机器视觉成产线自动化

机器视觉成产线自动化

工业4.0及智能制造已成为各产业必然的发展趋势，由于在生产制程上，机器视觉与运动控制系统进行整合，可有效提高自动化的效率，也让机器视觉因此成为智能制造相关技术及应用的焦点。

机器视觉的原理，主要是透过光学装置和非接触传感器，自动获取目标对象影像，再由影像处理设备根据所得影像的画素分布、亮度和颜色等讯息，加以运算处理及判别分析，提取所需的特征讯息，或是根据判别分析的结果，对现场设备进行运动控制。

机器视觉的主要作用，就是用来代替人眼，进行非接触式的测量和判断，希望能藉此提高加工精密度、发现产品缺陷，甚至自动分析决策。目前在欧美已开发国家涉及生产加工、质量监别的生产线，都已开始使用机器视觉系统。

机器视觉应用于产线自动化的价值

在过去几年里，机器视觉控制无论是在理论上还是在应用方面都有很大的进步。早期的机器视觉系统，采用的是静态look and move形式，即先由视觉系统采集图像并进行相应处理，然后通过计算估计目标的位置来控制机器人运动。

这种操作方式的精度，因为很难让机器人跟踪运动物体，多半都是应用在简单物件的快速辨识，无法应用在快速及高视觉解析的超精密加工制程上。

但随著计算机及影像处理的软硬件技术快速发展，视觉讯息已可用于连续反馈，克服模型(包括机器人、视觉系统、环境)中存在的不确定性，提高视觉定位或跟踪精度。

现在的机器手臂利用机器视觉，已经可以拾取散堆零件、检测反光表面、脸部辨识等，更有部分机器人已将机器视觉作为标准配备，不再需要加装夹治具等固定装置，不但可节省生产单元的成本支出，更可弹性地应用在组装制程中。许多制造业如电子业、半导体业、汽车业、与航天业等，都已开始利用机器视觉，达到自动化与提升质量的目标。

机器视觉与肉眼视觉彼此应互补

因应现阶段制造业的自动化需求，应用机器视觉技术控制产线设备，可以协助人类从事相对简单但辛苦的工作内容，避免人员作业的不稳定性与潜在风险，检测人员未来可以透过学习能力与应变性，改为从事变异性大或复杂度高的工作内容，如检测更能提升附加价值的差异化产品，或者是满足特定顾客需求的客制化产品，肉眼视觉及机器视觉彼此互补，才能将工厂制造效率发挥到**。