為什麼地板危害這麼難偵測
水漬沒有高度
光達與一般測距感測器靠偵測障礙物的高度差來判斷有沒有東西，水漬貼著地面幾乎沒有高度差，光達看不到。
一般物件偵測認不出『濕』
市面上的物件偵測模型擅長認輪廓與邊界，但水漬沒有固定形狀也沒有邊框，模型分不出這塊地是乾的還是濕的。
滑倒是最常見的公共意外責任之一
滑倒是醫院與賣場最常見的公共意外責任之一，一旦發生場域方就要負責，但現場沒有人力可以一直盯著每個角落的地板。
從鏡頭到處理，怎麼運作
判讀邏輯設計成一條清楚的責任鏈，從取像一路走到場域人員結案。
-
1
鏡頭或機器人相機持續取像
清潔、送物、巡邏機器人隨身的相機，或既有監視器透過 RTSP，持續把畫面送進邊緣端。
-
2
邊緣端 VLM 判讀四類危害
Cosmos3-Edge 在邊緣端判讀畫面，只認水漬、黃色警示立牌、煙霧、電梯故障告示，不辨識其他東西。
-
3
依距離門檻才觸發
危害要進到設定的距離門檻內才會觸發告警，避免遠處或畫面邊緣的東西一直誤判。
-
4
同一危害不重複告警
同一處危害已經告警過，不會因為機器人或鏡頭繼續看著同一塊地方而反覆發出通知。
-
5
結構化事件送出
判讀結果輸出成結構化事件，可以送進機器人的決策層，也可以送進場域既有的告警或工單系統。
-
6
場域人員處理與結案
場域人員收到告警後前往處理，像放警示牌、拖吸水漬、通報電梯故障，確認處理完畢才結案，責任鏈走到底。
交付內容
邊緣盒映像或 SDK
預裝 Cosmos3-Edge 判讀邏輯的邊緣運算盒映像，或是整合進既有硬體用的 SDK。
接既有攝影機（RTSP）版本
不需要幫場域換裝新硬體，接上既有監視器的 RTSP 影像串流即可判讀。
各危害類別實測準確率報告
針對水漬、警示立牌、煙霧、電梯故障告示，分別量出準確率與誤報率的報告，待真實場域錄影驗證後產出。
新增危害類別的提示詞與驗證流程
要新增一類危害時，只需調整提示詞並跑過驗證流程，不必重新訓練模型。
適合對象
機器人原廠
清潔、送物、巡邏機器人需要能看懂現場危害的感知模組，但自己訓練模型要花時間與資料。
把感知模組當授權接進既有產品線，一台機器人就有看懂水漬、警示立牌、煙霧、電梯故障告示的能力。
監視器與影像平台廠商
想賣更聰明的告警功能，但同一套畫面要一個危害訓練一個模型，加類別很慢。
把判讀模組當 App 上架，加一類危害只要改提示詞與跑驗證，不必重新訓練模型。
賣場、醫院、物業管理公司
滑倒是最常見的公共意外責任之一，但沒有人力一直盯著每個角落的地板。
既有攝影機接上判讀，危害一出現就有結構化告警送到場域人員手上。
為什麼是我們
歐美同類廠商大多是一個危害訓練一個模型。
一個模型認多類危害
我們用 VLM 判讀，加一類危害只要改提示詞與跑過驗證流程，不必重新訓練模型。
讀得懂中文告示
像『電梯維修中』這類中文告示也在判讀範圍內，不只是認形狀與顏色。
設計上就考慮誤報
依距離門檻才觸發、同一處危害不重複告警，這兩條規則是判讀邏輯本身的一部分，不是事後加的濾波。
輸出的是結構化事件，不是一張畫面
判讀結果是結構化事件，可以直接送進機器人的決策層，或場域既有的告警系統。
收費方式
原廠與場域的收費邏輯不同，依使用情境分開計價。
原廠授權
機器人原廠把感知模組當授權接進既有產品線
- 按授權機器人台數計價
- 模組更新與新增危害類別的驗證包含在授權內
具體費率依出貨規模議定
場域告警服務
賣場、醫院、物業接上既有攝影機就能用的告警服務
- 按鏡頭數或按場域計算年費
- 可選擇只用接既有攝影機（RTSP）的版本，不需加裝新硬體
費率依場域規模與鏡頭數議定
進階方案：人工複核
在自動判讀之外加一層人工複核，降低誤報對場域的干擾
- 自動判讀加人工複核雙重確認
- 適合對誤報容忍度低的場域
複核服務另計
目前狀態與驗證計畫
已驗證
- 在模擬影像上，Cosmos3-Edge 已能判讀水漬、黃色警示立牌、煙霧、電梯故障告示四類危害
- 已有依距離門檻觸發、同一危害不重複告警的判讀邏輯
進行中
- 仍在調整觸發距離的門檻
- 真實鏡頭的反光、燈光、角度還沒測試過
- 漏報率與誤報率目前還沒有數字
下一步
- 在一個真實走廊用既有鏡頭錄兩週，量出水漬與立牌的準確率與誤報率
- 數字過關後，找一家影像平台廠商談上架
常見問題
影像會不會離開場域？
判讀設計在邊緣端完成，不需要把原始影像送到雲端分析；實際串接方式依場域需求規劃。
誤報率怎麼量？
我們計畫在真實走廊用既有鏡頭錄兩週，針對每一類危害量出準確率與誤報率。目前還沒有數字，數字過關後才會公開。
加新危害類別要多久？
因為是用 VLM 判讀，不是一個危害訓練一個模型，加一類危害只要調整提示詞再跑過驗證流程，不必重新訓練模型。
支援中文告示嗎？
支援，像『電梯維修中』這類中文告示也在判讀範圍內，不只是認形狀與顏色。
能接我們現有的攝影機嗎？
可以，規劃中有一版接既有攝影機 RTSP 串流的版本，不一定要換裝新硬體。
跟一般物件偵測差在哪？
一般物件偵測擅長認輪廓與邊界，但水漬沒有固定形狀、光達也看不到高度差。我們只鎖定水漬、警示立牌、煙霧、電梯故障告示這四類危害去判讀，也看得懂告示上的文字。
想談合作？
不論是機器人原廠、影像平台廠商，還是場域管理方，都歡迎留下需求，我們會依角色回覆。