自動化、智慧化工廠整合關鍵 機器視覺重要性與日俱增

機器視覺模組具備多元連接介面，便於與生產自動化設備進行整合。Adlink

機器視覺的眾多應用中，以工廠生產自動化、智慧化應用導入最為積極，因為在傳統生產流程中機器視覺的攝影、分析模組可以提供自動化、智慧化生產中關鍵的撿料、分析與處理決策基礎，機器視覺與生產流程的整合緊密度，也直接左右著產線生產效能與產品良率…

在傳統的產品生產流程中，產線廠工人力配置的主要工作，除了是進行大量製造處理前的撿料、配料與人工插件組裝等工作，但絕大部分的操作均為仰賴廠工目測與徒手操作完成，導入自動化生產後，多數的徒手操作組裝可由自動化設備代勞，但若產品的料件型態差異大，自動給料機的配置就無法滿足全自動化生產要求，自動化產線即不得不安插人工配料、組裝處理，形成自動化產線整合度受限。

機器視覺技術成熟  成為提升生產品質關鍵

在機器視覺技術逐漸成熟下，早期自動化設備需要人力挑料或是目視判別組裝的加工程序，已可部分改由工業用數位相機、攝影機進行即時影像擷取、分析，取代工廠工人目測挑料與組裝處理，再整合自動化加工設備，提升整體自動化生產的整合完整度，除了可以減少不必要的人力投入，甚至可以進一步提升生產效率，改善產品良率。

尤其是生產線中的常規檢測、元件或是模組測量、零組件撿料識別等，是生產過程中相當關鍵的流程，因為只要生產的源頭料件準備出現錯誤，最終的加工製造的成品肯定無法通過驗證，而在現代工業自動化、甚至是智慧化的趨勢之下，產線要求的產品良率越來越高，過多人力徒手操作的加工工序，反而會形成生產效能瓶頸，甚至是產品提升良率的限制。

機器視覺輔助  積極改善生產效能

在成本、效能各方面的要求下，機器視覺在自動化、智慧化生產的重要性正逐步提升，即便隨著機器視覺應用市場不斷擴增至智慧交通、安全監控等領域，但實際上工業的製程應用，仍是機器視覺解決方案最核心的應用型態。

如果就加工設備的系統面檢視，現有的加工機具、設備所使用的自動化技術漸增，如何快速導入機器視覺模組、同時可以無縫銜接原有生產流程的人力目測需求，已成為運用機器視覺提升自動化系統的關鍵整合重點，尤其在生產現場常見的異質系統間的銜接整合，已經成為導入機器視覺生產應用不得不重視的課題。

以汽車生產加工工序使用的機器視覺應用為例，在汽車生產線中，機器視覺可以做到汽車零配件的規格、尺寸檢查，組裝完成度、精密度快速檢測，電子零組件的配料、撿料與上料自動定位等，同時汽車生產動輒上萬組零組件，對大型零部件上也可直接導入條碼機器視覺辨識系統，在產線快速以機器視覺確認給料正確再進行加工生產，避免以錯誤料件進行組裝，減少產線的材料耗損浪費。

機器視覺模組  需能與產線異質設備、系統整合

雖說機器視覺的檢測，可利用模組化與電子系統進行分析比對，取得給料的正確與否比對與判斷，但實際上機器視覺僅算是取代了原有廠工的視覺驗證操作，多數的生產加工工序不僅只有目測，還需要搭配實際動手組裝、比對、測量等，這時機器視覺系統即必須與自動化生產機具進行深度整合，常見的狀況是同一條生產線的生產機具可能就來自不同的設備製造商，自動化系統必須適應異質的網路協定、系統整合，而機器視覺模組也需要具備多元網路與異質系統的高度整合特性，才能完美與自動化生產設備進行無縫整合、協同進行生產加工。

而機器視覺的運作機制其實相當簡單，基本上為透過光學鏡頭進行生產線的現場圖像擷取，可能是特寫拍攝產線的輸送帶，運用機器視覺系統的數位化影像處理，透過分析圖像分布、亮度、輪廓等圖形線索，傳送至分析系統進行比對或判別，而機器視覺系統可以搭配PC或工業電腦進行人工智慧解讀，而製造加工段可以依據視覺系統分析結果或是判斷，變更自動化生產流程在產線上直接處理，或將問題加工物件標示成問題加工產品，避免品質不良的商品流入市面，一方面可以減省客服退換貨成本，另一方面也能透過主動避免可疑製造瑕疵商品流入市面，提升服務水準。

大量重複操作可能的生產瑕疵  機器視覺無倦勤與心理負荷

機器視覺應用尤其適合大量生產的產線整合用途，因為採流水線式的產線設計，若是依賴傳統人工進行挑料、撿料與組裝，實際上會形成相當多品質疑慮問題。因為產線上的料件辨識、上料為大量高度重複的操作工作，基本上不需要花太多智慧即可處理完成，而在導入機器視覺整合自動化生產後，更可把人力支出集中在更有價值的人力投入上，尤其是如前述，像是生產效能、製造良率等生產要求，傳統工廠並不是增加廠工數量就能獲得對應提升，機器視覺系統若整合得宜，反而可以達到提升生產效能、生產良率的改善要求。

機器視覺為利用高速影像擷取搭配演算法進行圖像辨識、分析、辨別，再經由自動化生產設備整合達到提升效能、品質控制的目的，雖然機器視覺仍有分析判別的使用限制，畢竟機器視覺系統或模組並無法完全取代人眼運作，但相對來說機器視覺無人眼可能產生的疲勞、不專注可能造成的判斷誤差，而機器視覺若整合得宜，則可大幅改善人力可能的疲勞或是誤差問題。

機器視覺精度大幅提升  高科技應用價值飆高

機器視覺除可增加判別影像的精準度、正確性外，其實另一優勢在於檢查料件的效能明顯優於人眼！

傳統生產流程若要提升生產速度，由於人眼與徒手能處理的判別速度有限，要提升產速就必須追加對等人力擴增，一方面廠工臨時調配支援難度較高，另一方面先前提過的人力疲倦或是精神狀況都會影響加工品質。

如果改用機器視覺處理產速提升需求，可在設備可接受的擷取、分析影像效能下進行產速提升，甚至可以多配置一至兩組機器視覺設備進行分析結果交叉比對，更進一步提升產速與生產品質要求。

而在精密度檢知要求的生產型態上，機器視覺更有無法取代的優勢，因為人眼目測的精細度有限，在高階積體電路、LCD液晶螢幕的製作需求中，運用機器視覺可以透過更高解析度的攝影鏡頭支援或升級，提升檢測物件的精細度要求，相對人眼就有其辨識極限，而為了因應高階機器視覺的整合需求，相關業者也相繼推出更高解析度、更高速的機器視覺系統或模組。

以機器視覺的市場應用趨勢觀察，以往採拍攝鏡頭、影像分析系統分離設計的機器視覺系統，也呼應機器視覺分析加速化、高效能要求，機器視覺系統也有以影像擷取設備直接整合高速微處理器或是SoC加速圖像擷取速度、圖像分析效能，而在模組化的機器視覺系統導入自動化生產線時，也能因為圖像分析系統與拍攝模組已高度整合，視覺模組更可輕鬆地於製造產線中進行整合與系統連接，進一步提升生產線可同時處裡的零配件數量及零件的材料特徵比對，甚至可進行更多零配件的細節影像分析比對，讓機器視覺系統的運作效能更大幅升級。