導入機器視覺系統 必須深入評估的重要關鍵
- 陳婉潔
-
部署機器視覺系統設置與整合複雜度高，同時後期開發維護也需要考量工站的現場狀況加以動態調整，尤其是整個機器視覺系統即便已設置完成，也需要在後期應用持續進行系統優化，或是因應產線產品變更機器視覺系統也需要對應重設，而導入系統若無法彈性對應，勢必無法符合使用需求…
機器視覺系統為配備感測視覺的自動化檢測設備，感測視覺可以是自動對焦的工業用相機或是感測器，由於機器視覺整合在自動化應用中，可用來檢測各式商品或元器件的缺陷，甚至在自動化加工工站處理如判斷撿料或是協助元器件校準、定位等處理，因次光學檢測在機器視覺應用的佔比相對也較高，也逐漸形成在工廠自動化領域相當重要的課題。
規劃機器視覺系統 需整合原有自動化生產設計需求
尤其是有近80%的工業視覺系統，都應用在檢測用途上，包含提升生產效能、控制產線加工品生產品質、檢測元器件缺陷、輔助關鍵元件組裝上料校正對準等，或是搭配產線運行同時進行加工產品歷程資料採集等，匯集大量生產歷程資料紀錄也能在產品出現缺陷虛召回維修時，可以將相同產線加工的成品或模組歷程記錄調用，限制召回特定批號產品，節省龐大的產品召回成本，而上述這些效益若一開始自動化規劃沒有將機器視覺系統一併考量，勢必就無法達到這些功效。
而機器視覺系統其實相當複雜，因為光是視覺模組與搭配的配件就五花八門，例如視覺模組就有數種形式可選，協助補光的光源也有多樣選擇，而視覺模組本身又有多種傳輸介面差異，光是選擇視覺模組就需要豐富的機器視覺現場部署經驗，而視覺系統後端的影像紀錄、分析、決策系統與自動化設備平台的整合也需要軟？硬體整合的豐沛開發經驗，導致初期選擇解決方案、評估需求的複雜度大增。
機器視覺模組硬體規格 視所需檢測需求而定
首先，選擇機器視覺模組是最先需要考量的重點，包含視覺模組本身的類型、價格、影像品質等，一般用途若是簡單的分檢料或不需高精度的影像分析，以VGA解析度搭配30 frames/s畫面更新率就足以應付需求，當然檢驗的工序若需要更高解析度的拍攝精度，自然要改用1,080p搭配60 frames/s或更高規格的視覺模組，拍攝規格差異與連接介面不同，都會影響到終端視覺模組的採購與後期系統整合成本。
其次，第二個評估重點則是機器視覺模組的硬體擴充特性，因為選擇正確的視覺模組已經處理掉機器視覺的重要應用核心，但視覺模組的硬體擴充性，則會影響後續的設備部署、後期開發整合等調整，尤其是當現場發現需要升級拍攝模組因應高解析度應用、或是變更量測標的物需求時，能否快速升級就成為系統支援門檻。
分析軟體左右機器視覺運行品質
另一個評估重點在擷取圖像的分析軟體，而在影像被機器視覺系統擷取下來之後，緊接著就是需要進行影像處理、分析與產生對應決策，而軟體支援重點在於圖像演算法的支援豐富度，演算法畢竟是高度專業的技術能力，對於部署系統或調校視覺系統的工程師來說通常未能備齊對應所需的專業，好的軟體系統應可用相對簡單的方式將機器視覺系統現場所需的圖像驗證機制，若更進階的二次開發需求，最好也能提供如C、Visual Basic的開發資源，便於後期進行客制機器視覺驗證功能開發。
對於中？小型機器視覺部署專案來說，專案整合速度會是優先考量，較好的選項是尋找有常設多種套裝機器視覺分析演算法或是整合方案，讓現場整合人員與系統工程師可以快速建構原型系統進行功能驗證，確認機器視覺功能性開發完善後才可在進行後續系統優化微調，有系統整合軟體的技術與解決方案支援，才能讓整合校能加速、縮短開發時間。
演算法需優先考量精準度、支援性與效能
而在演算法方面，另一個檢視重點在於解決方案提供的演算法精準度與支援性，也就是說需了解軟體工具能否準確量測物體或零件特徵，甚至精確度需達到次像素等級水準，尤其是軟體的準確度與穩定性要高，避免電腦後期分析圖象耗用過多資源分析出無效結果，系統整合者一定要有個正確觀念，圖像演算法的精準度會較提升系統演算效能更為重要。
另一方面，圖像演算法也要能提供多元的組構功能模板，例如針對圖像優化的加強影像工具，如過濾工具、提升邊緣銳利度、移除雜訊？雜點等，或透過校準工具，進一步改善鏡頭與相機位置導致的非線性角度錯誤問題，在實用性方面，最好能提供將實際影像分析的量測單位、直接轉為常規數據輸出能力，例如mm、μm等數值，而不是直接輸出分析像素。
演算法的評估也是選用不同系統平台的重點，選用機器視覺系統時，一般會將準確度、整合難度列重要考量，但這兩項雖是重點，也需要將演算法的運算效能列入要求，因為隨著產速越來越快，機器視覺若未能隨產速提升也一併將分析驗證速度跟上，因應新的生產要求，動輒就要整套系統替換或升級反而造成成本浪費。尤其是目前各家機器視覺分析軟體已經高度優化，但也必須多找兩、三個方案利用同一套系統原型進行評測，有了基礎數據即可做出正確的採購規劃。
能否與IPC/PLA/PAC順暢銜接整合？
機器視覺系統絕大部分需與自動化設備進行深度整合，而選擇機器視覺系統為了日後整合便利，也需更重視與其他自動化設備、工業電腦、邏輯控制器(PLC)或是可程式化自動化控制器(PAC)整合的便利性，讓機器視覺系統可以將檢測結果直接回傳控制終端，進而進行對應控制。
再來需考量的就是價格問題，一般來說不分機器視覺系統方案業者，會將整套產品採打包販售，也就是說系統需求者除需要購置硬體設備外，也需要連同開發工具、函式庫、演算法等一併購置，或是提供相對無彈性的購買方案，但實際上機器視覺演算法在不同生產應用中並非每一種都會用上，若演算法模組可以分拆購買？或是函式庫可先挑有需要的部分購置，到後期擴展應用再付費擴充部分功能，就更能在初期準備部署相關設備時有效壓縮成本。
是否有大型同業採用 第三方支援選項多不多？
一般來說，採購機器視覺模組、系統或解決方案，仍要多方評估該方案已被那些生產領域的主流業者採用，畢竟已有大型製造業者採用是一個極重要的參考指標，而該解決方案是否有相關系統整合商提供進階整合技術支援，此外，機器視覺模組周邊配置是否有第三方業者提供豐富的升級或周邊設備支援，例如，機器視覺的輔助光源、功能應用函式庫、演算法等進階資源，或是可協助建置、整合或改善現有系統的支援服務業者，提供相關支援服務。
機器視覺系統即便目前發展日趨成熟，畢竟機器視覺還是一個高度複雜化的系統建置過程，從視覺模組、影像分析、軟？硬體整合、IPC/PLC/PAC等系統連接整合等，都牽涉到跨領域多元的核心技術能力，並不是單一專業人員所能支援，必須由參與自動化生產相關核心成員加上專業視覺分析、設備部署人員協同參與，才能建置一高效率、具優化生產效益的機器視覺系統。
