電腦視覺於智慧工廠與倉儲/人工智慧安防與影像應用
企管三甲 蔡佳芸
一、前言
這場講座是我第一次接觸關於 AI、SLAM（同步定位與建圖）、數位孿生等技術的應用，相較於以往主要研究人類行為的課程內容，這次的主題讓我有了截然不同的視角。最讓我印象深刻的是數位孿生技術，它透過建模與數據收集，建立一個虛擬場景，讓管理者能夠在模擬環境中測試可能發生的情況並進行決策。這讓我思考，若這是未來產業發展的趨勢，那麼及早學習並運用這方面的知識，是否能提升我的競爭力？
二、AI 與智慧工廠的應用
智慧工廠透過 AI、機器視覺與物聯網（IoT）等技術，提升生產效率、減少人力成本並提高精準度。本次講座探討了自動化與智慧管理在工廠與倉儲中的應用，其中包含以下幾個關鍵技術：
1.SLAM（同步定位與建圖）
SLAM 是讓機器在未知環境中，同時進行定位與地圖構建的技術，廣泛應用於機器人導航、自動駕駛、無人機探索等領域。視覺里程計（Visual Odometry）：透過偵測場景內的特徵點，追蹤環境變化，並結合影像處理進行定位。其挑戰包括：難以辨識的場景（如重複圖樣、低光環境）、動態環境干擾、初始階段與長時間運行後，機器可能會產生偏差。
IMU（慣性測量單元）輔助：當視覺失效時，IMU 透過加速度計、陀螺儀等感測器協助進行定位。LiDAR（光達）技術：使用 360 度雷射測量距離，可在無 GPS 或低光源環境下提供精確的空間資訊。航位推測與迴圈閉合演算法：當機器探索新區域時，透過記憶舊地標來修正誤差，確保定位準確。SLAM 技術在增強實境（AR）、3D 繪圖、無人機導航與自動駕駛等領域具有極高的應用價值。
2.數位孿生（Digital Twin）技術
數位孿生技術的核心在於將實體系統的數據，即時映射到虛擬環境中，以進行監測、分析與優化。其應用過程包含：模型建立：建構與真實世界相對應的 3D 模型。數據收集：透過 IoT 感測器收集生產設備與環境數據。資料連結與分析：利用 AI 和大數據技術，即時監測運行狀況，預測潛在問題。持續改進：透過模擬結果調整生產流程，提高效能與穩定性。數位孿生在智慧製造、供應鏈管理、預測性維護、智慧城市與醫療產業應用。例如，工廠管理者可以透過數位孿生技術模擬生產流程，預測設備可能發生的故障，提前進行維護，降低停機時間與損失。
三、個人收穫與反思
這次講座讓我深刻理解 AI 與智慧工廠技術如何影響現代製造業，特別是 SLAM 和數位孿生的應用，讓自動化技術更為精確與高效。我也開始思考，這些技術如何影響管理決策，並且是否能與我的學科背景結合，例如：企業決策應用：管理者如何利用數位孿生技術來降低成本、提升生產效率？人才管理與轉型：當 AI 逐漸取代傳統製造業的人力需求，企業應如何規劃員工技能轉型？智慧倉儲與供應鏈管理：如何利用 AI 和 IoT 技術提升物流效率？這場講座不僅開拓了我的視野，也讓我思考未來是否可以結合企業管理專業，學習 AI 技術與數據分析，以提升自己的競爭力。
四、結論
隨著工業 4.0 與 AI 技術的快速發展，數位孿生、SLAM 和互聯網已成為企業數位轉型的重要趨勢。這次講座讓我認識到，未來的競爭力不僅來自於管理知識，也需要理解技術如何驅動產業變革。因此，我認為掌握這些技術的基本概念，並思考如何應用於企業決策與管理，將是未來職涯發展的一大優勢。
企管三甲 龔峻
今天聽了關於⼀些AI科技運⽤的演講。其實漸漸的意識到AI已經開始變得可 以去取代我們，甚⾄是輔助我們在⼯作上更加的⽅便。⽐較有印象的是Slam 跟數位孿⽣。
Slam技術的核⼼在於定位與建圖這兩項任務的同步執⾏。當機器⼈或無⼈ 載具在⼀個未知環境中移動時，它需要隨時掌握⾃⼰的相對位置，同時不斷更新周圍環境的地圖資訊。我覺得這能涉及的範圍⾮常廣，從拿來幫助⼈跟發動戰爭都可以。⽐較常⾒的應該就是近期吵得很兇的⾃動駕駛，就是Lidar slam。我覺得在這項科技還沒到完全成熟的時候都還不太能完全的去安⼼使⽤，僅僅只能達到輔助的效果⽽已。我認為⽐較好的是有些汽⾞公司在做⼤型⾞的時候，把它運⽤在偵測是否有障礙物。因為⼤⾞難免會有死⾓的問題，可以跟制動系統來去做整合。這樣⼀來可以加減避免傷亡。⽇常⼀點的就是掃地機器⼈或是⽤在做Google地圖的偵查⾞上，我覺得都是⾮常棒的，再來就是⾮常恐怖的無⼈機。藉由遠端操控或是先輸⼊的路線來達到無⼈操作的地步，⽐較好的就是可以⽤來偵查⼀些⼈們難以抵達的地形或是⽤來⽇常送貨，不好的就是使⽤在戰爭上⾯，⼀些轟炸無⼈機之類的。可以看到AI的運⽤可以是⼀體兩⾯的，雖然真的很便利，但也會被無⼼⼈⼠⽤來傷害別⼈。
數位孿⽣是是⼀種利⽤數位模型來真實模擬物理世界中的物體、系統或流程 的技術。它通過感測器、物聯網（IoT）、⼈⼯智慧（AI）和⼤數據分析，將真實世界的數據即時傳輸到虛擬模型，實現精確的監測、分析、預測和優化。這項技術不僅能讓企業或組織在數位環境中「複製」現實中的事物，還能透過模擬和分析來做出更好的決策，提升效率並降低⾵險。有看到運⽤在倉儲的機器⼈上⾯，原本設定好路線的機器⼈假如碰到⼀些貨物掉在路線上的話，會重新設定路線，我覺得這是⾮常酷的，透過虛實整合這樣可以做到很多事情。還有像是可以在⾶機起⾶前偵測有沒有什麼異狀，透過之前所分析的數據來去提醒機⼯可以提前檢查或更換零件之類的。也可以運⽤在醫院之類的地⽅，假如有病⼈狀況出問題可以提前通知護理師。但我覺得假如數據不太⾜夠的話，可能會有資料不完整或判斷錯誤等狀況會發⽣，所以運⽤在⼀些⼩地⽅的話應該是有點難度的。
總⽽⾔之，就還是要讓AI去學習整個⼤環境是怎樣的⼀個狀況。如果之後真的成功的話，應該可以使⽤在整合城市的資訊，僅憑⼀個機器就可以去控制整個城市的狀況並通知給居⺠們，感覺就很像是未來會發⽣的事情。數位孿⽣是⼀項改變未來的重要技術，它不僅能讓企業提升運營效率，也能幫助政府和社會做出更智慧的決策。從製造業到智慧城市，從醫療健康到航空航太，數位孿⽣技術正在加速推動數位轉型，讓物理世界與數位世界更加緊密結合。隨著技術的不斷進步，數位孿⽣將在更多領域發揮影響，成為未來智慧化時代的重要基⽯。
企管三甲 卓采萱
今天聽了兩位講者的資訊管理應用，兩位的分享各有各的特色，在第一位吳致德副理講解智慧工廠的特性時，許多特點的描述讓我想起以前看過的許多對未來進行想像的電影，迅速發展的AI運用到各項業種當中，替代人力接手工作性質高度重複的部分，並幫助人類分析工作流程問題與效率分析。
這一切就在我成長的這些年間快速變化，小時候爸爸還拿著翻蓋式手機現在不僅連按鍵都不需要了，手機中還會有聊天機器人可以幫人們解惑、談話。在吳致德副理的分享當中，最令我吃驚的是「視覺里程計」、「SLAM應用」等幫助機器人定位、判斷距離與方向的運用，這是我首次聽到這些專有名詞，之前看到機器人移動的時候，都認為是人為遠端操控或已經在程式中設置好固定的移動路線並偵測障礙去改變路徑，而今天在課程中聽到的應用理論讓我更深入了解了現今機器人到底發展到何種地步。在視覺里程計的幫助下，機器人可以去識別環境中一些固定的特徵點去計算自身當前位置與移動軌跡，並提供在未知環境的導航能力，看到這些敘述時讓我想到近年來聲量越來越大的自駕車。
後面介紹到的SLAM應用，被廣泛運用於近年來討論度越來越高自駕車，還有像是最近許多連鎖餐廳都出現的送餐機器人、倉庫廠房的送貨機器人以及無人機的自主飛行，其實這些科技陸續在我們生活中廣泛出現，只是我之前都沒有去深究這些科技它是如何運作、用何種方法去運作，而這次透過講者的介紹著實讓我認知道現在科技的發展有多進步，即使這些應用也還有一些缺點（像是面對特定環境時會容易混淆），不過我想這些在日後都是能靠技術去克服的問題。
而在第二位講者的分享中，我也有想稍微提一下的心得，講者介紹了許多他們機器在實務上的運用並用許多影片展示後，最後老師有提到這項技術運用在未來長照計畫中的效果，能否辨識老人是否跌倒、被看護欺負或需要翻身等幫助，現在台灣進入超高齡社會，的確需要重視這項應用，且未來也極有可能會成為一項商機，不過我想更重要的是在資訊科技快速發展的同時，現行法規也要盡快跟進規範，積極去避免一些個資洩漏、錯誤資訊傳播等等問題，網路的資訊流通過於快速，若遭有心人士利用，恐怕會對社會帶來很大的傷害，總體來說，這次分享有讓我認識到新技術的運作，也讓我有更興趣去接觸這些內容。
企管三甲 胡沛晴
隨著科技的進步，AI 技術在各個產業的應用日益普及，特別是在智慧工廠與倉儲管理方面，這項技術扮演了提升效率與精準度的重要角色。我們能夠運用AI技術更有效地管理倉庫空間，優化資源配置，並降低人工作業的錯誤率，進而提升整體運營效能。
在這場演講中，透過實際案例與技術介紹，我學到了幾種應用於智慧工廠與倉儲的技術。例如，同步定位與地圖構建（SLAM）能讓機器在未知環境中建立地圖並追蹤自身位置，主要應用於自動駕駛車輛、移動機器人及擴增實境等領域。視覺里程計（VO）透過連續畫面追蹤特徵點來估算位置變化並持續更新定位。這些系統在某些環境下仍會面臨挑戰，例如在重複圖樣的環境中，由於視覺特徵過於相似，系統難以正確辨識位置；在動態環境中，移動物品會改變場景特徵，增加追蹤的難度；而在低光環境中，光線不足會影響特徵提取的準確性，因此，VO 常需結合慣性測量單元（IMU）來提升精準度。IMU透過加速度計與陀螺儀測量線性加速度及角速度，幫助機器確定移動方向與速度，但IMU也有累積誤差的問題，隨著時間推移，飄移現象會影響長時間運行的準確性。
此外，光達（LiDAR）透過發射雷射脈衝來測量物體距離，具備不受光線影響的優勢，即使在黑暗環境中仍能運作。LiDAR 容易受到玻璃或鏡面反射的影響，且在物體密集或頻繁移動的場景中，可能降低測量精度。因此，SLAM 系統若能結合 VO、IMU、LiDAR 等多種技術，將獲得更全面的環境感知能力，提升定位與導航的穩定性與準確度。這場演講讓我對AI在智慧工廠與倉儲的應用有了更深入的了解，也讓我認識到不同技術各自的優勢與挑戰。
企管三甲 李微媞
這次的課程介紹了視覺里程計、SLAM技術、IMU等技術，這些都是機器人導航與智慧製造的重要技術。作為企管系的學生，這些技術原本對我來說相當陌生，但透過這次的課程演講，我開始有一點理解它們在現代企業中的應用價值。
SLAM技術與IMU的應用讓我想到無人機、無人車甚至自動倉儲系統的發展。SLAM能讓機器人在未知環境中即時建立地圖並導航，而IMU則可以提供加速度與角速度資訊，確保機器能夠持續運行，即使視覺訊號失效時仍能計算自身位置。這讓我聯想到近年來智慧物流的崛起，例如Amazon的無人倉庫，使用自動導航的自動導引車來提高存貨管理與配送效率。
智慧工廠與智慧倉儲的概念也是讓我感到非常驚艷，智慧製造透過數據追 蹤、AI決策以及自動化機械手臂，提升了整體生產效率。這讓我想到供應鏈管 理中「即時調度」的重要性，當企業能透過智慧倉儲技術即時掌握庫存狀況，不僅能降低成本，還能縮短生產週期，快速回應市場需求，這也顯示未來企業不僅要考慮財務與行銷，還需要懂得科技如何提升競爭力。
然而，這些技術也有其限制與挑戰，例如視覺系統在光線不足或環境變化時 可能出錯，而IMU系統則會隨時間累積誤差，因此現代機器人往往需要多種感 測器融合，才能克服單一系統的缺點，這反映出企業決策中「風險分散」的概念，不應過度依賴單一技術，而應整合不同工具以提升穩定性。
這次的課程演講讓我對智慧製造與導航技術有了初步的理解，這些技術不僅 影響工業生產，未來甚至可能改變整個商業環境，例如無人商店、智慧物流與自動駕駛。身為商學院學生，未來若想在科技產業發展，除了財務、行銷與管理能力，也應多了解這些技術的應用，以便更好地在數位轉型的時代找到自己的價值。
企管三甲 劉維庭
這次的課程主要討論IMU計算里程的挑戰、SLAM技術，以及Lidar等技術 的應用。這些技術在現代自駕車、機器人、無人機等領域扮演重要角色，讓機器能夠自主導航、感知環境，並做出更精確的決策。IMU 是一種透過加速度計與陀螺儀來計算移動距離與方向的技術。雖然IMU的反應速度快，可以即時提供運動資訊，但它有一個致命的問題——累積誤差。剛開始可能只有一點點偏差，但時間一久，誤差就會變得愈來愈大，導致計算出來的位置和真實位置差很多，這就是所謂的「漂移」。這種問題在短時間內可能不明顯，但隨著時間拉長，誤差會變得難以控制，所以IMU單獨使用並不能保證準確性，通常會配合其他技術，例如SLAM或者GPS來修正誤差。
SLAM 就是為了解決這種問題而發展出來的技術。SLAM的核心概念就是在機 器人探索環境的時候，能夠一邊建構地圖，一邊定位自己。這讓機器能夠在完全未知的環境中自主導航，不需要預先設置地圖，這對於自駕車、無人機、掃地機器人、無人倉儲設備來說，都是非常重要的技術。SLAM主要依靠各種感測器，例如相機、Lidar等來獲取環境資訊，再透過演算法來分析，確定自己的位置並建立環境地圖。這個過程不只需要精確的感測技術，還需要有效率的計算方法來處理大量數據，並修正誤差，確保機器在移動過程中不會偏移太多，影響到後續的導航決策。
而在這些技術當中，Lidar是一項不可或缺的重要感測技術。Lidar透過發 射雷射光並測量反射時間來計算距離，能夠快速精確地掃描環境，建立3D地圖。與相機相比，Lidar不受光線影響，即使在黑暗中也能正常運作，因此特別適合應用在自駕車和機器人上。Lidar的主要優勢在於它能夠進行360度的全方位掃描，收集完整的環境資訊，並且它的測距範圍可以超過100公尺，這對於高速行駛的自駕車來說是非常重要的能力，因為車輛需要在遠距離內預測可能發生的狀況，才能提早做出反應。高精度Lidar的數據也能和SLAM技術結合，讓機器有更高的定位準確度，減少因IMU誤差導致的漂移問題。
這堂課讓我更深入了解到這三種技術的關聯與應用。IMU雖然能提供即時 的運動資訊，但誤差會隨時間增加，無法長時間單獨使用，而SLAM則可以解決 機器在未知環境中的定位問題，讓它一邊探索、一邊建立地圖。Lidar則進一步提升環境感知能力，讓機器在更複雜的環境中運行。這些技術不只是理論上的概念，而是實際應用在許多現代科技產品上，像是自動駕駛車、機器人、無人機等等。這堂課讓我更了解這些技術的重要性，也讓我對智慧科技的發展有更深的體會。隨著這些技術的進步，我相信未來的生活會變得更加自動化、更加便利，也更有可能實現真正的無人駕駛與智慧城市。
企管三甲 李珮菱
⾃1770年代起，⼈類社會開始⾶速發展，經歷了機械化、電氣化與⾃動化等三次⼯業⾰命後，第四次⼯業⾰命也在2014年拉開帷幕—物聯網（Internet of Things, IoT）的出現。即使不理解個中原理，許多⼈也知曉物聯網所帶來的便利之處：智慧家電、智慧醫療設備、智慧城市等耳熟能詳的例⼦，亦有演講中提及的智慧倉儲與智慧⼯廠等實際應⽤，這些新興產物皆有⼀個共同點：「⾃動化與智慧管理」，在這個由數據構成的世界，如何以系統化的⽅式搜集與管理⼤數據，並進⼀步歸納分析，最終總結與推論未來趨勢，是現今世代的重點課題。
⽽與第四次⼯業⾰命息息相關的熱⾨話題是⼈⼯智慧（Artificial Intelligence, AI），⼈們以數以萬計的資料訓練機器⼈，透過機器學習與深度學習後，⾃主⽣成如⽂字、圖片、程式等多個領 域的內容。⼈⼯智慧的崛起⾜以顛覆⼈類所處的世界，我們倚賴它的便利，卻也懼怕它的取代。⽽演講中第⼀⼤重點著墨在⼀項未曾聽聞的新技術—同步定位和建圖技術（Simultaneous Location and Mapping, SLAM），其技術包含兩個層⾯：⼀為「位置定位」，現今可使⽤的⽅法有許多，如視覺⾥程計（Visual Odometry,VO）、 慣性測量單位（Inertial measurement unit,IMU）、光達（Lidar）、航位推測法（Dead reckoning,DR），結合訊號與信標、視覺輔助（QR code定位標記與OptiTrack動作捕捉系統）等技術，計算出位置的改變。
每種⽅法都有其適合的環境與須⾯對的挑戰，最好的⽅式便是結合多種⽅法，以減少誤差值：在探索新區域時，確定初始位置並計算運動軌跡，再將誤差值累積後，重新識別已知位置，最後將軌跡修正。⼆則是「環境重建」，透過機器設備在移動的過程中所收集到的資料，以實景與模型，將環境中的物件建構出3D地圖。
SLAM技術除了可應⽤在⾃動駕駛、⾏動機器⼈、無⼈機與擴增實境（Augmented Reality,AR）外，亦能投入繪圖測量與探索未知領域的作業中，增加⼯作效率、精確度與與安全性。 講座中的第⼆⼤重點為「數位孿⽣」，它將實體世界與數位世界連接起，使管理者能透過虛 擬環境中的模擬，增強決策能⼒，以監控與優化實體系統與流程，⽽其動態性質有助於預測風險，並即時優化當前最佳⽅案，以⾯對突發狀況。⽽科技的發展也必然存在諸多挑戰，如資料的安全性、硬體裝置間整合時得相容性問題、儲存需求增加時的可擴展性與發展成本過⾼等等。
這次的演講讓我體認到⼀個事實，縱使科系的性質與科技差異較⼤，我們依然有掌握現在趨勢的必要，有些⼈會問：「為什麼我要學這些東⻄？學這個的意義是什麼？」學習知識、留⼼趨 勢，是為了在乘著前往未來的洪流中，依然能保有⾃我的判斷，不被蒙蔽雙眸，不會⼈云亦云的同時，亦能秉持著懷疑的態度審度資訊真與假。
⾝為⼀位以⽂字編織天地的筆者，我並不喜歡⽣成式AI的問世，即使現階段它尚未成熟，它依然過於強⼤，它確實帶給⼈們效率，⽽代價是⾃我思考。我害怕它的取代性，更害怕它剝奪我的精神世界，倘若連思索的能⼒都喪失了，我是否還能與之抗衡？但即使⽬前我對這項⼯具保持者負⾯的態度，依然會接觸使⽤這項新事物，不進步則是⼀種退步，跟不上世界的趨勢意味著將來有被淘汰的可能性，⽬前我使⽤ChatGPT學習英⽂單字，並⽤劍橋字典進⾏交互查驗，以提升ChatGPT的準確性。我很喜歡演講者的結論—AI可以輔助⼈，不能取代⼈。說到底AI是⼀個⼯具，⼯具與⼈之間始終有差別，⽽要如何發揮獨屬於⼈類的價值，則是所有⼈都必須不斷思考的問題。
企管三甲 黃婕雯
在這次的演講中有聽到很多新的名詞，雖然過去沒有聽過這些名詞，但它的應用卻已經可以在我們周遭的日常生活中看見。從智慧倉儲的智慧化工業系統可以進行自動儲位，還有FIFO先進先出的功能，都讓我覺得很厲害。有這樣的技術的確可以大幅減低在倉儲中的人力成本，可以提升作業的精準度，使整體進入一個高度自動化的狀態，不但更方便也更有效率。
接著說到其他應用的技術包括SLAM、IMU以及Lidar技術等，或許我們對於這些技術的名詞很陌生，但一旦提到它的應用，如自動駕駛、掃地機器人、無人機、AR裝置等等，都是我們在生活中可以看見的技術應用。雖然每一項技術都有一些小小的缺點，但可以進行交叉應用，就可以有效降低失誤的可能性，也更方便後面的應用，雖然目前各項技術或許都還存在著一定的漏洞，但我認為可以發展到這樣的地步已經是很大的科技進步，相信在未來的優化也會更加快速，幫助我們更加方便的使用這些技術，提高我們的生活品質。
而第一位講師最後簡述的數位孿生部分，更是我從來沒有想過的，原來科技還可以這樣應用在這些地方，透過模型的建立、數據收集等等，可以應用在航空、醫療、智慧城市，還有能源的地方，透過數位孿生，可以進行很多不一樣的試驗，但卻不用花費很高的成本，就可以達到完成測試的結果。這樣的技術是過去沒有想過的，但相信在有這樣的技術下，我們的科技會發展得更快。
隨後提到的安防部份，也讓人印象深刻。記得講師給我們看的影片包括判斷蜜蜂是否出去工作、告知車輛前方是否有猴子等。過去我認為監視器可以達到辨識人臉、車牌等幫助快速找出車輛、犯人，已經是很厲害的應用，沒有想到現在還能做出判斷，發出警報等，我的確沒有想過還有這樣的技術，但有了這次的經驗，也讓我理解，或許科技的強大已經超越了我們的想像。
在這次講座中，給我最大的收穫就是了解了目前科技的便捷與各項強大的應用。但看到這些強大的功能也讓我開始反思，在科技如此快速的進步下，我們應該如何與它共處，在機器人剛出來時，不少人認為人類最終會被它所取代，然而現在科技的進步，也該讓我們重新思考，我們究竟還能做些甚麼，來維持自己的重要性。同時我們也應該去思考，科技是一項有效的工具，它可以幫我們完成許多事情，但一旦有人將其視為做壞事的刀子，我們又該如何預防?我覺得我們現在太享受於科技進步為我們帶來的便捷，但水能載舟亦能覆舟，我們要如何去管控科技，如何在運用科技的同時也保護好個人，這值得我們不停思考。
企管三甲 陳俐婷
這次聽完有關智慧倉儲、智慧工廠、SLAM、數位孿生、LiDAR 的演講，讓我對現代科技 如何改變我們的生活與工作方式有更深刻的體會。演講內容不僅讓我學到很多新知識，也讓我開始思考這些科技未來在生活中的應用。
首先，講者提到的智慧倉儲讓我印象很深刻。以往我們對倉庫的印象，可能是堆滿貨物、人力辛苦搬運的畫面。但透過智慧倉儲，許多工作都可以自動化，例如系統可以自動判斷哪些貨物該先出、哪些該後出，讓整個倉儲管理變得又快又準確。這讓我覺得科技真的能大幅減輕人類的工作負擔,也覺得智慧倉儲最大的好處是「快速又安全」，而且可以節省很多人力成本，讓倉庫運作得更順利。 接著是智慧工廠，它注重在即時性、智慧管理、高度自動化和預測性維護。傳統工廠依賴大量人力，但智慧工廠透過自動化機器、機器人來製造產品，不但提高生產速度，也減少人為錯誤，甚至能24小時不停工。我認為最重要的是可以即時回應市場需求，這是非常重要的一件事。
然後是SLAM技術，原本我對這個名詞不熟悉，但經過講解才知道它是「即時定位與地圖建構」。原來現在很多無人車、掃地機器人和無人機都靠SLAM技術來知道自己在哪裡，還能一邊走一邊畫出地圖，避免撞牆或迷路。這技術可以應用在倉庫、工廠和辦公室中，無人運送車就能自動找到最佳路線，把貨物準確送到目的地，效率大大提升。
另外，數位孿生這個概念非常酷，簡單來說就是在電腦裡建立一個跟現實一模一樣的虛擬工廠或倉庫。這樣一來，我們可以在虛擬世界裡模擬操作，看看哪裡需要改善，等到 確認沒問題了，再實際應用在現實中。這樣不但可以避免浪費時間和金錢，也能提前發現問題，真的非常聰明。
最後，講者提到LiDAR（光達），這是一種用光線來偵測距離的技術。LiDAR 可以快速掃 描周圍環境，做出非常精準的地圖。像自駕車、無人倉儲車輛，都是靠LiDAR感應附近 的障礙物來避免碰撞。雖然目前對於一些模糊情境下仍然面對著一些挑戰，但我相信未來都能克服的。 以前我覺得這些科技離我們很遠，但現在知道，這些技術未來可能會應用在更多地方，甚至影響我們的日常生活，讓大家的生活變得更便利。這場演講讓我認識到未來智慧化的倉儲與工廠，不僅能提升效率，還能減少人力負擔，並且更加安全與準確。像SLAM和數位孿生這樣的技術，也讓我看到科技如何把虛擬與現實結合，創造更多可能。
