解决现场导入困境 AI与视觉检测整合发展潜力无穷
- 魏淑芳
机器视觉与机器手臂是工厂自动化领域中两大代表性技术,经过长年发展,应用已臻成熟,近年来智能化浪潮袭全球制造业,工业物联网与AI被快速导入至生产系统中,机器视觉与机器手臂成为制造智能化的先期应用。
机器视觉是目前制造智能化发展最快的领域。机器视觉在制造业的应用包括量测、识别、定位、检查,这4大项目中又以检查的应用最高,也就是AOI(Automated Optical Inspection;自动化学检测)。检测是产线中确保产品品质的重要环节,过去以人工视检为主,由于在产线中,人眼还是最具智能判断能力,因此即便现在自动化程度已高,多数传统制造业的产线还是以视检为检测主流。
不过人眼终究有其极限,除了正确率与效率会因长时间作业而递减外,速度较快、小体积产品与细小瑕疵的检测,人眼都无能为力,此外视检也会因作业人员对良品的定义不同,导致出货产品品质标准不一,因此现在高度自动化产线中,视检已然被AOI取代。
AOI所使用的机器视觉架构包括光源、镜头与视觉处理软件,透过镜头快速撷取物件影像,再由后端的视觉处理软件判断物件品质。机器视觉发展已久,无论是影像传感器或通讯标准都已成熟,在高度自动化系统中,应用也相当普及,不过就如前文所叙,在智能化趋势下,机器视觉已开始改变。
机器视觉AI化 系统商须掌握软硬两端技术
近年来机器视觉的最大演进是结合AI。过去AOI与自动化系统深度结合,其架构完全嵌合在高速、大量的制造系统中,而为了配合高速生产,架构中的所有软硬件条件都因应单一产品调整至最佳化,由于产品种类少,并不要求弹性。不过近年来受消费性市场影响,制造业少量多样生产的比例开始提升,弹性成为智能制造系统的设计重点,在此情况中,AI适时崛起,让机器视觉开始进化。
AI提升了机器视觉的弹性与效率,除了维持机器视觉的高速判别外,透过深度学习演算法,AOI设备可自主学习对产品的检测标准,并快速复制到其他产线,让整厂制造系统的良品标准一致,同时简化了设备上线使用时的设定难度。
设定难度的简化加上高弹性应用特色,让厂商将机器视觉的设置触角延伸到产线的更前端。一般检测都是在产线的最末端,而到此环节的瑕疵品处理,不是淘汰丢弃就是送回前端改善,无论哪一种方式都会耗费大量资源。
现在有制造商将机器视觉设置在产线中各环节,一旦发现瑕疵,就立即通知该站工作人员改善,如此就可避免后续工作站继续加工已有瑕疵的产品,造成时间与物料资源的浪费。
虽然机器视觉与AI的结合可带来极佳成效,不过要实际导入,仍需克服重重困难。现在AI的主流演算法是机器学习,在多数应用中则再深入使用机器学习(Machine Learning)的分支–深度学习(Deep Learning),不管是机器学习或深度学习,要上线使用前,都必须先建立训练模型(Training),让数据先再训练模型中跑过,再将结果下载到终端使用,而现在实际导入会遇到两大问题,一是训练模式与现场设备的匹配问题,二是导入应用后发现与训练模式的成效有落差。
制造现场的状况复杂,训练端所完成的模式必须要与现场端的设备匹配,AI才能发挥预期效能,不过这点目前看来有其困难,多数智能制造的POC(Proof of Concept;概念性验证)受阻的原因也在此。另一个问题则是训练模式的效能未能如预期发生在现场设备上,会造成此状况的原因在于系统厂商对AI软硬件软硬件的掌握度不足。
深度学习演算法的神经网络相当复杂,市场上的硬件加速器种类也非常多,同一神经网络运作在不同加速器上有可能产生极大差异,造成最终结果不同。不过这问题看似复杂但并非无解,目前工业领域最常用神经网络约有20种,这20种神经网络涵盖了现在80%的应用范围,在硬件方面,则不外乎Google的TPU、NVIDIA的GPU与两家CPU大厂Intel、AMD的AI处理器,系统厂商必须了解不同神经网络与硬件加速器匹配效益,才能让终端设备的运作合乎预期。
AI视觉加上机器手臂 制造系统弹性更佳
机器视觉除了作为AOI检测外,与机器手臂整合,让系统有眼(机器视觉)、有手(机器手臂)、有脑(AI),将可大幅提升产线弹性,目前多数系统厂商也朝此方向走。与机器视觉整合的大多是关节型机器手臂,透过建置于作业区域与手臂上的工业镜头,判断出物件位置,再引导手臂调整角度与路径完成动作。
这类型整合视觉与手臂的系统,大多用在对高弹性有需求的产线系统中,不过在导入前的设定较为复杂,而且运作时必须运算摄影机所传回的影像数据,动作难与现行机器手臂相比,在速度提升前,在现场应用仍受局限。
观察智能制造的发展现况,视觉检测目前是应用最快的一环,这与AI在其他领域的发展一致,影像识别占了现在AI所有应用的70%以上。主因在于AI视觉检测可立即在制造系统上看出成效,相较于现在常见的另一智能制造趋势–设备预诊,其效益浮现则须一段时间,因此制造业者对前者的导入意愿相对较高,至于机器视觉与机器手臂的整合,虽然运算速度与现场应用仍有提升空间,但现已有多数厂商投入,上述问题将可陆续解决,未来发展值得期待。
- 一窥「未来工厂」新样貌 台北国际自动化工业展布局制造业升级之路
- 机器人成竞争力重要战略 日系制造精髓前进台湾
- 2019年台北自动化展 逾50家系统整合业者浑身解数
- 所罗门自动化大展推出AI-3D视觉平台
- Intelligent Asia规模再升级 南港两馆同期展出
- 扎稳工业物联网马步 全速挺进工业 4.0目标
- 满足工业、轨道交通与再生能源需求 捷拓科技电源产品全面布局
- D-Link融合驱动与网络 展出工业网络交换器
- 运动控制技术再进化?光通讯推升运动控制效能!
- 东佑达展出全新超小型伺服电动缸DM系列
- 工业4.0趋势带动 工业智能监控市场快速成长
- 虚实合一整合解决方案 开拓智能零售商机
- TSLG耐落提供传动元件螺丝防松解决方案
- 昇频展现研发力 推新款云端服务管理移动通讯路由器
- 掌握「过去」、「现在」、「未来」 绿色制造正当道
- 解决现场导入困境 AI与视觉检测整合发展潜力无穷
- EMS输送系统的绝对定位- 倍加福PXV条码定位系统
- 电子产业智能制造升级 凌华自动化展秀三帖AI妙方
- 完整功能结合高速运算 耐力斯APS/SCM系统让产线排程最佳化
- 结合SAP平台优势 东捷信息让工厂设备预诊更精准
- 左拥自动化、右抱ERP 新汉蜕变成OT层智能制造专家
- igus的3D以太网电缆实现机器人通信
- 「新创产品打样中心」孵化加速器 点亮新商机
- 东捷信息于2019自动化大展登场
- 工业机器人加AIoT 智能制造转型的必备基础
- 妙用AI突破性技术 加速实现破坏性创新
- 老龄化社会推动照护机器人市场成长
- 所罗门AI-3D视觉 聚焦智能制造与智能物流应用
- Moxa 参与2019自动化大展,锁定IIoT与OT网安双主轴
- 加速企业数码转型 研华于自动化展展示最新智能工厂应用
- 展现智能制造强劲实力 泓格自动化展推出多款高效能产品
- 史陶比尔革命性四轴机器人引领潮流
- 迎战工业5.0 UR于自动化大展秀协作型机器人多元应用
- Sesto CEO:致力于简化客户对AMR的使用
- 英特蒙于自动化展举办工业4.0与智能自动化研讨会
- 宸曜嵌入式人工智能运算平台协助智动化应用导入
- SCHUNK推出第一款机械手专用24V电动磁力机械夹爪
- Pilz推出工业服务型机器人模块
- 魏德米勒工业分析软件 自动化机器学习数据分析模型
- 达详将于自动化展突破智能制造盲点
- 汉铼科技建构全新时代物流 亮相台北国际物流展
- 德商Beckhoff新自动化技术高端应用登场
- 统一信息展现专业技术服务,助企业迎向创新成长目标
- 爱德万测试推出最新热控型SSD验证测试机
- 翻转新仓配思维 跨越新时代物流
- D-Link工业网络解决方案 智能营运大跃进
- 精密量测技术搭配运动控制提升设备精度
- Hartrol Plus 控制器体现「人机界面」智能化
- 台湾三丰与MeasurLink软件打造新的量测风貌
- 软件定义微工厂 新创Bright Machines欲助大小工厂迈向AI自动化
- 机器人抓手Mini Finger整合mGrip系统 捡货空间小也难不倒它
- 丰田搭载东芝高端影像识别处理器
- Accenture与Mujin 推广物流自动化
- 结合爬行机器人与无人机的检测系统 可及早发现风力发电机叶片损坏
- 亦良导入塑胶射出OEE实时监控系统最佳化生产效率
- 安全与速度难两全 协作机器人三大症结浮现仍有待解答
- 少人化取代无人化 保留人性温度为服务业自动化之关键
- Sawyer将引领协作型机器人进入人类生活新领域
- 户外巡检机器人 厂区安防守护神
- 已实现的工业4.0时代 完整呈现在SICK工厂内
- 直觉的视觉化管理及线上监控系统 让安全系统不再神秘
- 协作安全意识升级 企业预先准备将可提升竞争优势
- 工业型机器人协作化 成就人机协作安全认证智能工厂