延續自21世紀初台灣推動兩兆雙星產業以來，不僅成功導入2D/3D自動光學檢測設備，提高產品良率。到了邁向工業4.0時代，機器視覺更扮演了傳感器角色，在製程中蒐集資訊，並結合協作機器人、自動導引車自主移動；如今還可望結合人工智慧，擴大於投入PCB、Mini LED等次世代產業應用來提升價值。

除了過去傳統「自動光學檢測（Automated Optical Inspection；AOI）」，係指透過光學系統來取得成品的表面狀態，再藉電腦影像處理技術來檢出異物或圖案異常等瑕疵，得以在現今越來越精密，又不容許接觸檢測的製程中取代人工目測，透過非接觸方式在製程中就檢查半成品的尺寸、瑕疵。

因此，對於2D/3D自動光學檢測設備需求大增，在高精度光學影像檢測系統架構，包含光源、光學鏡頭，以及定位量測、光源照明補償、影像處理識別等技術，以避免如晶圓、LCD面板、LED光電等高價值產品一旦出現瑕疵，損失將難以估計。

圖1 : 傳統AOI係指透過非接觸光學系統來取得成品的表面狀態，再藉電腦影像處理技術來檢出異物或圖案異常等瑕疵，在製程中就檢查半成品的尺寸、瑕疵。（source：advcloudfiles.advantech.com）

直到邁向工業4.0時代，各國智慧製造趨勢崛起，對於產品的品質全檢要求越來越高，機器視覺更扮演了視覺傳感器的角色，要求可安裝於各工作站檢測及蒐集所有生產步驟資訊來管控品質，甚至搭配工業機器人執行高速全檢作業。

如今還結合了協作機器人的手、足部的自動導引車（AGV），組成自主移動機器人（AMR-Autonomous Mobile Robot；AMR），透過視覺導引來彌補其精度不足，並符合ISO安全規範。進而上傳雲端，待蒐集足夠大數據供軟體模擬、分析、演算，建立人工智慧（AI）加值應用所需資料庫。

整合AOI智慧化元素　為自主機器人點睛開光

如依精密機械研發中心（PMC）技術總監蕭仁忠分析現今製造業演進趨勢，依序為：大量生產、大量客製化到「彈性客製化」，除了因此要求機械設備須能自主移動、產線重組來調整產能，以因應不可預測的頻繁生產變動需求，也考驗著工業機器人適應彈性生產的能力，以壓低耗費時間及成本的門檻，使之正式成為生產線的核心要角。

其次是「智慧化」，不僅可利用擬人的感官（感測器）蒐集外部資訊，與思維（AI）技術進步來強化自我認知及學習能力，加速製程設備AI化，還要能協助業者設備及產線升級轉型，以判斷並及早因應周遭環境和生產情境之外；並應用AI供應鏈串流數位技術，帶動相關上下游產業成長，達到AI應用複製擴散的效果，以實現生產目標，提高競爭力及效率。

「虛實一體化架構」，係將AR/VR、雲端服務等數位科技結合實體各式各樣設備，再透過IoT聯網串連虛擬端，整合不同專業領域（Domain knowledge）技術，都能在虛擬端完整重現實體端的行為，進而開發智能加值模組來監控整線，提高生產效率。

這也迎合未來智慧機器人發展的5大趨勢之一，即除了傳統搬運取放之外，機器人還要融入AI及視/觸覺感測系統等智慧元素，以學會更多新技巧來克服越來越多艱鉅任務；在智能工廠裡也會有越多工作型態，如納入安全協作型機種（co-robot），以大幅減省占用空間、操作複雜度，能重新自行規劃夾治具配置，以最短cycle time導入生產線，或者經過IoT與AGV結合為一體的自主移動機器人（AMR）；進而持續跨足新興自動化市場應用，例如食品、紡織、塑橡膠產業等。

加上因機器人具備可節能特性，更有助於減少碳足跡，得以直接降低生產能耗，或透過更高精度、穩定性來減少廢品和不合格品，對於投入與產出資源的比率造成積極影響。如受到這波疫情衝擊，凸顯全球化供應（長）鏈的弱點而易見，機器人也有助於強化生產力、靈活性和安全性，打造更安全供應（短）鏈，從而解決旅行限制、供應鏈中斷和其他供應方問題，同時滿足資通訊、醫療產業的旺盛需求。

圖2 : 除了傳統搬運取放之外，機器人還要融入AI及視/觸覺感測系統等智慧元素；與AGV結合為一體的自主移動機器人（AMR），以學會更多新技巧來克服越來越多艱鉅任務。（source：i.ytimg.com）

但蕭仁忠坦言，現今機器人要面對的挑戰，還包含環境適應、多機合作、協作安全、精度提升、IoT整合、虛實一體等。過往為了提升對環境的適應力，而導入影像視覺感測器應用（eye to hand vision），係利用固定式視覺來提供機器人取放及周邊環境資訊，優點是可視範圍廣，可判斷是否有人或異物侵入干涉，卻造成容易被機器人本體結構遮蔽，無法精確定位的缺點。

目前改裝為eye in hand型式，則將鏡頭安裝於機器人手臂末端，得以補償絕對精度的誤差，避免遮蔽機械視覺的視野，進而利用機器人挾帶機器視覺進行多角度取像，再將之結合運算，以重建物體形狀。如川田工業（KAWADA）開發的Nextage機器人，在頭部及雙臂都搭載了機械視覺，前者用來辨識物體在工作環境及空間的初略位置，以及後者來補償頭部鏡頭的計算誤差，以精準定位出物體的位置。目前包含：ABB、YASKAWA、EPSON等大廠，均以擬人化雙臂機器人（Dual Arm Robot）搭配視覺技術，來執行組立作業。

圖3 : 為了提升對環境的適應力，而導入影像視覺感測器並改裝為eye in hand型式，將鏡頭安裝於機器人手臂末端，得以補償絕對精度，避免遮蔽機械視覺的視野（source：invision-news.com）

另外，為了彌補協作型機器人在速度、精度先天不足，搭配AI、AOI功能變得更為重要，才能被真正導入組裝、檢測應用。日系機器人大廠FANUC不僅早在該公司SCARA機器人搭配自主開發的視覺感測器，或是其他AOI大廠的硬、軟體產品，毋須外接運算伺服器或PC，即可進行2D補償位置/3D追蹤辨識等作業。

經常用於高階3D AOI系統的散亂堆放及隨機取放應用的3D Bin-picking功能，只要簡單設定，劃設活動範圍，就能自行判斷、檢測、辨識物件，而不必在新增種類時追加教導設定，提高效率、縮短時間，適用於多樣少量生產。

打造人性化智慧工廠　經AOI協助設備及品質診斷

此外，隨著國際上跨區分工生產、組裝供應鏈破碎的風氣愈盛，未來企業對於產品製程的監控必定是逐步朝向數位轉型、跨國監控等模式。即使是在美中貿易戰、疫情連續衝擊下，諸多企業的業績難都受到影響，但在最近取代快時尚品牌優尼庫（Uniqlo）創辦人柳井正，成為日本首富的自動化設備大廠基恩斯公司（Keyence）創辦人瀧崎武光，仍在最新發布的2018年度財報依舊傲視群雄，與美國康耐視公司（COGNEX）壟斷全球一半以上的機器視覺市場。

除了歸功於前者採用無工廠、直銷模式，創造高達54%營利率，已超越工具機大廠FANUC的26%營利率，可見利潤豐厚；又以8.1兆日圓（約1,670億美元）市值排名日本第4，僅次於豐田汽車、軟銀控股和日本電信電話（NTT），都代表著疫情引發財富重分配的範例。

回顧台灣傳統AOI檢測廠商重要的分水嶺之一，也因應2006年iPhone問世以來，蘋果公司（Apple）為了管理旗下龐大供應鏈體系，要求組裝代工廠的來料皆須經過全檢，以確保品質一致，也促成AOI業者為此開發專屬快速全檢設備。

加上2016年Alphago以Deep learning技術，擊敗人類棋士而帶來啟發，可望藉此突破高反光/透光材質等瑕疵檢測技術的瓶頸，促使業者趁機結合AOI+AI技術發展，並推出一系列3D內外部瑕疵/尺寸檢測設備，以擷取正確影像數據分析來判定品質及智能化生產，逐步邁向無人化工廠。

歷經從2018年至今，美中貿易戰、疫情接踵而來，擴大供應鏈在地化重組需求，勢必建立具備可快速移動與韌性的智慧化半自動（人性化）生產線，既減少人力，又不必過度仰賴老師傅經驗。工研院也順勢提供台灣中小企業導入智慧製造的關鍵技術元素，包含：

1.物聯網建立通訊讓語言統一，可讓廠內設備之間，或與人、系統溝通無礙；

2.設備品質醫生，以隨著自動化程度增加，更應精確掌握、預測設備壽命；

3.產品品質醫生，不再像過去須仰賴老師傅經驗，而可以改用機器視覺等工具協助辨識；

4.智能產線用來整合實現智能控制，以實現最佳化參數操作而節能省水。

藉此結合工業AI平台、產線布局等，利用產線動態模擬工具，讓自動化產線效率最快達到最佳化；利用機上盒（SMB）、通訊標準聯網來掌握產品（AOI）/設備（PMS）品質，從而建立AI智能系統最佳化製程參數，進行動態即時調控。工研院機械所工業物聯網技術組組長吳志平強調：「智能產線與智慧機械最大不同，在於能涵括從前段產品設計、製程設備、量/檢測，直到後段產品組裝、性能檢測等先進製程最佳化控制。」

其中，針對掌控「產品品質」所需的智慧視覺技術，包含：視覺、影像處理、AI等，工研院藉此發展相關2D/3D形貌缺陷檢測技術、尺寸/曲度/粗糙度檢測技術，進而在不同情境利用2D+AGV視覺導引定位（VGR）自動上下料、3D物件辨識及檢測技術，可讓機器人隨機精準取物（RBP）。基於製程前後兩端須透過機器人+AGV，加裝眼睛、皮膚、手指、腳等感測器以自動上/下料、隨機精準取物，不必編寫就能自動產生路徑程式，以串聯各站物流。

對於高反光/透光工件，則得以縮短檢/量測時間、減少人力需求，並提高檢測正確率，甚至可將數據回饋設備，優化製程參數。吳志平進一步指出，目前AOI雖在半導體、面板、PCB、太陽能等產業普遍應用，但在PCB產業還須採取人工複檢。所以工研院將之更改為AOI結合機器學習的仿生式複判流程策略「AOI2」。

既有別於過去，須靠機器學習瑕疵來排除不良品，雖然採用最嚴格參數，讓漏檢率接近於0，卻造成大量被誤檢產品。目前則將之改為學習辨識良品特徵，使誤殺率趨近為0，又毋須更動原設備架構，即可兼顧低漏檢率、低誤殺率，從而縮短檢測設備調機時間。

圖4 : 針對掌控「產品品質」所需的智慧視覺技術，包含視覺、影像處理、AI等，可改為學習辨識良品特徵，使誤殺率趨近為0，又毋須更動原設備架構，從而縮短調機時間。（source：automate.org）

AOI擴大應用後勢可期　跨足PCB、半導體封測市場

面對近年來無線通訊網路開始進入5G/6G高速傳輸時代，要求高效運算（HPC）裝置微型化，期待藉由縮小體積優勢，開創出更多應用需求。根據台灣電路板協會（TPCA）最新發布2021年上半年台商兩岸PCB產業產值高達3,557億新台幣（約為126.21億美元），創下歷年上半年同期新高。

惟若進一步細分產品時，可發現在台灣PCB產業Q2產值除了軟硬結合板持續下滑之外，其他IC載板、多層板、單雙面板、HDI、軟板等品項皆維持成長趨勢。被歸類於銅箔基板的ABF載板從前被普遍應用於CPU、GPU等高端晶片，也曾在10年前因為智慧型手機橫空出世，早期還用不到ABF載板產出的高端晶片，而沉寂一段時間。

直到近年來市場上對於傳輸訊息速度、效率提升與技術上的突破，讓高效能運算新應用逐漸浮出檯面，如今ABF已能跟上半導體先進製程的腳步，達到細線路、細線寬/線距的要求，造成需求在短期大量增加，也讓ABF載板處於供不應求的狀態。

因為ABF與類載板的製程品質提升，並適應多樣化產品生產的機器人、物聯網，於前段製程執行In-process檢測＋大數據分析立即回饋，再搭配AI智慧決策系統、專家知識庫及資安解決方案，確保品質；在後段製程執行即時檢測＋填/疊孔、高階HDI雷射打孔的精度最佳化分析，有效回饋生產結果，提升品質及穩定性，導入半導體、PCB及Mini LED等次世代產品封測應用。

圖5 : 因應ABF與類載板的製程品質提升，並適應多樣化產品生產的機器人、物聯網，在後段製程執行即時檢測＋填/疊孔、高階HDI雷射打孔的精度最佳化分析，提升品質及穩定性。（source：engineeredmechanicalsystems.com）

台灣除了由田新技公司（UTECHZONE）過去致力於顯示器產業，而在均衡化電路板、半導體與顯示器產品的組合配置後，隨著5G應用逐漸明朗，對於高階載板與車用晶片需求強勁，帶動PCB業者與封測業者的高速成長。該公司趁機把握市場趨勢，目前在產品營收表現上，載板檢測市場仍是由田營收成長的重要基石，晶圓級封裝設備則將成為支持下一波營收成長的強勁動能之一。

**刊頭圖（source：cdn.shopify.com）