账号:
密码:
智动化 / 文章 /

因应工厂需求 打造特定AI视觉系统
[作者 王明德]   2019年09月25日 星期三 浏览人次: [8276]

AI(人工智慧)在2016年底重新启动后,迅速成为各产业焦点,拜网际网路蓬勃与半导体技术精进所赐,这波AI发展已快速落地应用,而在各项应用中,影像识别又是比例最高者。在制造业中,影像技术在生产与厂务两端都有所应用,生产端主要为机器视觉,作为产品检测之用,厂务端则是电脑视觉,用于工安、环境的侦测,而AI目前在这两部分都已有成功应用。



图1 :  在制造业中,影像技术在生产与厂务两端都有所应用,生产端主要为机器视觉,作为产品检测之用,厂务端则是电脑视觉,用於工安、环境的侦测。(source:Phase 1 Technology)
图1 : 在制造业中,影像技术在生产与厂务两端都有所应用,生产端主要为机器视觉,作为产品检测之用,厂务端则是电脑视觉,用於工安、环境的侦测。(source:Phase 1 Technology)

全球市场竞争日益激烈,制造业者所面临的压力越来越大,AI在视觉系统的应用成效明确,所产生的效益也可量化计算,再加上影像是目前较容易取得的数据资料,因此投入开发者众,市场可选择的解决方案数量也比其他应用多,在供需两端的态度均为积极的态势下,市场迅速成长。


不过对制造业来说,AI毕竟是全新技术,在制造现场实际应用时,仍需克服大量问题,对此目前设备供应商与系统整合商都展开不同的作法,凌华科技智能工厂事业中心市场开发经理杨家玮就指出,如何选择适用的AI架构与系统整合商,将是目前制造业者导入机器视觉的首要挑战。


降低导入难度 强化AI效益


图2 : 凌华科技智能工厂事业中心市场开发经理杨家??指出,选择适用的AI架构与系统整合商,将是目前制造业者导入机器视觉的首要挑战。(摄影/王明德)
图2 : 凌华科技智能工厂事业中心市场开发经理杨家??指出,选择适用的AI架构与系统整合商,将是目前制造业者导入机器视觉的首要挑战。(摄影/王明德)

杨家玮以凌华为例,凌华以自动化设备资料采撷起家,在此一领域已有多年经验,近年来AI兴起,凌华也开始强化此领域的布局,除了持续推出新产品外,也积极建立产业生态圈,结合不同领域的系统整合商,提供完整解决方案。


作为产品检测主力设备,机器视觉在生产线的重要性极高,要置换新设备或新系统,都必须考量到导入时间与成本,因此凌华近期以热插拔(Plug & Play)的作法,降低导入时的困难度与复杂度,同时减少新旧系统交替时的成本支出。


首先是生产设备的热插拔,其次是AI平台的热插拔,第三是推论模式的热插拔,这三大作法解决了制造商的几个问题,首先是尚未拥有AI模型的制造系统,可借此快速建立,其次是透过效能够强的推论模型,修正训练模型所完成的模式,在现场使用时的不足,最后则是强化与其他系统的整合。


在生产设备的热插拔部分,杨家玮指出可以在机器视觉原有的影像撷取卡中加入运算处理功能,透过边际运算的设计,大幅减少现场设备的体积,而且在GPU与CPU厂商的技术推动下,现在处理器的运算能力大幅提升,可以单一处理器运算4~8个通道的视觉系统,释放出设备中原有的插槽空间,让设备做更有弹性的应用。


在推论端,凌华科技在近期推出DataRiver中介软体,并将各种应用模组化,使用者可透过DataRiver取用所需的功能模组,其中就包含取像的热插拔,快速导入至制程系统中,而除了功能导入外,使用者也可经由DataRiver将机器视觉的影像显示于他处,让系统更具弹性。


另外AWS与Microsoft的公有云,现在都提供了深度学习的服务,为使制造业者善加利用这些资源,凌华科技设计出各种应用机制,让制造业者在使用上述公有云,乃至于其他系统厂商所推出的AI功能时,可快速建构出符合自身需求的机器视觉系统。


因应现场特色 调整AI架构


图3 : AI在制造业的应用中,机器视觉是目前导入速度最快的领域。(摄影/王明德)
图3 : AI在制造业的应用中,机器视觉是目前导入速度最快的领域。(摄影/王明德)

虽然在不同环节都有对应的方式,不过这些作法汇整到工厂时,仍须因应现场环境而有所调整,尤其是部分难以取得数据的制造业更需如此。杨家玮指出,制造业目前仍有像是LCD玻璃基板的刮痕之类的产品瑕疵,现有的机器视觉难以检测,因此现在有厂商希望透过AI的深度学习解决此一问题。


不过,现在有几个难点,首先是资料难以取得,在制程成熟的制造业中,产线良率都已相当高,在不良品数量偏低的状况下,AI难以采撷到足以建立训练模式的分析数据。


对此,凌华科技采用反向学习法,将数据采样方向由不良品转为良品,透过大量的合格产品样本,建立起「正确样貌」的数据库,在训练模式中,只要不合于正确样貌的产品,都会被归类于不良品,杨家玮指出,在实际应用中,这种作法虽仍会有漏网之鱼,不过相较于现有检测方式,其检出率已大有改善,是目前AI机器视觉在产线应用中最实际的作法。


再就机器视觉的产业构成来看,目前主要的系统整合商会包括AOI、AI与IT等三大族群,这三大族群各从不同角度出发,所擅长的AI技术也不同,杨家玮指出,由于AI没有通用模型,每一类型需求都需要对应不同的AI模型,而每家系统整合厂商所擅长的AI也不尽相同,因此在导入过程中,厂商必须与不同的系统整合厂商合作,才能打造出最佳化系统,凌华目前与这三种类型的系统整合厂商均有合作,建构出完整的产业生态圈。


电脑视觉确保劳工安全

AI机器视觉在产线的应用已越来越深,不过另一种视觉技术在工厂的应用,不但不遑多让,而且应用的广度更大,也就是电脑视觉。在制造领域,电脑视觉主要应用于厂务端,像是工安、环境监测等。电脑视觉的系统架构与机器视觉不同,主要是透过安全监控摄影机与智慧软体的整合,达到各种智慧化功能。


这类型架构在安全监控领域早有应用,也就是IVS(Intelligence Video Surveillance System;智慧型影像监控),IVS透过软体侦测特定区域的人事物,可将处理时间由事后提前至事发,甚至是事前,达到「大事化小、小事化无」的目标。而AI技术的导入,则再次强化了电脑视觉的智慧化功能。


透过AI技术,电脑视觉在厂务系统的应用更多元且更具智慧化,杨家玮以工安为例,现在已可将生产现场作业人员的标准工序、穿着、机台操作方式建置于系统内,并由前端摄影机负责监控,一旦有非标准穿着人员进入,或是激态操作方式不正确,系统就会发出警告,要求相关人员改善,而且在工厂动线中不同处就有各自的监控目标,像是特定区域的入口处会侦测服装穿着、机台前会侦测操作方式等,透过层层的环节把关,打造出最安全的工作环境,也让AI的应用价值再次提升。


相关文章
机器视觉+自动化系统捡选优质柠檬
以Wi-Fi无线通讯设备增进仓储物流效率与安全
可视化解痛点让数位转型有感
机器视觉系统实现纪念币制造定位及特殊印制
使用相机提高定制图像处理应用
comments powered by Disqus
  相关新闻
» RIN国际研发高峰会手举行 金属中心展出亮眼成果
» 台达子公司泰达8厂及研发中心开幕 扩大电动车研发及产能布局
» Fortinet SASE台湾网路连接点今年落成 全台巡??落实云地零信任资安
» 大同呈现光充储应用一站式服务 抢占智慧净零城市商机
» GTC 2024:宜鼎以智慧工厂解决方案秀边缘AI整合实力
  相关产品
» 明纬推出NGE100(U)系列:100W环球通用4埠USB氮化??快速充电器
» 凌华全新IP69K全防水不锈钢工业电脑专为严苛环境设计
» 凌华支援第14代 Intel处理器用於先进工业与 AI 解决方案
» 智慧监测良方 泓格微型气象站提供资讯面面俱到
» 凌华新款5G IIoT远端边缘网路闸道器采用Arm架构


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 / E-Mail: webmaster@hope.com.tw