機器視覺簡言之就如同人眼，將機器視覺應用於機器手臂上，能夠讓機器快速檢測產品，並利用擷取的影像加以分析。透過機器視覺產品－圖像攝取裝置，將被攝取目標轉換成為圖像信號，並傳送給影像處理系統，再根據圖元分佈及亮度、顏色等資訊，轉變成數位化信號；圖像系統對這些信號進行各種運算來抽取目標的特徵，並獲取目標資訊。

在工業自動化上也廣泛的取代人眼的品質檢測，由於近年願意從事3D，即骯髒（dirty）、危險（danger）及辛苦（difficult）工作的人力減少，且基於薪資逐漸調漲的原因，以人眼來檢測產品缺陷的方式除了無法完全準確外，也需要消耗許多工時及人力；而機器視覺則是以光學檢測機台快速精準定位生產線上的產品，並進行品質瑕疵等檢測。機器視覺的導入除了效率較高－可以快速檢測產品優劣外，且機器可以24小時運轉、工作無須休息，因此也不會有超時工作的問題。

圖1 : 機器視手臂結合視覺隨機夾取物品。（攝影／施莉芸）

機器視覺的應用層面非常廣泛，從自動化工廠到手機人臉辨識解鎖、無人車偵測前方上，機器視覺都是其中十分重要的角色。在瑕疵檢測方面，機器視覺被大量用於工業、電子業、食品包裝及醫療上，從汽車車件缺件檢查、O環有無檢查、車件孔位有無檢查，到食品及飲料包裝，個人用品及消耗品檢查，以及電子產業及零件檢查。

機器視覺的原理及應用

針對機器視覺與機器手臂的整合，皕像科技經理柯璟銘指出，以往機器手臂的應用多是固定型，如傳產或定點夾取，雖然也可以取代許多人力，不過他指出，現在夾取也越來越走向智慧化，由於搬運已經不只在固定位置，因此會搭配眼睛（相機）讓它動態變化，所以後來就會在機器人上外掛2D相機以調整X Y軸。

機器視覺應用於手臂的方式，主要是先將相機其手臂定位校正分析，確認兩者座標相同後，以相機拍攝目標物，並且分析其中的內容，再使手臂抓取。

相較於將機器視覺相機懸掛於定點，再使機器手臂抓取的方式，目前讓相機外掛於手臂上是主流作法的原因，柯璟銘表示，主要是因為掛於機器手臂活動的彈性較大。他指出，若將相機懸掛於定位，則相機所能拍攝範圍僅限於其下方；然而，外掛（或內建）於手臂上，則能夠使相機跟著手臂走，將不受範圍的限制。

而3D相機的出現變是為了因應深度（Z軸）的變化，此種應用稱為Bin picking（一個一個bin取樣），讓機器人在抓取物體時，可以依深度抓取，物品可以堆疊也可以不用擺正、擺平。

不過相較於2D相機，3D相機的應用在台灣仍然佔少數，目前仍以2D相機為主流。柯璟銘指出，主要原因為3D相機在與機器手臂的整合上仍有許多困難，由於3D相機加入深度的應用，導致機器手臂無法準確地與相機同步，目前皕像主要用手眼校正作為解決方案；此外，成本也是原因之一，3D相機成本較高，因此目前使用它來取代人力的產業，多為附加價值高、利潤高，或高科技產業。

機器視覺於各國之應用

柯璟銘指出，對於機器視覺的應用，皕像也努力在開發不同面向的視覺應用，他表示，目前也考慮將相機從傳統定焦，改為可以調焦或自動對焦，主要是看到未在IoT上視覺發展的層面。

圖2 : IDS Ensenso 3D立體相機，中間為投影器。（source：皕像科技）

此外，他也補充，現在3D視覺的已經不只用於工廠內的Bin picking，在澳洲也將3D視覺活用於畜牧業的定位，如農場擠奶作業便需要不只是平面X、Y軸的前後移動，也需要深度方面的上下移動；此外在日本也被大量用於物流業；而台灣也有將機器人搭配視覺，應用於醫療業做手術的案例。

柯璟銘認為，2D相機內視覺的改變及3D相機，都是能夠創造使相機跨出工廠的機會。

機器視覺與工業手臂的整合已成為智慧製造的趨勢，為因應現在少量多樣的製造趨勢，相較於以往定點工作的機器手臂，無論是在夾取的物品判斷，或放置、堆疊等運作上，附有視覺功能的機器手臂更具彈性，未來運算速度提升後，將逐漸成為未來主流。