简化嵌入式系统机器视觉开发 须从硬件平台、系统着手

针对高性能图像分析需求，导入低功耗版i7先进处理器搭配单板式、Fanless设计架构，可使机器视觉系统兼具性能与稳定性提升目标。Intel

选择机器视觉应用方案时，虽然现有机器视觉套件会有常用视觉应用模块可套用，但通常自动化嵌入式机器视觉会部署的情境各异，也免不了要针对相关应用进行功能定制设计，针对此即需考量嵌入式智能平台、机器是视觉系统部署相关问题…

在众多自动化产线所需的机器视觉应用中，通常使用机器视觉套件多数可解决应用需求，但机器视觉套件提供的SDK或是功能延展性并未能一一如自动化产线所需，功能定制化或自行开发成为不可避免的过程。

提升机器视觉导入效益  嵌入式运算平台延展性是关键

尤其是机器视觉的自动化应用，若将机器视觉应用布署在生产流程中，由于所生产的产品五花八门，很难用一套多用途的机器视觉套件进行产线自动化整合，在对高复杂度的视觉识别、处理或分析，也很容易因为机器视觉套件整合的嵌入式平台效能或是系统延展性限制，影响后续针对应用需求的二次开发弹性。

为在关键的产制流程中整合高效能的机器视觉应用，关键在于运算、分析平台的效能支持性，为考量实时分析与未来二次开发需求，选择嵌入式运算平台方案就必须特别审慎，除须选择性能表现相对较佳的嵌入式运算平台，为了后续二次开发与系统功能延展便利性，所使用的开发平台对常用开发工具或程序语言的支持性也需一并考量。

硬件平台效能提升  有利于提升机器视觉分析处理能力

对机器视觉这类高效能的应用需求，运算平台对处理效能的要求相当严苛，因为系统必须自影像撷取、分析进行大量数据分析与实时处理，加上自动化生产环境状况多变，可能因为阶段自动化加工程序不同，操作环境会有高温、高落尘、高震动等问题产生，除须考量效能与系统延展性外，嵌入式运算平台因应恶劣布署环境的稳定性与耐用度，也必须一并考量。

为增加嵌入式机器视觉平台运行稳定性，选用嵌入式无风扇Fanless系统平台是较佳选择，因为风扇本身已是机械式结构，机械运转结构中的轴承易受或线圈易受落尘影响其运作寿命，而高温、长时间运转状况下，风扇元件也极易老化故障，进而导致嵌入式运算平台散热不良，影响其运作稳定性，而使用Fanless平台基本上少了高风险的风扇元件，加上为了因应Fanless需求，运算载板选用低功耗元件与辅助散热技术，也能减少系统元件受热影响运作稳定问题。

为确保长时间连续运转系统稳定性与减低硬件维护成本，嵌入式系统平台选用单板设计、尽可能减少内部连接器？连接线的设计方案，也对机器视觉系统运转稳定性加分。

Fanless、SSD减少机械性元件  提升嵌入式平台稳定性

而Fanless概念再延续，在嵌入式运算平台即必须同时考量置换传统机械结构运行的零组件，提升其系统稳定性，而一般因应大量分析、处理所需的硬盘设备，则有必要置换以固态硬盘(Solid State Disk；SSD)，同时可避免设置环境高温、震动影响其磁碟读？写稳定性，而SSD高效能读？写支持也能为机器视觉系统提供高分辨率机器视觉影像提取、分析提供更高效率的存储环境。

而在固态硬盘方面，对自动化应用较佳选项，为导入工业级固态硬盘，基本必须支持耐震度5G或是500G耐冲击应力，同时运行温宽也必须能支持10度？60度以上温度。

在机器视觉平台的运算核心处理器部分，目前已有支持Fanless架构嵌入式应用导入主流的Intel Core i7处理器产品，针对嵌入式整合应用需求的低功耗、高效能要求，使用多核心、低功耗mobile应用封装的处理器元件，均可为嵌入式机器视觉应用提供超过2？4GHz运作时脉的高速处理支持，同时针对外部机器视觉与控制生产设备连接需求，在I/O输出入界面支持方面，可应用PCI与PCIe扩充槽进行I/O扩展，搭配机器视觉的前端影像撷取模块，即可架构因应自动化光学检测、机器视觉的特殊高效运算、分析应用需求。

考量不同生产设备连接需求  多元I/O支持不能轻忽

在硬件外部I/O支持方面，则可视自动化系统需求，看是否要将撷取影像、Log记录同步储存云端或外部储存架构，由于机器视觉高分辨率图像传输码率较高，选用GBe网络整合较能因应整合需求，而酖载板系统也必须预留如RS-232/422/485或是USB等界面支持，则可因应不同的生产设备进阶连线、控制需求，可就近使用生产设备提供的连接界面进行自动化机器视觉整合，或是连接生产治具或生产设备提供高度自动化整合架构。

除机器视觉硬件运算平台的选用外，软件系统的整合也是关键，毕竟机器视觉必须大量仰赖系统软件进行分析、演算与提供自动化控制决策，为了让自动化产线整合机器视觉的效益发挥，必须确保前端撷取的影像品质水准。

搭配前端机器视觉撷取设备  提升自动化图像分析效益

尤其是部署的影像撷取装置通常会和生产设备连接或是设置在周遭，生产设备高速运转造成的振动即直接影响画面撷取品质，一般拍摄镜头可用光学图像稳定(optical image stabilization；OIS)来改善影像振动问题，但此也会造成撷取图像细部出现模糊或是不易分析拍摄标的特徵状况，若是OIS功能机制为整合于镜头以光学透镜处理，对图像品质的提升有显着效果，若是利用嵌入式系统电子运算提升画面精细度的稳定提升功能，对机器视觉细部画质的提升效用则相对有限。

此外，也可利用机器视觉开发工具提供的DVS(Digital Video Stabilization)数码影像稳定模块，搭配整合提升机器视觉撷取影像品质，而采取数码化的影像提升方法，甚至可以改善弱光、低光源下的影像品质提升，为后续嵌入式平台进行图像分析运算提供更好的基础图像画质，提升机器视觉的实用价值。