邁向工業4.0時代，各國智慧製造順勢崛起，
對於產品的品質全檢要求越來越高，
機器視覺不僅扮演了傳感器角色，在製程中蒐集資訊。

惟若要替代更多人力，還須機器人更有智慧，就必須仰賴視覺與力感應等輔助，
因此結合了協作機器人的手、足部的無人搬運車（AGV）來引導與定位AMR；
加上AI深度學習技術的發展，
機器視覺對環境的感知、物件的瑕疵等，將有更強辨識力，
許多工廠還希望結合機器學習，能更適合應用於產線的異常檢測；
可將機器人快速導入各個產業的實際應用。

進而連結雲端，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，
以協助企業更有效率地分析數據，並優化流程以提高效率，
來提升瑕疵檢測的速度和準確性。
 

■封面故事
-機器視覺跟隨產業轉型
-機器視覺開天眼
-結合AI 管理 機器視覺應用領域持續擴增

■專題報導
-齒輪螺桿加工有待引進專業能量
-齒輪螺桿加工機朝數位轉型

■應用焦點
-6G 世界的模樣
-疫後經濟創新創業聚合資源謀商機
-2D+3D 加效打造智慧自動化工廠環境

■編者的話
-機器視覺枝開葉散

■機械視角
-半導體領航上下游轉型布局

■技術趨勢
-工業4.0 改變自動控制架構的選擇標準

■技術特輯-感測技術
-透過1-Wire 通訊有效連接IoT 端點中的感測器
-無線感測監控不遺漏精確掌握儲槽液位耗能
-3D 列印冷卻水路真圓度量測分析
-導入新發泡預測模型氣泡收縮行為將無所遁形
-實現朝向先進馬達控制的趨勢轉變
-4 種經過實證的AI 演算法應用