近幾年工業(yè)4.0帶起智慧製造浪潮，與過去側(cè)重硬體效能的製造系統(tǒng)相比，新世代智慧製造更重視軟硬整合，透過軟硬體平臺，機器視覺現(xiàn)已可整合機械手臂、工業(yè)相機與自動光學(xué)檢查(Automated Optical Inspection; AOI)演算法，提供製造業(yè)者快速導(dǎo)入、簡易上手的產(chǎn)線視覺檢測解決方案。
偲捷科技總經(jīng)理陳青煒表示，製造系統(tǒng)須具備高度專業(yè)，機械工程師的培養(yǎng)難度相當(dāng)高，因此高專業(yè)且操作介面精簡的軟體平臺，將有助於製造業(yè)者提升工作效率，並縮短人才的培育時間。
| 圖1 : 偲捷科技總經(jīng)理陳青煒(左)與先進技術(shù)經(jīng)理廖伯霖均表示，產(chǎn)線檢測則是辨識率須達 99% 以上、影像資料少，但辨識物背景單純，因此AI 需要特別設(shè)計。(攝影／王明德) |
|
陳青煒以該公司的SmaSEQ軟體平臺為例，SmaSEQ偲捷科技成立時推出第1版，現(xiàn)已推出第 2 版，新版本重整了平臺底層，並透過人工智慧 (AI) 降低操作門檻，陳青煒進一步表示，影像辨識仍是目前AI的最主要應(yīng)用，尤其是在產(chǎn)線的瑕疵檢測，AI的快速辨識與自我學(xué)習(xí)功能，可讓建置效益快速浮現(xiàn)，進而強化客戶的導(dǎo)入意願，目前市場的導(dǎo)入已經(jīng)加速，未來發(fā)展?jié)摿ο喈?dāng)驚人。
工業(yè)環(huán)境大不同 GPU需求特殊
陳青煒指出，檢測是產(chǎn)線維持品質(zhì)的主要環(huán)節(jié)，過去多以人力檢視產(chǎn)品外觀有無瑕疵，然而人眼檢視除了會因工作時間的拉長導(dǎo)致品質(zhì)下降外，越來越快的生產(chǎn)速度與部分小體積產(chǎn)品，人眼也難以負(fù)荷，因此後來AOI開始被應(yīng)用在製造現(xiàn)場，透過高解析工業(yè)相機與高效能影像軟體，強化製程的檢測效率。
在製程中，儘管AOI檢測需要繁複設(shè)定，但過去大量生產(chǎn)的製造模式，只需要在導(dǎo)入前設(shè)定一次，對製造業(yè)者來說並不算沉重的負(fù)擔(dān)，不過近年來消費市場型態(tài)改變，多樣化生產(chǎn)需求開始浮現(xiàn)，產(chǎn)線彈性化需求大增，可快速設(shè)定並有自我學(xué)習(xí)能力的 AI 逐漸被應(yīng)用在產(chǎn)線視覺檢測，這也是AI視覺檢測平臺在這幾年成長快速的原因。
不過要將AI應(yīng)用到生產(chǎn)視覺檢測有其挑戰(zhàn)，AI演算法是Open Source，要拿到可套用的模型並不難，而且辨識率可達 95%，在一般消費性產(chǎn)品中已然足夠，不過在工廠並不適用。
| 圖2 : AOI透過高解析工業(yè)相機與高效能影像軟體，強化製程的檢測效率。(Source:Texas Instruments) |
|
偲捷科技先進技術(shù)經(jīng)理廖伯霖表示，消費性產(chǎn)品如手機的Face ID或門禁的人臉、行為識別，其特色是辨識率要求不高、影像資料龐大且辨識物背景複雜，而產(chǎn)線檢測則是辨識率須達 99% 以上、影像資料少，但辨識物背景單純，因此 AI 需要特別設(shè)計。
除了需要特別設(shè)計外，成本是另一個考量，AI 演算法目前最佳的硬體處理器是 GPU，而現(xiàn)在市場上的GPU又以NVIDIA產(chǎn)品為主要選擇，廖伯霖表示，之前偲捷科技的GPU是使用 NVIDIA GeForce系列產(chǎn)品做為檢測之用。不過目前的工業(yè)電腦一部只能安裝一張 GPU，由於外觀檢測需要檢測物體的 6 面，需要有 6 部工業(yè)相機，而每部工業(yè)相機都需要一張 GPU 進行運算，因此過去需要有 6 部電腦的同時運作，設(shè)備成本相當(dāng)高，這也是目前多數(shù)AI視覺檢測的主要困擾。
另外由於AI成長快速，市場對GeForce的需求大增，而GeForce則主要作為消費性產(chǎn)品所用，其產(chǎn)品的供貨期較短，而工業(yè)設(shè)備的使用年限都較長，一旦供應(yīng)商斷貨，設(shè)備有可能因故障導(dǎo)致停擺，造成損失。
工規(guī)特色GPU滿足所需
為了解決成本與供貨問題，包括偲捷科技在內(nèi)的多數(shù)視覺檢測方案廠商，都不斷尋找市面上符合工規(guī)標(biāo)準(zhǔn)的 GPU，對此偲捷科技則採用了NVIDIA Jetson TX2 與 Jetson AGX Xavier，主要考量在於此款 GPU 可以外接型態(tài)運作，因此偲捷科技的平臺則可以在一部工業(yè)電腦上外接 6 張 GPU，其效能與過去的 6 部電腦一致，不但大幅降低了設(shè)備的購置成本，也有效縮減產(chǎn)線空間並提升設(shè)備維修效率。
至於效率方面更是大幅增加，陳青煒指出，因應(yīng)AI設(shè)計導(dǎo)入GPU後，過去需要數(shù)天的前端AI訓(xùn)練(Training)，導(dǎo)入後僅需2小時，效益提升了30倍，而實際上線後，也將原來1秒多的運算時間縮短到5毫秒。
另外，由於工廠環(huán)境嚴(yán)苛且設(shè)備都需要長時間運作，因此其穩(wěn)定性、寬溫都有高度要求，因此陳青煒建議必須採用可滿足這些要求，且有長供期保證與完善售後服務(wù)機制，以解決產(chǎn)品後續(xù)的維修問題。
強化競爭力 將是未來設(shè)備主要選擇
| 圖3 : 對於AI視覺檢測系統(tǒng)的GPU選擇條件，陳青煒認(rèn)為效能、穩(wěn)定、成本、彈性是4大重點。(Source:Cognex) |
|
對於AI視覺檢測系統(tǒng)的GPU選擇條件，陳青煒認(rèn)為效能、穩(wěn)定、成本、彈性是4大重點，另外也須視本身系統(tǒng)設(shè)計，選擇合適產(chǎn)品，像是NVIDIA Jetson TX2與Jetson AGX Xavier的外接特色就解決了偲捷科技SmaSEQ軟體平臺需求，陳青煒表示，製程檢測的AI智慧影像辨識平臺，對GPU效能有一定程度的效能需求，他以偲捷科技所選用的GPU，就非常適用於產(chǎn)線視覺檢測等有邊緣運算需求的平臺，另外廠商也必須注意是否有長期的供貨保證與工業(yè)規(guī)格，才能讓設(shè)備供應(yīng)商和導(dǎo)入企業(yè)無後顧之憂。
此外在成本考量與製程彈性方面，偲捷科技是看到其可外接特色，讓一部工業(yè)電腦可外接6張以上的GPU，藉此省去購置重複設(shè)備的成本，也讓產(chǎn)線彈性更佳，這些特色都能強化設(shè)備供應(yīng)商的競爭優(yōu)勢。
對於未來趨勢，陳青煒認(rèn)為AI 已是新世代製造系統(tǒng)的既定趨勢，除了「用 AI」之外，「做 AI」也是龐大商機，而要針對特定應(yīng)用領(lǐng)域設(shè)計AI平臺，除了系統(tǒng)本身軟體外，硬體元件也是重點，尤其是工業(yè)領(lǐng)域所用的系統(tǒng)，近年來側(cè)重邊際運算架構(gòu)，因此GPU成為系統(tǒng)效能的指標(biāo)，而GPU的選擇不僅必須考量效能，系統(tǒng)的穩(wěn)定性、彈性、延伸性與成本也都是必要因素，在系統(tǒng)設(shè)計初期這些因素就必須被同步納入，方能打造出最適於產(chǎn)線的視覺檢測平臺。
