工業4.0推動智慧製造趨勢，各自動化技術都開始有進一步發展，作為製程中檢測、定位等功能的機器視覺，市場近年來也加速成長，根據研究機構Markets and markets最新Machine Vision Market的全球市場研究報告顯示，到2022年整體機器視覺市場價值將達到144.3億美元，年複合成長率達到8.15％；其中3D機器視覺市場產值，更將達到21.3億美元。

從應用面來看，機器視覺的成長主要來自自動化製造系統對品質檢測與對位需求不斷增加，尤其是汽車、製藥、食品和包裝以及工業領域的視覺引導機器人系統，這幾年導入此技術的意願持續提升，市場量快速成長。

機器視覺系統主要是根據影像自動分析和檢查生產線，用於控制加工、辨識、測量、機器人引導和其他功能，機器視覺包括從擷取圖像到管理訊息系統交互作用的完整解決方案，並替代了人工檢查並提高驗錯的能力。

歐美成長快速 亞洲仍處觀察期

目前機器視覺多已是智慧相機（Smart Camera）類型，預計將以高複合年成長率成長，與過去的PC系統的不同，智慧相機的機器視覺系統可以完成解碼演算法（decoding algorithms），在追蹤鑑定碼讀取、品質評估、文本驗證和標籤檢測等應用方面，更具成本效益，未來應用主要將以品質管理和檢驗為主。

圖1 : 機器視覺主要是根據影像自動分析和檢查生產線，替代了人工檢查並提高驗錯的能力。（Source: MASEAS）

3D機器視覺市場的生態系統由零部件製造商、原始設備製造商、系統整合商等組成，目前主要廠商包括日本的基恩斯，美國的康耐視、德國的ISRA、西克、Basle與IDS，市場區域方面，位處亞太地區的中國、日本、印度和韓國等國家，目前擁有全球上數量最多的生產設備，在此同時，亞洲地區也是目前消費電子市場競爭最激烈的地區，這將刺激自動化與智慧化製造系統的成長。

作為製造系統中的核心設備，機器視覺在亞洲地區的出貨量也將同步提升，皕像科技經理柯建銘指出，2D相機仍佔目前全球最大出貨量，不過在歐洲地區，3D的採用比例已逐漸攀升，亞洲則仍處觀望期，而隨著智慧製造趨勢的啟動，他認為成長幅度將會逐步增大。

目前台灣的機器視覺技術研發主要仍來自工研院，在3D領域也是如此，為因應全球快速走向少量多樣、大量客製化的製造趨勢，經濟部技術處科專之前也投入資源補助工研院開發3D視覺感測器新技術，結合機器手臂，精準判斷夾取物件的形狀、座標。

儘管台灣精密機械產業近年已積極導入智慧機械，但考量智慧生產所需的關鍵感測器建置與維護成本，再加上系統仍欠缺實際應用的整合能力，許多台灣製造廠商對升級智慧高階設備還是裹足不前。目前3D視覺感測器市場主要為國外大廠掌握，國外現有3D視覺感測器與台灣機器手臂之客製化使用介面，在連接上仍有一段差距，並且現有3D視覺感測器也因面臨物件反光問題，使得其感測正確率效果不高，受限台灣廠商實際導入產線之應用。因此，在經濟部科專計畫支持下，工研院智慧微系統科技中心協助台灣金屬加工設備相關廠商，導入台灣自主開發之抗反光3D機器視覺感測技術，建立金屬加工件智慧自動取放整列成果，提升國產高階3D視覺導引機器人產品技術與國際競爭力。

工研院研發3D視覺技術有成

工研院智慧微系統科技中心研發的國產3D視覺感測器，主要是運用HDR（高動態範圍成像High Dynamic Range Imaging）多視角3D重建與反光物件姿態估測技術，可感測辨識出反光物件之位置、形狀、姿態等，其辨識之成功率高達99%，有效突破目前反光物件一般不易辨識的問題。

此外，工研院目前已與台灣機械手臂指標廠商合作，將其感測器整合在台灣高階機械手臂產品，未來在生產線的機械手臂將可智慧自動感測後做高階的拼接、組裝、選取工作，使其智慧取放整列動作的成功率由70%提升至90%以上，將有助於台灣金屬加工、鑄鍛造及水五金等產業導入複雜3D反光物件取放技術，促使台灣產業朝向未來無人化智慧彈性生產的發展趨勢。

圖2 : 3D機器視覺在製造業的應用，主要是配合機器手臂，達到彈性化製造目標。（攝影／王明德）

在經濟部技術處的主導推動下，結合法人技術發展台灣高知識含量、高附加價值的智慧機械設備，預期對於台灣機械手臂相關業者可提升附加價值約20～30%，希望未來透過產研密切合作促成機器設備、服務及金屬運具廠商（如上銀、台達電、廣明、研華、精聯、桂盟、岳盟…等）邁向智慧製造新趨勢，預估未來5年帶動相關產值20億元以上。

就技術面來看，目前廠商在要成像時，主要透過單點方式，定位物件在3D空間的位置，也可透過較常見的點雲方式，集結各點的XYZ座標建立物體的架構，機器視覺的基礎則是透過立體或多重鏡頭技術捕捉影像。就像人眼一樣，機器視覺可利用多個鏡頭三角定位各點在空間中的位置，而對非紋理圖像進行立體成像時可能產生的對應問題，也可透過結構光源解決；最終產生的3D影像，即可藉由影像擷取軟體加以分析。

在目前的應用中，3D機器視覺主要是配合機器手臂，取得物件材質的資訊，並依此調整力道，使其抓握能力達到最佳化，以台灣工控設備代理商所羅門所設計的系統為例，其系統是結合AI，當智慧影像技術導入製造業的製程檢測，AI軟體會運用這些影像資料，自我學習產品的良品與不良品特徵，並根據分析結果，快速分辨良品與不良品，無需像傳統AOI需耗時編寫演算法。

應用多元 市場潛力雄厚

AI是機器人快速進化的重要工具，導入AI的優勢是辨識力精準、速度快，而且能快速學習，其效率與品質兼具，在多數場域都明顯超越人力，而此一技術無論在工業製造或是文創領域都已經有許多具體成果，像是鞋子的3D掃描技術，就可以跟人眼一樣精準地找出鞋子的缺陷；或是像協助台灣歷史博物館進行的3D文物掃描及3D典藏。

觀察未來發展趨勢，製造業將會是3D機器視覺的最大應用，尤其是與機器手臂的整合，更是智慧製造願景落實的重要關鍵，隨著消費性產品市場逐漸走向少量多樣，未來彈性製造需求將快速浮現，3D視覺技術雖不至於取代2D，不過市場潛力仍值得期待。

**刊頭圖（Source: Fabricating and Metalworking）