2020年6月2日消息，鸿海 （2317）于昨日宣布，将与凌华 （6166）合资成立自主移动机器人公司，由鸿海持股51％，凌华持股49％，预计在今年第三季度开始营运。鸿海表示，此间公司将会整合即时资讯互连、自主系统排程与行动导航平台等技术，强化自主机器人群集功能，满足多元应用场域。
凌华布局机器人和智慧工厂相关技术已久，除了日前获得友达集团入股，并取得凌华一席董事之外，如今又与鸿海结盟，显现凌华布局相关技术的效益开始显现。
新公司将结合鸿海先进的机器人机电整合技术与凌华强大的软体技术，使用国际机器人开源架构ROS2所采用的标准即时资料传输架构（DDS），强化自主机器人在群体互动能力。
符合“三加三”集团战略
鸿海表示，与凌华进行这项合作，是集团落实“电动车、数位健康、机器人”三大产业，以及“人工智慧、半导体、新世代通讯技术”三项新技术领域，属于“三加三”公司发展战略之一。
此前，鸿海曾发布致股东营业报告书。鸿海董事长刘扬伟于报告书中指出，集团要转型，要让原先以“劳力”密集为本的体质，脱胎换骨转型成以“脑力”密集为主的结构，具体做法为迈向F1．0现况优化、F2．0数位转型、以及F3．0转型升级；鸿海集团将投资“电动车、数位健康、机器人”三大产业，和“人工智慧、半导体、新世代通讯技术”三项新技术领域，以“三加三”为公司重要的发展策略。
以机器人为重心
鸿海集团一直将机器人领域当成发展重心。2007年，鸿海集团开始计划用机器人代替人力工作，并因此成立了机器人子公司。2019年，鸿海集团前董事长的郭台铭在2019年鸿海集团股东大会上提出，“我们公司内部计划在5年内，把这些工人，我们目标是希望能够拿掉80％ ，如果5年做不到，10年内也会做到，因为科技已经在这里了。”
富士康发展至今，都在朝着这个理念不断前行。2011年，富士康公布“百万机器人”计划；2016年，富士康完成“无灯工厂”生产线；2018年，鸿海集团加上下属各大企业，共计拥有八万多台机器人、17万多台的模具加工设备、1600多条SMT生产线、5000多种测试设备。
目前，富士康每年至少生产一万台机器人，这些机器人成功取代了人力，降低了成本。以昆山为例，富士康共裁掉了六万多名工人，转而使用机器人代替，大大提高了工作效率。
软硬体结合，强化自主机器人
随着人工智能技术的发展成熟，越来越多的厂商开始利用机器学习算法，让让机器人拥有“深度学习大脑”，给机器人感知环境和自主移动的能力，使“AI大脑”不断赋能传统制造业。这些能力可以帮助机器人主动避障，实时分析动态环境和作出最佳的决策，机器人不再是按固定指令死板地执行简单任务，它将拥有了判断事件的能力，可以更灵活地完成各种复杂的任务。
鸿海与凌华合作，可谓是强强联合！近年来，凌华科技成功整合人工智能（AI）技术，完善了精密控制、感知、实时通信与视觉的机器人控制器。凌华开放了自研的控制器平台，并借此重新设立智能制造新标准，将ROS2打造成移动式机器人的共通平台。
凌华还设立了远大计划，打算在2025年成功研发至少200种智能机器人创新产品，建立台湾在智能机器人领域的全球领导地位。
鸿海则更不必说，它在工业机器人领域拥有丰富的经验以及深厚的技术底蕴。
鸿海与凌华希望利用国际机器人开源架构ROS2所采用的标准即时资料传输架构（DDS），新公司将结合鸿海先进的机器人机电整合经验与凌华的软体技术优势，优化软硬体整合，强化自主机器人在群体互动时，所要求的即时决策，包含精准行动与动态管理，达到自主机器人之间的连网沟通顺畅无延迟，借以扩大自主机器人集群在不同场域的应用价值。
自主智能系统应用广泛，却面临重大挑战
自主智能无人系统的应用模式随着智能水平的提高，呈现出分阶段螺旋式发展趋势。并且，其应用可以分军事和民用两大类。
在军事领域，自主智能无人系统的应用模式持续扩大。2001年，由卡内基梅隆大学研制的“蜘蛛”无人战车，具有良好的自主导航能力；2007年，由美国陆军坦克和汽车研究发展中心研制的“Crusher”无人战车，将“野外感知”技术整合到无人战车中，增强了无人车的自主机动性；2009年，英国“黑骑士”无人战车，也具备无人自主操作功能；2018年，俄罗斯最新研制的S500防空导弹系统能同时拦截10个目标，多个作战单元可与其他作战系统进行网络连接。此外，俄计划到2015年，无人系统在俄军装备结构中的比例将达到30％。
在民用领域，自主智能无人系统的应用更是丰富多彩。其中，智能交通的多无人车有人／无人协同控制就是一个例子。其实，协同控制可以提升无人车的自主性和安全性，是目前多无人车的重要控制模式。此外，自主智能无人系统也广泛应用于智能交通中的多无人车智能协同路径规划。多无人车智能协同路径规划可以提升智慧城市道路利用率，缓解城市拥堵。据预测，到2035年，全球无人车的销量将达1200万辆，协同将成为无人车的主要运行模式。
通常意义上，无人系统自主智能控制等级可以分为6个等级。分别是遥控驾驶、适应故障和环境变化、自主路径规划、多系统协调、多系统战术目标、分布式控制。
综合看来，现阶段，我国的自主智能无人系统研究面临不少挑战。这其中就包括，自主无人控制系统无法适应开放环境、无法适应突发事件、简单的动作仍会失效、无法适应多项任务等。
此外，现阶段的人工智能与仿生智能仍存在较大差距。就单体来看，人工智能难以在复杂环境下实现健壮和普适的机器智能，但仿生智能却能快速适应突变与对抗性的复杂环境，并做出正确的推理、决策和行动。就群体来看，机器智能在环境突变情况下，固定程序的协同难以实现，而仿生智能在复杂群体间仍能井然有序的协同操作。
总而言之，无人系统在指挥与决策、分布式控制、自主故障检测、人为干预等方面仍面临重大挑战。
