拜訪一些智慧製造示範廠商，發現除了可視化或大數據分析之外，AGV、AOI等設備是被談論最多的人工智慧技術。事實上，這些設備在工業界使用已久。然而，新興電腦視覺或物聯網技術讓這些設備更為精準與彈性；例如：AGV結合電腦視覺技術，更能辨識路面各種障礙狀況、更彈性地行走；AOI結合新型電腦視覺辨識技術，可以減少人工複判，快速判斷與檢測產品瑕疵等。這些結合電腦視覺技術設置在設備系統上，又被稱為機器視覺(machine vision)。台灣許多電子業、工業電腦業者，亦積極發展AGV、AOI等智慧化設備，銷售給客戶，作為產品與服務方面的數位轉型。

【其他電腦視覺應用請見本頻道電腦視覺製造業應用一文】

機器視覺發展趨勢

根據市場調查機構分析，2025年全球機器視覺市場規模可以達到130億美元。機器視覺意味著是利用電子系統，包含：一個或多個視覺照相機、先進燈光偵測系統、類比數位轉換器、數位訊號處理器等多個元件，以”看見”周遭環境與物件。近期，由於3D感測技術、電腦視覺深度學習技術以及晶片技術的發展，使得機器視覺大量擴展到各個領域，例如：智慧城市公共場所監控、自動駕駛車、AR/VR穿戴式設備、工廠自動化等。以下是機器視覺的幾個重要趨勢：

1. 3D影像技術：3D立體影像技術可以讓機器視覺系統看到3維的立體影像，協助機器人的行走路徑規劃或導引等。例如：3D立體影像技術可以讓AGV自動搬運車能看到3維立體環境，包含人員、貨架等，更容易地進行最佳行走路徑規劃或避開障礙物。目前3D影像技術為 stereo vision, time of flight, structured lights等技術。

2. 深度學習技術：深度學習技術可以突破過去利用規則進行影像辨識與判讀的障礙，能辨識手寫文字、複雜表面、檢測判別、物件分類等，讓機器視覺系統可因應更彈性的環境。例如：機器手臂利用深度學習技術可以彈性地處理不同形狀物品的抓取；AOI利用深度學習技術可以彈性地檢測不同產品的瑕疵狀況等。

3. 邊緣AI系統：由於機器手臂、自動駕駛車以及5G引發的應用情境，愈來愈多晶片商積極地要將3D影像技術、深度學習模型放在嵌入式系統或晶片中，以加速影像辨識與處理速度乃至於自我學習。目前許多影像處理仍放在工業PC上進行運算，業界將會發展更多嵌入式或緊密型的邊緣AI系統以因應新趨勢。

機器視覺可運用的領域極廣，必須判別的周遭環境、操作行為、辨識物品均不相同，發展相關系統時必須依據不同應用情境，結合不同的軟硬體技術與夥伴廠商合作，滿足情境需求。

機器視覺製造業應用

機器視覺在製造業領域有許多不同的情境，以下整理幾個方向與應用案例。

1. 預測維修： 許多預測維修的技術透過物聯網蒐集設備、製程、原物料等相關數據進行分析，以判斷設備壽命並提前預警。如果是進行高價值的產品，例如：汽車的生產，需要更立即地反映設備狀況，以提前處理。例如：機器手臂商發那科(FANUC)在設備上安裝一個名為「零停機(ZDT)」的軟體，可以從機器手臂上的攝影機即時蒐集數據，包含：伺服焊槍、噴塗設備等，並配合蒐集的物聯網數據，將數據送到雲端系統進行分析，即時偵測機器手臂異常，以預警生產線人員。

圖、發那科機器手臂ZDT預測維修系統(資料來源：Fanuc)

2. 生產品質控制： 在生產過程中能夠透過機器視覺技術，即時檢測生產狀況，可以提升產品良率。例如：啤酒注入時，常因為壓力、溫度不同而產生不同泡沫，影響啤酒注入的容量。美國糖溪啤酒廠 (sugar creek brewery) 利用高速攝影機與電腦視覺技術監控啤酒注入的泡沫量，當發現泡沫過多或注入啤酒過少時，即將該瓶啤酒輸送至不良品區，以待後續重新補注入。

3. 包裝檢測：在製藥業中，將微小的藥粒進行填裝與包裝是耗費人力且容易出錯。此外，包裝的標籤是否列印正確、是否正確密封等，都會影響藥物品質與安全。一家製藥公司利用機器視覺系統快速地檢測填裝藥粒的形狀、大小、數目等正確性，並利用OCR文字辨識技術檢測標籤是否正確。

3. 瑕疵檢測：在許多製造業中，檢測不良產品常常需要耗費許多人工且精準率低，如：PCB主機板檢測、紡織布檢測等。新創公司Shelton的 WebSPECTOR機器視覺技術即專注在紡織布表面的汙點、瑕疵的檢測，減少人工肉眼檢測的時間與成本。

圖、紡織布瑕疵機器視覺檢測系統(資料來源：Shelton)

4. 避免危險：機器視覺系統還可以即時監控生產現場的安全狀況，以偵測人員或設備危險狀態，立即的反應。例如：建築或挖礦的工作場所是很危險的地方，操作大型機具稍有不慎，即可能會造成現場人員傷害甚至死亡。日本小松機具公司運用無人飛行器攝影機、現場攝影機進行工地現場的3D視覺重建，可以進行現場危險偵測、工作進度追蹤及任務協調與調度作業。小松機具還將攝影機與AI裝置結合，嵌入在大型機具設備上，使得設備具有360度環景的視野，能夠辨識現場作業人員與其他物件，以避免碰撞或操作不當等事故發生。

圖、工作現場機器視覺安全監控(資料來源：小松製作所)

結論

電腦視覺系統安裝在機器設備上，目的即是能快速地發現異常狀況並立即處理，以避免品質不良、工安危險等。3D影像、深度學習等技術陸續發展，使得電腦視覺判定更為準確與快速。展望未來，更小型的嵌入系統、AI晶片將被持續地引入機器視覺系統，以加快處理級反應速度；一些模糊的瑕疵判別或檢測，也將逐步的發展，以協助更精確的檢測。