依據自動化生產需求 部署整合機器視覺系統
- DIGITIMES企劃
-
機器視覺用於產線自動化應用得以實踐的關鍵在於，擷取加工料件的影像解析度更高、擷取速度更快，再搭配高效能的影像分析演算法處理大量工件的自動比對、分析，但要達到這些要求，除機器視覺拍攝模組需在解析度與效能提升，也必須整合更高效的圖像分析模組增加視覺系統的反應速率…
以目前自動化生產所需的機器視覺設備使用趨勢觀察，機器視覺系統必須在拍攝解析度、拍攝效能與影像即時分析等各個關鍵功能持續提升，才能滿足業界對機器視覺的導入需求，尤其是為了增快視覺系統的分析準確度與作為自動化設備的決策依據，視覺系統的整體處理效能也必須提升。
比對工件圖像特徵 機器視覺發揮實際效用
因為只要速度獲得改善，機器視覺用於產線不僅可以提升產線的處理速度、可處理更多加工物件，即便在生產速度變動不大狀況下，更快速的處理效能也能透過生產過程影像持續比對分析，逐一檢視每個加工物件更多產品特徵，提升自動化加工設備的生產良率，簡化加工件重作或是維修浪費的處理成本。
為讓產線的機器視覺系統更具實用價值，辨識加工料件更多特徵成為關鍵，而增加辨識能力、比對更多特徵的前提須要系統提供更大量、即時的影像分析，為了達到性能要求，不僅在擷取視訊端、或是前端的影像即時分析引擎，都需要依效能強化前提進行深度軟？硬體整合，才能使得機器視覺的整體效能向上提升。
機器視覺已深入產業 應用多元
而機器視覺相關應用已充斥日常生活，例如二維條碼、車牌分析辨識等，但相較多元化的機器視覺應用情境，機器視覺技術會更趨實用化的關鍵，仍是在於機器視覺的整合應用方向！
在眾多產業中，機器視覺已經深入自動生產應用中，成為不可或缺的技術方案，例如，在汽車產業的機器視覺應用，可以涵蓋汽車零組件的產線、安裝零組件的組裝精度提升、車體材料二維條碼識別、生產履歷紀錄、齒輪？輪軸缺陷分析檢測、引擎組裝檢測等，若這些工作都由人力或搭配生產治具驗證關鍵加工料件，原有的自動化產線生產效能也會受到人力操作影響。
機器視覺應用不但提高生產效能，同時也能大幅降低生產成本，不僅從生產時透過即時快速的分析比對把問題料件提前在組裝前排除，減少二次加工、查錯成本，利用機器視覺取代精度相對較不高的人眼辨識，也能提升分析比對的精密度，讓生產效能進一步大幅提升，進而提升產品的品質與生產效能。
機器視覺GIGI應用自動化產線整合關鍵
對於自動化系統而言，機器視覺已是自動化系統重要且關鍵的環節，對系統整合商而言不僅要針對自動化生產機組搭配最適化的機器視覺系統，也需要提供硬體、軟體與技術支援，包含數位攝影機、光學鏡頭、輔助拍攝的穩定光源、影像擷取卡或搭配的分析比對軟體，若是整合方式是利用PC平台搭配影像擷取卡進行拍攝影像擷取、數位化，再由高效能PC進行擷取影像的分析與比對，相對採嵌入式架構的機器視覺系統雖在分析比對時可取用更豐沛的運算資源進行，但也因為攝影前端還需搭配後端PC服務器進行，增加與生產機具整合的複雜度。
而在機器視覺應用領域中，主要為實踐Gauge(量測)、Inspection(檢測)、Guide(引導定位)、Identification(識別)；簡稱GIGI的4個使用面向的綜合型整合應用，同時整合原有生產商的自動化機具與生產技術，組成更趨完整的自動化產線。
產線導入機器視覺應用也可分前述的PC-Based整合型式或是單機型態的整合型是，對PC-Based的用戶而言使用現場須有程式整合能力，因為視訊擷取後透過擷取卡數位化與傳遞到PC服務器後，就必須仰賴分析軟體與自動化控制整合軟體進行二次整合，軟體開發需有程式開發能力的軟體工程師執行系統整合與設計，但這種型態導入設備會在開發時程拉的較長、對於一般性的自動化機具整合反而徒增整合困擾，較適合在市場找不到對應的機器視覺方案之選擇、或是機器視覺將會使用在較獨特的加工製程輔助，才較有投入整合效益。
PC-Base整合複雜度高 單機方案可滿足多數需求
對於一般性的機器視覺應用，其實現有的高度整合方案即可符合多數生產應用需求，搭配All-in-one的單機型機器視覺設備進行整合，對自動化工程師來說僅需基本自動化與機器視覺概念搭配實務整合經驗，就能運用機器視覺套裝軟體來為單機設備進行系統參數設定，而與生產機具的整合也會較PC-Based整合方案更簡單、耗費整合更少。
機器視覺設備，除軟體與分析系統整合難度問題外，另一個影響機器視覺辨識效果的關鍵就在影像擷取的品質，仔細分析影響品質的關鍵主要會有幾個面向需要討論，像是影像的清晰度、細節、亮度與對比等，影像的清晰度與細節，可以透過導入更高解析度的圖像擷取攝影設備改善，或使用光學品質更好的鏡片組提升效果，而工件拍攝的亮度表現，可以利用固定光源改善生產環境的光源變化問題，讓拍攝機器視覺影像更趨清晰、可辨，而要在工件打出好的甫狀光源也是有學問的，一般可搭配機器視覺優化拍攝品質的光源種類，會有LED、螢光燈、鹵素燈等光源選擇。
改善加工件補光 擷取影像、分析成果同步升級
以LED光源來說，因為是固態光源與IC製程整合，因此LED本身具備可點亮速度快、固態光源可適應各種形狀佈置補光方式，也可刻意製成複雜形狀進行光源補充，甚至可以透過使用不同LED元件提供不同光色或特殊用途光譜的輔助光源提供。至於螢光燈光場的光源特性較顯著的反而是成本低、亮度也較LED高，所打出的光場較LED光源更勻稱。鹵素燈雖然亮度特別高，但實際上光源會產生高熱、較耗電等問題，在實際補光施作會搭配光纖傳輸光源應用。
對IT系統整合常會談到Garbage in,Garbage out的觀念，對機器視覺應用來說也同樣適用，因為在自動化產線設備前端好的影像品質，就等於達到建置機器視覺的目標的一半，另一大半則需要搭配更精準的現場補光施作，讓擷取圖像更趨完美，減輕後端進行影像分析還需要預先進行影像強化、亮度提升等圖像處理，過度處理的擷取圖像也會因多重處理造成影像品質劣化、增加圖片的噪訊雜點，甚至影響分析辨識效果。
工件補光仰賴實作經驗 設置完成仍須維持品質
而現場打光，雖可針對工件局部進行輔助，但實際上打光可不是拿盞燈擺上就算了！一般來說光線太暗，會影響機器視覺系統正常運作，光線太亮也會因為工件無法判別邊緣或反差不夠，造成影像分析決策沒有足夠參考資訊，容易出現誤差。而現場照明應用主要是提供影像擷取設備足夠的圖像採樣能力，同時也可降低圖像採樣的噪訊，而補光的重點在於透過光源補充自目標物達到機器視覺攝影設備鏡頭的光線，才是有效的補光措施，而不是產線現場有幾盞路燈、照明燈具問題。
而在補光確定光源後，系統上線也需注意設備的維護處理，因為不同光源會有不一樣的壽命與亮度表現，例如LED雖壽命較長，但也會有光衰問題產生，如何提早發覺光源出現光衰問題及早更換光源組件，避免影響生產設備運行，也是需要注意的問題。至於螢光燈、鹵素燈在光源亮度表現較趨一致，但遇到燈具壽命到了或是故障大多直接暗掉無法使用，補光設備的後期維護視光源不同也需準備對應維護方案提升機器視覺表現穩定性。
而在機器視覺生產現場部署上，其實除了擷取影像的攝影設備鏡頭、輔助光源外，其實也會用到不少光學處理器件，例如用來改變光路的反射鏡，另還有分光器、菱鏡等改變光路徑或光型等光學器件，另濾光片可以修改光源的光譜表現、漫射片可以柔化光源表現，增加光源的均勻效果，偏光片可以對抑制高反光性的金屬或電鍍工件反光問題，或將機器視覺使用於應力檢測的現場時，透ˋ偏光鏡讓應力狀況可以更明顯呈現，另還有先前提過的輔助引導光源使用的光纖光學器件等，都是生產現場部署機器視覺常見的光學器件選擇重點。
