帳號:
密碼:
智動化 / 文章 /

揮別傳統檢測 AI電腦視覺為工業產線加值
提高生產效率
[作者 王岫晨]   2022年09月27日 星期二 瀏覽人次: [4293]

在自動化生產過程中,以人力進行檢測十分耗費成本與資源。


透過AI光學檢測技術的導入,可以大幅改善傳統人工檢測的缺點,


縮短整體檢測時間與成本,進而提高整體產線的效率。


工廠的智能化、智動化是全球趨勢,但台灣產業現行的自動化,除了製程端的高階生產設備外,檢測端的工作站多半仍依賴大量人力目檢,特別在近年料工雙漲、人力短缺的環境下,組裝、檢測、包裝線的智動化規劃已成為業界的重要課題。透過AI智慧檢測與自動化,才能為產線帶來更大的效能提升。


電腦視覺的重要性

AI光學檢測是一種整合了高速度與精準度的光學影像系統,這種系統是以電腦視覺來作為檢測的基礎,透過不同感測器來取代人類的眼睛、耳朵、大腦、手部等知覺與動作,透過背後的AI數據分析,就可以達到自動化生產中高速精準檢測的目的。一般來說,AI光學檢測技術包含了量測鏡頭技術、光學照明技術、定位量測技術、電子電路測試技術、影像處理技術,以及自動化技術等不同層面的技術整合。目的在於改善傳統人力造成的缺點,通常可以透過光學儀器來取得產線或產品的狀態,再以電腦進行影像處理,檢測產品的異常狀態與瑕疵,再進行後續的處理。


電腦視覺是人工智慧的一個分支,能夠讓電腦和系統從數位影像、視訊和其它的視覺輸入資料中提取有意義的資訊,並根據這些資訊採取行動或提出建議。而在電腦視覺系統中,也涉及了很多重要的技術整合,其中最重要的是要讓電腦能夠看見,電腦的眼睛也就是電腦視覺,這些應用會使用到全域快門感測器的技術。



圖1 :   AI自動光學檢測技術整合示意圖。(製圖/王岫晨)
圖1 : AI自動光學檢測技術整合示意圖。(製圖/王岫晨)

電腦視覺之所以對於工業市場如此重要,特別是在機器人與工業控制,例如在生產過程中需要避免相撞,所以要有物體偵測和情境分析能力,而這些都需要使用全域快門感測器。而例如條碼辨識也屬於工業控制中的電腦視覺應用。全域快門的原理完全不同,一次拍攝整幅影像,且拍攝時間非常短。只要拍攝物件不是快速移動的物體,成像效果非常準確,因此完全可以用於電腦視覺。


全域快門感測器優勢

全域快門在工業上現行的應用,可以舉兩個應用非常普遍的例子。例如在工廠的生產線上,可以發現很多全域快門感測器進行高速偵測。除此之外,還可以看到利用感測器掃描條碼。這在生產過程中非常重要,因為產線需要追蹤產品、裝配狀態和其他狀態。而在其他工業領域,如機器人、AGV或掃地機器人,也可以使用全域快門感測器來避免碰撞和同步定位及地圖創建(SLAM)應用。此外,還可以將其用於物體辨識和存取控制。因此,這些都是全域快門感測器最常見的工業應用。


一般來說,機器視覺應用於車規跟工規,會有些許的差異,最主要的差異是基於安全性的差異上面。車子是快速移動的物體,所以特別側重的是安全問題。舉例來說,溫度就是一個明顯的例子,工規環境經常室溫些許高於室溫,而車規是要適應任何自然的環境,在負40度到125度之間,元件都要能夠正常操作。另外,基於這個條件,在常見的測試上面,就是可靠性的測試,它們的要求也相對是2倍、3倍甚至5倍的嚴苛。這些具體的量化規範,都在一個國際的標準AEC Q100上面,所以不論是在工規或車規,都必須要符合不同應用規範的設計原則。


機器人與電腦視覺

在工廠產線中,機器視覺能夠進行生產線上的檢驗、機器手臂的分辨物件,這對於製造業是非常重要的應用。

光學感測器的應用,並非只有全域快門一種,另外還有十分普遍的捲簾式快門。這兩種技術各有很多應用情境。在主動光源的應用情境上,全域快門影像感測器有絕對的優勢。最顯著的就是取像的時間是非常短的,在極短的時間擷取畫面,它的影像除了在今日的條件之下達到很高的精準度以外,發光源所需要的功耗能量也大幅下降。因此除了省電以外,整個視覺擷取效果也是非常顯著的。而在今日,讓全域快門產品普及化與效能提升,也是這種光學感測器的發展關鍵。


至於全域快門感測器在智慧製造上面最明顯的應用情況,就是機器人或者電腦視覺。在工廠製造產線中,機器視覺與電腦視覺能夠進行生產線上的檢驗、機器手臂的分辨物件,這些應用在製造業中是非常重要的應用。至於針對機器人,現在機器人發展有非常多的趨勢,但是其中以影像為基礎的這條路線是非常明顯的。以影像為基礎,就代表了機器人有了視力,那麼我們看到的情況就是,首先,利用兩個單色NIR感測器(近紅外光波段)的搭配,使其產生了學名稱之為「雙目照相的系統」,這個系統是對障礙距離的判定。


至於第二彩色的感測器是針對物件判定,對機器人來說,不管要回避或是拿取,做任何動作,它必須先判定這個物件,才能開始進行動作。另外,全域快門在繪製平面地圖、立體地圖也有絕對優勢。針對未來的趨勢,在機器人上面的物件,對物件的判斷,對空間環境的判斷,都是預期未來全域快門感測器對機器人應用的重要趨勢。


準確成像同時降低系統功耗

ST影像感測器產品包括三大家族:一是飛行時間感測器,包括dToF直接感測器和iToF間接感測器。二是全域快門影像感測器,包括主動立體視覺或結構光鏡頭。三是環境光感測器,包括自動調整平衡技術。


工業用全域快門影像感測器目前共有兩類產品,一類是VD55G0,40萬像素。另一類是VD56G3,150萬像素。兩種產品採用的都是ST 3D技術,最初的設計包括兩層陣列,之後ST將其合二為一形成單一陣列。這些產品擁有三大優勢:首先ST的感測器940nm具有最高的量子效率,這會帶來極高的NIR敏感度,而電腦視覺主要就是採用NIR技術。其次是正方形感測器的解析度與鏡頭最佳配對,之所以採用正方形,是因為電腦視覺的採集物件通常是正方形,例如人臉通常就是的正方形。ST感測器拍攝時間很短,能夠在確保準確成像的同時降低系統功耗。


除了這些影像輸出功能,還可以進行資料輸出,其中之一就是光流輸出,透過運算動作向量獲得資料。例如顯示人的肢體動作,感測器可以採集資訊、輸出資料,利用光流進行手勢辨識和追蹤。


另外,ST還有一種AI鏡頭,包括三大類:一是感測,二是運算,三是通訊,電腦視覺技術基本上需要這三步。首先要有許多感測器進行資訊採集,包括ToF、IMU這些全域快門感測器,然後將資訊傳送至MCU這些AI深度學習演算法以取得產出,最後再將結果傳送至無線裝置。


讓硬體資源使用最大化

傳統AOI影像處理演算法,對於背景單一、簡易的影像特徵,經由人為編程的Rule-based演算法,即可滿足基礎的影像定位、量測、物件偵測等需求。以金屬外觀表面瑕疵檢測為例,由於瑕疵特徵的多樣性與不確定性,再加上產品表面處理的噴砂塗層,在高解析度的光學系統下,形成背景複雜且多變異的瑕疵特徵,造成難以由人為編程出傳統Rule-based的演算法,發生工程師不斷調校優化參數,也難達到客戶良率普遍為99.8 %以上的要求,使得AOI瑕疵檢測系統維護不易,工廠維運成本高昂的局面。


在高效率與高品質的要求下,麗臺發展出AIDMS解決方案。麗臺科技電腦事業處周世偉總經理表示,協助企業數位轉型,無程式碼操作介面已是基本要求。導入麗臺科技AI整體解決方案-AIDMS管理系統,可減少50%以上的AI環境建置時間。除此之外,AIDMS容許使用者將未導入AIDMS前開發的AI模型和標註好的數據資料上傳至AIDMS平台,在GPU助力下,加速驗證及再訓練,做好AI維運。


結語


圖2 : 人力檢測耗時費力,也容易導致人為錯誤,並降低整體生產力。
圖2 : 人力檢測耗時費力,也容易導致人為錯誤,並降低整體生產力。

AI電腦光學檢測,是屬於非接觸式的檢驗,在自動化的生產過程中,由於過去以人力進行檢測的方式十分耗費人力資源,也容易因為人為犯錯導致成本的損失,而且人力速度有限,降低整體生產力,也無法進行全面性的產品檢測。現在工廠生產線透過AI光學檢測技術的導入,就可以大幅改善傳統人工檢測的缺點,縮短整體檢測時間與成本,進而提高整體產線的效率。


*刊頭圖(source:OnRobot.com)


相關文章
影像感測無所不在 全域快門擴大電腦視覺應用
STM32 影像處理函式庫介紹
運用FP-AI-VISION1的影像分類器
開發駕駛者監控系統AUTOSAR自適應軟體
機器學習變革工業製造流程的四種方式
comments powered by Disqus
  相關新聞
» 體驗感受浩亭最新產品技術 展望全電氣社會的未來
» 三菱電機與 Dispel 攜手為製造商提供零信任遠端存取服務
» 大同智能積極布局綠能市場 聚焦大型儲能EMS系統開發
» IAR與創博合作提升機器人安全 驅動智慧製造未來
» 工研院機器人Cubot ONE首度串聯POS外送 業者擬續擴大應用範疇
  相關產品
» SICK W10直接反射式光電感測器提升物體檢測多樣性
» Igus為醫療技術合作專案提供免潤滑微型滑軌
» 廣積強固型無風扇電腦系統搭載Intel第14代處理器
» igus新款微型線性滑軌適用於狹小安裝空間的緊湊型產品
» 洛克威爾自動化在台推出CUBIC配電模組化系統


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 / E-Mail: webmaster@hope.com.tw