 TOPS;早期無AI的無人機可將影像回傳至地面站運算,即可升級為具AI功能,唯需經壓縮、傳輸與解壓縮,有一定延遲,但多數應用對延遲要求不高。演算法實際約用2 TOPS,其餘保留給後續應用。

  5. 地面控制站定位為AI Agent,可用於監視、巡檢、消防等不同用途,各用途的UI介面、資料集與AI模型不同,未來可一鍵切換。

  6. 地面控制站顯示器亮度約2,000 nits,手機一般約500 nits,採Local Dimming背光,黑色區域不點亮,對比高且省電;傳統LCD側光式背光經導光板衰減,對比較差。另加上抗反射處理,並可於雨天操作。

  7. 蜂群(Swarm)為母機搭配子機,母機被擊落時由子機接手主導;與一般表演用無人機依賴GPS/RTK預先規劃路徑不同,蜂群不依賴GPS,並可跳頻避免干擾,目前以人機控制,未來朝AI控制發展。

  8. 類比影像傳輸成本低、延遲低但畫質較差;數位影像畫質清楚,但需壓縮、傳輸與解壓縮,有延遲。廣角鏡頭90~110度以上需做畸變修正。

  9. 在無GPS環境下以AI視覺導航,事先建立地圖(一般用低軌衛星的地圖),無人機將拍攝影像轉正向北後與地圖比對,飛行路徑與GPS規劃路徑幾乎一致,誤差約10公尺,因飛行高度高影響有限;去程與回程皆不依賴GPS,可防範GPS欺騙(anti-spoofing)。同業相關軟體多向國外授權,單價高,目前已自行開發完成。

  10. AI演算法自行開發,算力約2 TOPS,業界採高通方案約15 TOPS,成本與耗電較高,現場展示機種不需散熱。AI除演算法外資料集同樣重要,軍用場景難以實地蒐集,因此以生成式AI合成訓練資料,但需特定技巧才能做得逼真;國防部目前規定約6種情境。

  11. 模擬驗證除SIL(Software-in-the-Loop)外,另以3x3大螢幕播放影像,以螢幕晃動模擬機體姿態,此HIL(Hardware- in-Loop),並同時以類似地球儀的固定架讓機體實際擺動,同步驗證IMU,相關設計已申請專利。

  12. 陣列天線沿用低軌衛星天線技術,6公里以內採Dipole天線,6公里以上採陣列天線,4x4約可達20公里,8x8約可達40公里,地球直線傳輸頂多約20公里,更遠需靠反射波。無人機具抗干擾( Anti- Jamming )的SDR通訊模組單價高,為整機中最貴的部件之一。

  13. 和子公司合作通訊的陣列天線晶片及模組,SDR的Baseband技術來自5G Small Cell子公司,正申請政府晶片補助計畫補助多顆IC,涵蓋天線、AI、飛控及馬達控制晶片等,不採先進製程,最高約40nm。

  14. 飛控晶片為AI而非飛手設計,飛手需看到資訊後才操作,AI可直接依資訊控制,減少延遲。馬達控制同時回收轉速資訊,結合IMU做Sensor Fusion,可推估風向與風力。目前與策略夥伴共同驗證,夥伴提供規格需求與場域驗證,並以Data Log比對新舊方案。

  15. 降落時近距離約3公尺內為Camera視野盲區,需另行用TOF(飛時測距)處理;相關技術延伸至靈巧手,與工業院夥伴合作。

  16. 智慧交通闖紅燈預測依車輛與路口距離及車速判斷,已於國內部分場域架設,技術與無人機辨識相關。

營運展望 18. 下一代架構開發中,先以CNN偵測物件,再以Transformer行為模型判斷異常行為,可延伸至保全監控等應用,地面站可匯整無線傳入的多路監視影像進行判斷。

  1. 顯示器方面第二代方案開發中。

  2. AI與飛控具領先地位,通訊仍需時間追趕,但成本具優勢。

(僅供本公司內部同仁參考使用,非經本公司事先書面同意,禁止轉發或轉載第三人)