從2018年自動化展中可以看出，不少大廠都推出銜接智慧工廠概念的機具，從機器手臂、機器人、機器視覺的應用到管理，都已經提供大致完善的策略跟開發。其中機器視覺的應用在本次展會中也大放異彩，除了使用于機器人、機器手臂上，其他像是物流、零售業也都有廠商將機器視覺應用于條碼的辨識上。

在自動化時代，通常使用機器來取代人力操作單一或高風險的作業，這樣的作業模式雖然能夠降低人力成本及人員受傷的風險，卻無法有效控管機械產品汰換周期等。在工業4.0的口號上，從上到下管理、政策到生產都有莫大的變革。

其中智慧機器人及機器手臂的運用在智慧工廠中占了不少比例，也成了今（2018）年自動化工業大展中展示的趨勢。從智慧機器人、機器手臂到其零組件，以及運用的場合都相當多元、齊全。

圖1 : 機器手臂及機器視覺的應用（source：COGNEX）

機械手臂（Robotic Arm）通常被用于不易完成的工作事項，高精度或重復性高的工作內容，運用機器從事以往高溫、高風險的勞力事務，或是工廠內呆板、單一指令動作的工作；其次，彌補勞力缺口、替代人力作業是機器人、機械手臂市場持續發燒的主要原因之一。在未來，工廠內人們只需要負責操控及管理這些機器人或手臂，甚至人機協同，與機器人一起工作。

不過這些機器究竟是如何能夠辨識需要被選取（夾取或吸取）及分類的品項？機器視覺（Machine Vision）便是其關鍵技術，機器視覺是模仿人類雙眼的光學識別系統，利用機器取代人眼，以更快速、更精確的效率來找出瑕疵品或指定形狀物品。

機器視覺的整合

機器視覺發展至今已有三十多年歷史，據自動成像協會（Automated Imaging Association, AIA）報告，機器視覺涵蓋所有工業與工業應用中，機于圖像的采集與處理，在各裝置執行其功能時，提供作業引導。其原理主要是利用感測視覺儀器（如自動對焦相機或感測器）的檢測機器來擷取影像，給予電腦分析及計算。

在工業上的應用包含檢查、量測、辨識、定位等需求；在食品包裝上則是利用協助型機器人來包裝商品，甚至能夠結合人工智慧，透過深層學習（Deep Learing）的技術，讓機器人夾起外型不同的食品，并放置到指定的位置（可參考SmartAuto智動化第38期＜協助型機器人大舉進攻食品包裝市場＞）；在物流、零售業上，機器視覺則能夠判定良品與不良品，并將其分類，此外也可以代替人力為顧客結帳。

機器視覺相較于一般影像感測不同之處在于，機器視覺能夠透過整合可見光、雷達、雷射、紅外線等各種感測器，讓機器視覺不僅可以擷取影像畫面外，更能感測物體形狀、距離、種類及移動方向等具體要素，并進一步判讀品項或使物品歸類。

圖2 : 視覺與機器手臂整合，讓產線操作更有效率。 （source：IDS）

近年因為智慧工廠及工業4.0的概念崛起，將機器視覺用于產業中，大多是在生產線側面及頂端設置工業相機。不過這類的應用雖然可以快速檢測產品的外觀及標簽位置，卻無法從事更進一步的動作。

然而，將機器視覺與機器手臂整合后，便相當于機器手臂或機器人的「眼睛」，除了能夠檢測商品品質，將不良品即可用商品分類外；更可用于工廠的作業中，透過人員設定，機器手臂除了能夠將指定物品夾/吸取及放置到配對位置上。機器手臂的應用除了彌補人力的缺口外，在品質檢測上也較人眼辨識精確、快速。

一般2D機器視覺僅能從事單一、相同物品的工作；在與3D視覺模組整合后，則能夠賦予機器手臂在編程復雜且耗時的 3D 路徑時，即可在擷取 3D 影像后透過演算法快速運算物品的輪廓，自動產生路徑讓機器人進行指示的動作。

過去機器手臂雖然可以取代人力快速、準確地完成設定的動作，但其應用僅限于2D，如3C半導體、高精密科技的產業；如今則能夠分辨物件、顏色及位置，已逐漸走向3D，可用于水五金、傳產及食品加工業上。

利用機器視覺使機器手臂選擇并夾取移動中的物體，在產業界已經相當廣泛的被運用，通常是運用在輸送帶上的物件處理，利用攝影機擷取影像、分析物件，再將分析結果交由機器手臂做物件處理，最常見的處理包含：排列、包裝、校正、篩選及分類。

工業機器視覺應用

在今年自動化展中，不少廠商都展出機器手臂與其零件，以及機器視覺的攝影機；此外也將工業視覺與其他技術整合，活用于汽車制造業、電子行業、自動化機械及內部物流上。

工業辨識設備代理商椰城（Trim International）代理之Datalogic甚至將這項技術結合AI人工智慧，讓機器能夠擁有自學能力，可自主學習物品圖像、數量和條碼等訊息，并即時更新資料庫，以辨識所有物品。

椰城總經理易天福指出，目前貨物辨識應用大致可分為四大產業，分別是制造、物流、零售及醫療。其中椰城展出旗下代理Datalogic德力捷各式產品，結合機器視覺，讓企業除可節省人力資源，從導入、管理到分揀都得到更便捷及順暢的流程，在產品品質及控管上也能夠更加精確。

除形體辨識外，機器視覺也大量地使用于條碼掃描器。條碼識別大致有雷射條碼掃描器及圖像行條碼閱讀器兩類，條碼的辨識對于食品、貨運物流、倉處管理、工業自動化都給予極大的幫助。

整合條碼掃描與機器視覺兩者，讓企業能夠在物流管理及運輸上省去不少時間及人力成本。易天福也表示，未來大型賣場若使用如JADE X7的自動360度智慧成像自助型框體掃描平臺，將加速民眾結帳的速度，更有效減少賣場人員的人力，將為民眾帶來更便利、省時的生活。除可節省人力資源，在產品品質及數量控管上也能夠更加精確。

結語

自動化的時代機器手臂為工廠或企業帶來更高效率的制造模式，除了改善人力制造的缺點及成本，在工業制造上也得以大放異彩。經由整合機器手臂及機器視覺，機器視覺能夠讓機器手臂在引導、識別、量測及檢驗上發揮更大的效用，最常見的機器視覺應用包括量測、技術、定位及解碼。

圖3 : 大數據、自我學習?置以及隨處存取資料的能力都是工業4.0的重要特徵。

（資料來源：康涅爾耐克）

以機器手臂結合機器視覺代替人力，除了相較于人力檢測，利用機器視覺每分鐘能夠檢測數百個、甚至數千個組件，并提供更一致、更可靠的檢測結果，而且能提供全天候不間斷地執行作業。

然而，要讓機器完全取代人力難度及成本都相當高，工研院機械所所長胡竹生指出：「未來制造生產型式，會趨近機器人與人類近距離人機協作。缺工與人力成本高昂問題，是近年來制造業面臨的困境，由機器人協助人力，逐漸成為業界趨勢。」

因此，除了機器視覺的應用外，未來機器人、機器視覺的使用也將是未來企業在使用及管理上的難題之一。雖然現在將機器視覺及機器人、機器手臂整合能夠舒緩目前所面臨的人力的短缺及成本的難題，但在企業打造智慧工廠的同時，虛擬工廠及機器人的管理、人力的安排都仍是需要思考的問題。

**刊頭圖（source：COGNEX）