機(jī)器視覺近年來發(fā)展加速，應(yīng)用領(lǐng)域也快速拓展，相較於人眼，機(jī)器視覺對(duì)環(huán)境的適應(yīng)力更佳，包括高溫、寒冷，甚至是真空等人類難以適應(yīng)的惡劣環(huán)境，機(jī)器視覺都可正常運(yùn)作，再加上現(xiàn)在產(chǎn)線移動(dòng)速度越來越快，產(chǎn)品體積漸趨精細(xì)，人眼已難分辨細(xì)小瑕疵。

圖1 : AI已是機(jī)器視覺的既定趨勢，多數(shù)軟硬體廠商都已投入研發(fā)，新產(chǎn)品也不斷問世，未來發(fā)展值得期待。（source: Electronics Sourcing）

在此情況下，在科技、食品…等製造業(yè)中，機(jī)器視覺已逐漸取代人力，成為品管檢測的主要技術(shù)，近年來智慧化成為全球製造業(yè)的重要趨勢，機(jī)器視覺也迅速與AI結(jié)合，提供業(yè)者更快速、精準(zhǔn)且具彈性的視覺檢測方案。

從應(yīng)用面來看，機(jī)器視覺在製程上包括檢視（Inspection）、導(dǎo)引（Guidance）、控制（Control）、識(shí)別（Identification）和物料搬送（Material Handling）等四大應(yīng)用面向方面，其族群則為產(chǎn)業(yè)機(jī)器設(shè)備製造商、系統(tǒng)整合商與企業(yè)用戶。

工業(yè)4.0驅(qū)動(dòng)市場改變

至於產(chǎn)品類型則有分別是PC-Based以及單機(jī)兩種架構(gòu)，PC-Based的使用者大多需要具備程式能力，前段影像擷取的部份可由硬體工程師進(jìn)行整合，軟體的部份需具有程式能力的軟體工程是進(jìn)行系統(tǒng)的開發(fā)與設(shè)計(jì)，其開發(fā)時(shí)程較長，適用於有獨(dú)特需求、並具備軟體開發(fā)能力的使用者。

至於單機(jī)式架構(gòu)則訴求簡易操作、快速上手，上述的三大使用族群各有不同的技術(shù)背景與需求，如企業(yè)用戶多要求簡單易操作、多功能合一的單機(jī)型設(shè)備，較不熟稔專業(yè)程式設(shè)計(jì)的影像工程師，只需要對(duì)機(jī)器視覺有一定程度的概念與實(shí)務(wù)經(jīng)驗(yàn)，即可透過套裝軟體完成單機(jī)型設(shè)備參數(shù)的設(shè)定。換句話說，因應(yīng)不同的需求，機(jī)器視覺有不同的作法以及客戶群，各有其優(yōu)勢與特點(diǎn)來滿足多元的應(yīng)用。

圖2 : 在科技、食品…等製造業(yè)中，機(jī)器視覺已逐漸取代人力，成為品管檢測的主要技術(shù)。（source: Applied Controls）

不過，儘管架構(gòu)不同，但在近年來的AI化趨勢下，機(jī)器視覺的軟體平臺(tái)都必須走向高專業(yè)與精簡設(shè)計(jì)，以利於製造業(yè)者提高生產(chǎn)線效率，並縮短人才的培育時(shí)間。

就如前文所敘述，過去常用的人力檢測已難因應(yīng)現(xiàn)在產(chǎn)線需求，人眼除了會(huì)因工作時(shí)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AOI現(xiàn)已成為產(chǎn)線檢測主流技術(shù)，透過高解析工業(yè)相機(jī)與高效能影像軟體，強(qiáng)化製程的檢測效率。

過去消費(fèi)市場主要為少樣多量的型態(tài)，因此產(chǎn)線均設(shè)計(jì)為大批量生產(chǎn)，在建置前階段就將所有的環(huán)節(jié)緊密嵌合在一起，以最小的變動(dòng)設(shè)計(jì)出最精簡的製程，以最快速生產(chǎn)模式創(chuàng)造出最大效益，不過工業(yè)4.0趨勢到來，徹底顛覆了製造思維。工業(yè)4.0是終端市場的需求為導(dǎo)向，透過客製化生產(chǎn)快速滿足市場需求，其最終目標(biāo)是即便產(chǎn)線只生產(chǎn)一件產(chǎn)品也能獲利，因此彈性化成為新世代產(chǎn)線必須，包括AOI在內(nèi)的產(chǎn)線設(shè)備都面臨變革。

在過去的產(chǎn)線中，AOI檢測的導(dǎo)入雖然繁複，不過只要在產(chǎn)線設(shè)置前期設(shè)定完成，後期即便需要更動(dòng)頻率也不高，因此對(duì)製造業(yè)者而言負(fù)擔(dān)並不沉重，不過在多樣化生產(chǎn)需求浮現(xiàn)後，彈性化成為新世代產(chǎn)線必要的設(shè)計(jì)，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。

AI解決方案不斷問世

相較於其他應(yīng)用，影像是目前AI發(fā)展最快的領(lǐng)域，透過機(jī)器學(xué)習(xí)演算法快速識(shí)別影像的做法，已被廣泛應(yīng)用於交通、建築系統(tǒng)，其辨識(shí)率更可達(dá)到95％，此辨識(shí)率在上述領(lǐng)域雖已足夠，但在產(chǎn)線辨識(shí)仍然不足。

現(xiàn)在手機(jī)上的Face ID或門禁系統(tǒng)的臉孔辨識(shí)，其辨識(shí)影像數(shù)據(jù)量龐大且被辨識(shí)物的背景單純，設(shè)備要辨識(shí)相對(duì)容易，而且使用者對(duì)失敗的容許度較高。產(chǎn)線辨識(shí)則會(huì)直接影響出貨良率，對(duì)錯(cuò)誤容許度極低，而且被辨識(shí)的物件影像數(shù)據(jù)少、其背景複雜，因此其AI演算法不能一體適用，必須重新設(shè)計(jì)。

圖3 : 相較於其他應(yīng)用，影像是目前AI發(fā)展最快的領(lǐng)域。（source: SEMI）

除了演算法之外，硬體成本是另一個(gè)問題。現(xiàn)在AI的主要運(yùn)算單元是GPU，一般產(chǎn)線上的檢測，必須拍攝到物件的上下左右共六個(gè)面向，因此其系統(tǒng)必須架設(shè)六組工業(yè)相機(jī)，而每組工業(yè)相機(jī)又都需要搭配一張GPU顯示卡作為運(yùn)算，加總起來的設(shè)備成本非常高昂。此外，現(xiàn)在市面上的GPU多為消費(fèi)性產(chǎn)品所設(shè)計(jì)，其產(chǎn)品供貨期偏短，難以滿足需要長期使用的工業(yè)系統(tǒng)，一旦GPU供應(yīng)商斷貨，關(guān)鍵零組件就難以為繼，原有零組件一旦故障，設(shè)備就有可能必須因此停擺，造成龐大的損失。

為解決此問題，機(jī)器視覺廠商必須選用符合工規(guī)標(biāo)準(zhǔn)的GPU產(chǎn)品，現(xiàn)已有廠商推出長期供貨的GPU，解決後續(xù)的維修問題。至於多GPU問題，NVIDIA也有可以外接型態(tài)運(yùn)作的產(chǎn)品，可在一部工業(yè)電腦上外接六組GPU，其效能與過去的 六部電腦一致，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，且效率大幅增加，過去需要數(shù)天的前端AI訓(xùn)練，導(dǎo)入後僅需數(shù)小時(shí)，效益提升了30倍以上，實(shí)際上線後，也將原來一秒多的運(yùn)算時(shí)間最快縮短到5毫秒。

整體而言，AI已是機(jī)器視覺的既定趨勢，雖然目前軟硬體技術(shù)都已堪使用，不過製造現(xiàn)場的環(huán)境複雜，且各製造業(yè)者的需求不一，因此在實(shí)際應(yīng)用時(shí)仍需不斷調(diào)校。至於在供應(yīng)面，由於AI機(jī)器視覺的市場龐大且需求明確，因此多數(shù)軟硬體廠商都已投入研發(fā)，新產(chǎn)品也不斷問世，未來發(fā)展值得期待。