施耐德

IPC扮機器視覺大腦 穿針引線串聯自動化

  • 劉尚昀
機器視覺影像分析透過攝影機內獨立演算,再將關鍵萃取資料傳輸到工業電腦。法新社

在工業自動化流程中,機器視覺(Machine Vision)應用能見度越來越高,主要生產線上常需要以人工檢測品質,但單調無聊的作業流程,常會使操作者有疲勞、注意力分散等問題,因此製造業者透過機器視覺系統廣泛取代人眼的品質檢測,並提升檢測速度與精確度。

在機械手臂機器視覺的系統架構上,主要包含感測、運算、決策操作流程,在生產線上由啟動感測器(Trigger Sensor)掌握感測物件即將接近,並啟動外部LED燈光源,攝影機如同產線眼睛,拍攝感測物件照片,並將影像傳輸到工業電腦(IPC)視覺平台進行運算,最後啟動機械手臂進行適切的自動化決策。

專長於機器視覺的工業電腦製造商磐儀科技技術長陳榮昌指出,機器視覺伴隨大量影像高速、高品質傳輸需求,目前多透過USB3 .0、GigE Vision等傳輸介面,攝影機廠商隨著機器視覺複雜化,朝向智慧型攝影機(Smart Camera)演進,影像分析運算都透過攝影機內獨立演算系統完成,再將關鍵萃取資料傳輸到工業電腦。

陳榮昌表示,當攝影機越來越聰明,意味著控制器將朝向小型化、功能精緻化發展,例如傳統視覺分析需要在工業內電腦嵌入影像擷取卡(Frame Grabber),當影像分析擷取由攝影機完成,控制器或工業電腦走向精簡、精緻化。

不過工業電腦在機器視覺流程仍扮演舉足輕重角色,攝影機萃取後的資訊仍要透過工業電腦進行演算分析,並依照系統設定需求,進行各種致動器(Actuators)操作,例如智慧攝影機檢測到瑕疵品,可透過工業電腦驅動機械手臂等設備,將其挑選移除。

陳榮昌強調,影像傳輸消耗頻寬極大,如果所有訊號都傳遞到雲端運算決策,勢必會緩不濟急,因此在機器視覺勢必採行邊緣運算(edge computing)架構,在邊緣端就完成影像處理、運算與決策,關鍵結果訊息再回傳雲端儲存管理。

因此,未來工業電腦在機器視覺流程扮演更多穿針引線地位,為了要整合多元影像資訊,並控制各類裝置,其輸入輸出(Input/Output)介面將更豐富,且可擴充的的模組化設計。

在機器視覺具體應用案例,磐儀自動化事業處資深經理林揚城指出,機器視覺可用於飲料瓶裝生產線,檢測玻璃瓶蓋封蓋完整度,或者瓶身標籤張貼瑕疵,生產線可透過機器視覺,快速挑選出瑕疵物件。

此外,機器視覺在交通監視和控制中佔有很重要的地位,磐儀解決方案被導入英法海底隧道,應用於電子收費站、出入控制、公路流量監控等重要場合,尤其是基於車牌識別技術的高速公路收費系統中,免除人工檢票流程,提高了公路系統的運行效率。

對於應用於機器視覺的工業電腦接續發展方向,林揚城表示,人工智慧時代來臨,不少客戶希望透過人工智慧深度學習,讓機器能模擬人類判斷能力,目前磐儀已提供運算單元擴充空間,並為了因大量運算散熱問題,強化相關散熱構造設計。