盘点智能视觉技术在工业物联网领域的应用

18世纪末期，工业1.0以蒸汽动力驱动机械生产。20世纪初期，电力促使迈向工业2.0，进行大量生产。1970年代电子结合IT促成自动化生产，亦即持续至今的工业3.0。接下来是工业物联网和工业4.0，以网络系统来监控、分析并改善制造营运。网络系统是未来智能工厂的基础，但成败取决于数据收集、处理和分析能力，这就是智能视觉派上用场的时候了。

工业物联网的系统建置目标聚焦于制造业前端设计与后端制程系统，用以提高产线弹性，现在市场上的工业物联网作法有两种，一是设备中建置传感器，传感器可快速判断工件的类别，改变生产方式，不过一旦所需处理的工件种类变多，这需要系统复杂度也必须同步提升，另一是将产线系统设备模块化，一旦产品或制程将产线拆开重组，即可组装成适合的生产系统。这两种方式都会牵涉到不同系统的整合，不变的是智能视觉技术都在其中占有非常重要的地位。品管是最后产品质量把关的环节，在智能视觉技术未臻成熟之前，过去一向以人力为主，以太阳能、LED产业为例，就有超过20%的人力投注在此，不过产品检测单调且冗长的作业模式，容易使操作者出现疲劳、注意力分散等问题，现在智能视觉技术逐渐精进，足以担当产品检测重任，因此可以被导入产线以提高了产能、降低成本。

总体来看，视觉检测在2000年开始被大量应用，当时主要应用领域是PCB(Printed Circuit Board；印刷电路板)与FPD(Flat Panel Display；平面显示器)，不过主要都用来做瑕疵检测，随着技术进步，现在的视觉检测功能已不再只局限于此，包括尺寸检测与颜色、条形码、车牌等辨识都已能胜任，其应用也仍不断扩大。

目前机器可视化的检测作法，是将视觉传感器与镜头，直接建在系统设备上，当产品传送至该站时，即可被检测，这种作法的好处是可以全检，不像一般用抽检的方式，产品质量可全面获得保障，另一个优点是速度快，可加快检测速度。视觉检测是现代自动化系统相当重要的部份，而此一技术也是现代与传统自动化的主要差异，20年前智能视觉因技术尚未成熟，与自动化系统整合的难度相当高，就算整合进去，判别速度也有限，不过随着视觉算法、判断法则的进步，再加上现在PC的强大功能，未来视觉检测会大量应用在各类制程。

另外，现在视觉技术也可用来进行定位与尺寸的量测，例如工研院机械所就曾接过马达厂的案子，利用视觉技术检测马达内的线圈，由于受测马达的线圈相当大，整体长度超过2公尺，这种产品对于尺寸的准确度要求相当高，因此在绕线完后，必须确定尺寸的正确与否?对此，工研院就特别开发专属机台，用视觉检测大型马达线圈尺寸，马达的尺寸量测非常复杂，不仅是3D量测，还有曲度、各个旋转的R角等，这些复杂的尺寸量测，以前用人工，光是一个线圈就需要数小时，而机械所开发的机台，只要在2～3分钟可完成，大幅提升了量测效率。

另一种视觉应用是与机器人整合，进行定位、导引，过去机器人动作时，因没有视觉配合，必须事先规划行径路线，因此应用不但大为受限且缺少弹性，若工件规格有所变化，就必须更改程序，在机器人身上加入视觉装置后，由视觉传感器可回馈讯号，让机器人自主判断工件的形状、颜色、位置，即便尺寸、位置更动，也不必重写程序，如此将可大幅提升自动化产线的弹性。