DForum
event
 

奇偶科技抢进机器视觉AIoT商机

奇偶科技工业智能发展部经理李国惶指出,机器视觉就像工厂的眼睛,奇偶透过软硬件集成,把光学取样、辨识技术结合人工智能,提供机器视觉一条龙完整方案。

台湾安全监控、影像辨识技术龙头大厂奇偶科技,近两年积极从影像技分析术延伸到人工智能,推出新一代创新科技应用于厂房的机器视觉解决方案。奇偶认为,智能工厂最核心的诉求,就是「人工智能AI」加「物联网IoT」=AIoT。因此在工业4.0架构,奇偶利用机器视觉结合AI,打造全新的智能制造集成方案。

奇偶科技工业智能发展部经理李国惶解释,所谓AIoT,机器视觉就像工厂的眼睛,透过资料撷取以及通讯能力,连结实体物件与虚拟数据,进行各类控制、侦测、辨识,与互联网连接传输到云端运算形成影像大数据,大数据的资料提供给算法,做深度分析来训练模型的依据,最终才能形成人工智能,提升工厂决策精准度。因此奇偶的机器视觉Know-How,将从硬件开发延伸软硬件集成,再扩展到AI深度学习的模型训练。

从卖设备到软硬集成的领导角色

事实上,AIoT要发挥最大效益,奇偶过去深耕摄影取样的硬件技术,同时又有后端判断辨识的软件分析能力。也就是摄影机端的取样,到后端影像分析管理平台,奇偶具备辨识速度、后端影像处理等优势。透过软硬件集成,把光学取样、辨识技术,再结合人工智能,形成智能工厂应用机器视觉的一条龙的完整方案。

「之前来找我们的公司合作,很多是想做智能工厂但只做一半。在软硬件在集成过程遇到困难,或最后导入一年遇到问题,需要有软硬集成能力厂商帮忙做完下一步。」李国惶提及,台湾工厂多是电子起家,透过机器视觉可协助从PCBA在物料、生产、半成品、成品、包装到出货,可实时知道生产端状况,及追溯每一站生产履历。目前奇偶的客户包含台湾电子制造代工大厂,以及传产服务转型做智能物流。

打造策略联盟推动智能制造

李国惶进一步说明智能制造的策略目标,也就是以现有智能工厂为载体,让关键制造环节智能化,做到端对端关联性数据流。工厂端达到自动化、透明化、可视化,搭配物联网、大数据分析及人工智能导向,让生产端提升产品检测、质量检验、质量分析、生产物流等需求效益。

正因应不同产业、工厂规模,需要高度客制化方案。奇偶认为在工业4.0架构要提升智能制造的效益,势必靠打群架策略。李国惶提到「我们核心的价值是提供完善的机器视觉方案,所以也跟大型EMS厂、工业自动化、云端运算技术厂商合作,把这些策略伙伴加进来,三方一起完成智能工厂。」目前奇偶的策略联盟包含国际手机芯片大厂、台湾知名电信商及机器手臂大厂。

除此之外,智能工厂涉及的环节非常复杂,除了机器视觉,还包含联网设备串接、平台数据格式传输。针对工厂需要,奇偶提供客户做格式串接,包含后台MES和ERP及云端运算平台,联网完成后定义通讯协定,达到交换信息目的。由于奇偶软硬件方案完整,从服务器影像辨识软件、后台分析到Web、APP,可因应客户不同需求快速打造机器视觉AIoT方案。

AIoT让过去多余人力做更有效的事

事实上,AI不是一步到位,智能制造方案是必须逐步导入,因此人力也不会一夕之间完全被AI取代。奇偶解释,人力跟AI目前还是有重迭,某些工站可以快速导入自动化,但有些站别也需人机协作,让AI辨识模型精准度提升,就能取代例行工作,让人去做更决策性事务。

然而AI的能力也不是立即可见,由于工厂可能因光线角度导致机器视觉误判。因此也需要上百张以上影像大数据,透过长期且大量信息,训练AI模型的深度学习。才能做更准确的判定,降低误判率,并取代过去人眼判读疲劳状况。李国惶说AI就是帮工厂做到事前通知、事后佐证以及协助管理者判断与预测的数据来源。

奇偶目前在智能制造实际导入状况,首先是透过机器视觉判断,逐渐取代多余的人力。其次是结合机械手臂,完成高重复性、需人工拿取的工序。第三项是结合穿戴装置,辅助检修、故障排除、操作训练。具体的效益包含合理人员排班、设备维护作业,提高设备利用率,生产过程也能减少在制品库存、提升人机接口应用、搭配平板做到生产过程无纸化。

奇偶最后提到制造AIoT策略,今年将开始横向发展寻找SI厂合作。目前新一代厂房的机器视觉方案,结合周边AI人脸辨识4K网络摄影机、全球第一款VR360度环景监控摄影机等设备,透过传感器与AI结合,从示范点慢慢延伸到工厂全面化,预计2020年智能制造将会爆发成长。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 奇偶科技 机器视觉 智能制造