在自動化生產(chǎn)過程中，以人力進(jìn)行檢測十分耗費(fèi)成本與資源。

透過AI光學(xué)檢測技術(shù)的導(dǎo)入，可以大幅改善傳統(tǒng)人工檢測的缺點(diǎn)，

縮短整體檢測時間與成本，進(jìn)而提高整體產(chǎn)線的效率。

工廠的智能化、智動化是全球趨勢，但臺灣產(chǎn)業(yè)現(xiàn)行的自動化，除了製程端的高階生產(chǎn)設(shè)備外，檢測端的工作站多半仍依賴大量人力目檢，特別在近年料工雙漲、人力短缺的環(huán)境下，組裝、檢測、包裝線的智動化規(guī)劃已成為業(yè)界的重要課題。透過AI智慧檢測與自動化，才能為產(chǎn)線帶來更大的效能提升。

電腦視覺的重要性

AI光學(xué)檢測是一種整合了高速度與精準(zhǔn)度的光學(xué)影像系統(tǒng)，這種系統(tǒng)是以電腦視覺來作為檢測的基礎(chǔ)，透過不同感測器來取代人類的眼睛、耳朵、大腦、手部等知覺與動作，透過背後的AI數(shù)據(jù)分析，就可以達(dá)到自動化生產(chǎn)中高速精準(zhǔn)檢測的目的。一般來說，AI光學(xué)檢測技術(shù)包含了量測鏡頭技術(shù)、光學(xué)照明技術(shù)、定位量測技術(shù)、電子電路測試技術(shù)、影像處理技術(shù)，以及自動化技術(shù)等不同層面的技術(shù)整合。目的在於改善傳統(tǒng)人力造成的缺點(diǎn)，通常可以透過光學(xué)儀器來取得產(chǎn)線或產(chǎn)品的狀態(tài)，再以電腦進(jìn)行影像處理，檢測產(chǎn)品的異常狀態(tài)與瑕疵，再進(jìn)行後續(xù)的處理。

電腦視覺是人工智慧的一個分支，能夠讓電腦和系統(tǒng)從數(shù)位影像、視訊和其它的視覺輸入資料中提取有意義的資訊，並根據(jù)這些資訊採取行動或提出建議。而在電腦視覺系統(tǒng)中，也涉及了很多重要的技術(shù)整合，其中最重要的是要讓電腦能夠看見，電腦的眼睛也就是電腦視覺，這些應(yīng)用會使用到全域快門感測器的技術(shù)。

圖1 : AI自動光學(xué)檢測技術(shù)整合示意圖。（製圖／王岫晨）

電腦視覺之所以對於工業(yè)市場如此重要，特別是在機(jī)器人與工業(yè)控制，例如在生產(chǎn)過程中需要避免相撞，所以要有物體偵測和情境分析能力，而這些都需要使用全域快門感測器。而例如條碼辨識也屬於工業(yè)控制中的電腦視覺應(yīng)用。全域快門的原理完全不同，一次拍攝整幅影像，且拍攝時間非常短。只要拍攝物件不是快速移動的物體，成像效果非常準(zhǔn)確，因此完全可以用於電腦視覺。

全域快門感測器優(yōu)勢

全域快門在工業(yè)上現(xiàn)行的應(yīng)用，可以舉兩個應(yīng)用非常普遍的例子。例如在工廠的生產(chǎn)線上，可以發(fā)現(xiàn)很多全域快門感測器進(jìn)行高速偵測。除此之外，還可以看到利用感測器掃描條碼。這在生產(chǎn)過程中非常重要，因?yàn)楫a(chǎn)線需要追蹤產(chǎn)品、裝配狀態(tài)和其他狀態(tài)。而在其他工業(yè)領(lǐng)域，如機(jī)器人、AGV或掃地機(jī)器人，也可以使用全域快門感測器來避免碰撞和同步定位及地圖創(chuàng)建（SLAM）應(yīng)用。此外，還可以將其用於物體辨識和存取控制。因此，這些都是全域快門感測器最常見的工業(yè)應(yīng)用。

一般來說，機(jī)器視覺應(yīng)用於車規(guī)跟工規(guī)，會有些許的差異，最主要的差異是基於安全性的差異上面。車子是快速移動的物體，所以特別側(cè)重的是安全問題。舉例來說，溫度就是一個明顯的例子，工規(guī)環(huán)境經(jīng)常室溫些許高於室溫，而車規(guī)是要適應(yīng)任何自然的環(huán)境，在負(fù)40度到125度之間，元件都要能夠正常操作。另外，基於這個條件，在常見的測試上面，就是可靠性的測試，它們的要求也相對是2倍、3倍甚至5倍的嚴(yán)苛。這些具體的量化規(guī)範(fàn)，都在一個國際的標(biāo)準(zhǔn)AEC Q100上面，所以不論是在工規(guī)或車規(guī)，都必須要符合不同應(yīng)用規(guī)範(fàn)的設(shè)計原則。

機(jī)器人與電腦視覺

在工廠產(chǎn)線中，機(jī)器視覺能夠進(jìn)行生產(chǎn)線上的檢驗(yàn)、機(jī)器手臂的分辨物件，這對於製造業(yè)是非常重要的應(yīng)用。

光學(xué)感測器的應(yīng)用，並非只有全域快門一種，另外還有十分普遍的捲簾式快門。這兩種技術(shù)各有很多應(yīng)用情境。在主動光源的應(yīng)用情境上，全域快門影像感測器有絕對的優(yōu)勢。最顯著的就是取像的時間是非常短的，在極短的時間擷取畫面，它的影像除了在今日的條件之下達(dá)到很高的精準(zhǔn)度以外，發(fā)光源所需要的功耗能量也大幅下降。因此除了省電以外，整個視覺擷取效果也是非常顯著的。而在今日，讓全域快門產(chǎn)品普及化與效能提升，也是這種光學(xué)感測器的發(fā)展關(guān)鍵。

至於全域快門感測器在智慧製造上面最明顯的應(yīng)用情況，就是機(jī)器人或者電腦視覺。在工廠製造產(chǎn)線中，機(jī)器視覺與電腦視覺能夠進(jìn)行生產(chǎn)線上的檢驗(yàn)、機(jī)器手臂的分辨物件，這些應(yīng)用在製造業(yè)中是非常重要的應(yīng)用。至於針對機(jī)器人，現(xiàn)在機(jī)器人發(fā)展有非常多的趨勢，但是其中以影像為基礎(chǔ)的這條路線是非常明顯的。以影像為基礎(chǔ)，就代表了機(jī)器人有了視力，那麼我們看到的情況就是，首先，利用兩個單色NIR感測器（近紅外光波段）的搭配，使其產(chǎn)生了學(xué)名稱之為「雙目照相的系統(tǒng)」，這個系統(tǒng)是對障礙距離的判定。

至於第二彩色的感測器是針對物件判定，對機(jī)器人來說，不管要回避或是拿取，做任何動作，它必須先判定這個物件，才能開始進(jìn)行動作。另外，全域快門在繪製平面地圖、立體地圖也有絕對優(yōu)勢。針對未來的趨勢，在機(jī)器人上面的物件，對物件的判斷，對空間環(huán)境的判斷，都是預(yù)期未來全域快門感測器對機(jī)器人應(yīng)用的重要趨勢。

準(zhǔn)確成像同時降低系統(tǒng)功耗

ST影像感測器產(chǎn)品包括三大家族：一是飛行時間感測器，包括dToF直接感測器和iToF間接感測器。二是全域快門影像感測器，包括主動立體視覺或結(jié)構(gòu)光鏡頭。三是環(huán)境光感測器，包括自動調(diào)整平衡技術(shù)。

工業(yè)用全域快門影像感測器目前共有兩類產(chǎn)品，一類是VD55G0，40萬像素。另一類是VD56G3，150萬像素。兩種產(chǎn)品採用的都是ST 3D技術(shù)，最初的設(shè)計包括兩層陣列，之後ST將其合二為一形成單一陣列。這些產(chǎn)品擁有三大優(yōu)勢：首先ST的感測器940nm具有最高的量子效率，這會帶來極高的NIR敏感度，而電腦視覺主要就是採用NIR技術(shù)。其次是正方形感測器的解析度與鏡頭最佳配對，之所以採用正方形，是因?yàn)殡娔X視覺的採集物件通常是正方形，例如人臉通常就是的正方形。ST感測器拍攝時間很短，能夠在確保準(zhǔn)確成像的同時降低系統(tǒng)功耗。

除了這些影像輸出功能，還可以進(jìn)行資料輸出，其中之一就是光流輸出，透過運(yùn)算動作向量獲得資料。例如顯示人的肢體動作，感測器可以採集資訊、輸出資料，利用光流進(jìn)行手勢辨識和追蹤。

另外，ST還有一種AI鏡頭，包括三大類：一是感測，二是運(yùn)算，三是通訊，電腦視覺技術(shù)基本上需要這三步。首先要有許多感測器進(jìn)行資訊採集，包括ToF、IMU這些全域快門感測器，然後將資訊傳送至MCU這些AI深度學(xué)習(xí)演算法以取得產(chǎn)出，最後再將結(jié)果傳送至無線裝置。

讓硬體資源使用最大化

傳統(tǒng)AOI影像處理演算法，對於背景單一、簡易的影像特徵，經(jīng)由人為編程的Rule-based演算法，即可滿足基礎(chǔ)的影像定位、量測、物件偵測等需求。以金屬外觀表面瑕疵檢測為例，由於瑕疵特徵的多樣性與不確定性，再加上產(chǎn)品表面處理的噴砂塗層，在高解析度的光學(xué)系統(tǒng)下，形成背景複雜且多變異的瑕疵特徵，造成難以由人為編程出傳統(tǒng)Rule-based的演算法，發(fā)生工程師不斷調(diào)校優(yōu)化參數(shù)，也難達(dá)到客戶良率普遍為99.8 %以上的要求，使得AOI瑕疵檢測系統(tǒng)維護(hù)不易，工廠維運(yùn)成本高昂的局面。

在高效率與高品質(zhì)的要求下，麗臺發(fā)展出AIDMS解決方案。麗臺科技電腦事業(yè)處周世偉總經(jīng)理表示，協(xié)助企業(yè)數(shù)位轉(zhuǎn)型，無程式碼操作介面已是基本要求。導(dǎo)入麗臺科技AI整體解決方案-AIDMS管理系統(tǒng)，可減少50％以上的AI環(huán)境建置時間。除此之外，AIDMS容許使用者將未導(dǎo)入AIDMS前開發(fā)的AI模型和標(biāo)註好的數(shù)據(jù)資料上傳至AIDMS平臺，在GPU助力下，加速驗(yàn)證及再訓(xùn)練，做好AI維運(yùn)。

結(jié)語

圖2 : 人力檢測耗時費(fèi)力，也容易導(dǎo)致人為錯誤，並降低整體生產(chǎn)力。

AI電腦光學(xué)檢測，是屬於非接觸式的檢驗(yàn)，在自動化的生產(chǎn)過程中，由於過去以人力進(jìn)行檢測的方式十分耗費(fèi)人力資源，也容易因?yàn)槿藶榉稿e導(dǎo)致成本的損失，而且人力速度有限，降低整體生產(chǎn)力，也無法進(jìn)行全面性的產(chǎn)品檢測。現(xiàn)在工廠生產(chǎn)線透過AI光學(xué)檢測技術(shù)的導(dǎo)入，就可以大幅改善傳統(tǒng)人工檢測的缺點(diǎn)，縮短整體檢測時間與成本，進(jìn)而提高整體產(chǎn)線的效率。

*刊頭圖（source：OnRobot.com）