在自动化生产过程中，以人力进行检测十分耗费成本与资源。

缩短整体检测时间与成本，进而提高整体产线的效率。

工厂的智能化、智动化是全球趋势，但台湾产业现行的自动化，除了制程端的高阶生产设备外，检测端的工作站多半仍依赖大量人力目检，特别在近年料工双涨、人力短缺的环境下，组装、检测、包装线的智动化规划已成为业界的重要课题。透过AI智慧检测与自动化，才能为产线带来更大的效能提升。

电脑视觉的重要性

AI光学检测是一种整合了高速度与精准度的光学影像系统，这种系统是以电脑视觉来作为检测的基础，透过不同感测器来取代人类的眼睛、耳朵、大脑、手部等知觉与动作，透过背後的AI数据分析，就可以达到自动化生产中高速精准检测的目的。一般来说，AI光学检测技术包含了量测镜头技术、光学照明技术、定位量测技术、电子电路测试技术、影像处理技术，以及自动化技术等不同层面的技术整合。目的在於改善传统人力造成的缺点，通常可以透过光学仪器来取得产线或产品的状态，再以电脑进行影像处理，检测产品的异常状态与瑕疵，再进行後续的处理。

电脑视觉是人工智慧的一个分支，能够让电脑和系统从数位影像、视讯和其它的视觉输入资料中提取有意义的资讯，并根据这些资讯采取行动或提出建议。而在电脑视觉系统中，也涉及了很多重要的技术整合，其中最重要的是要让电脑能够看见，电脑的眼睛也就是电脑视觉，这些应用会使用到全域快门感测器的技术。

图1 : AI自动光学检测技术整合示意图。（制图／王岫晨）

电脑视觉之所以对於工业市场如此重要，特别是在机器人与工业控制，例如在生产过程中需要避免相撞，所以要有物体侦测和情境分析能力，而这些都需要使用全域快门感测器。而例如条码辨识也属於工业控制中的电脑视觉应用。全域快门的原理完全不同，一次拍摄整幅影像，且拍摄时间非常短。只要拍摄物件不是快速移动的物体，成像效果非常准确，因此完全可以用於电脑视觉。

全域快门感测器优势

全域快门在工业上现行的应用，可以举两个应用非常普遍的例子。例如在工厂的生产线上，可以发现很多全域快门感测器进行高速侦测。除此之外，还可以看到利用感测器扫描条码。这在生产过程中非常重要，因为产线需要追踪产品、装配状态和其他状态。而在其他工业领域，如机器人、AGV或扫地机器人，也可以使用全域快门感测器来避免碰撞和同步定位及地图创建（SLAM）应用。此外，还可以将其用於物体辨识和存取控制。因此，这些都是全域快门感测器最常见的工业应用。

一般来说，机器视觉应用於车规跟工规，会有些许的差异，最主要的差异是基於安全性的差异上面。车子是快速移动的物体，所以特别侧重的是安全问题。举例来说，温度就是一个明显的例子，工规环境经常室温些许高於室温，而车规是要适应任何自然的环境，在负40度到125度之间，元件都要能够正常操作。另外，基於这个条件，在常见的测试上面，就是可靠性的测试，它们的要求也相对是2倍、3倍甚至5倍的严苛。这些具体的量化规范，都在一个国际的标准AEC Q100上面，所以不论是在工规或车规，都必须要符合不同应用规范的设计原则。

机器人与电脑视觉

在工厂产线中，机器视觉能够进行生产线上的检验、机器手臂的分辨物件，这对於制造业是非常重要的应用。

光学感测器的应用，并非只有全域快门一种，另外还有十分普遍的卷帘式快门。这两种技术各有很多应用情境。在主动光源的应用情境上，全域快门影像感测器有绝对的优势。最显着的就是取像的时间是非常短的，在极短的时间撷取画面，它的影像除了在今日的条件之下达到很高的精准度以外，发光源所需要的功耗能量也大幅下降。因此除了省电以外，整个视觉撷取效果也是非常显着的。而在今日，让全域快门产品普及化与效能提升，也是这种光学感测器的发展关键。

至於全域快门感测器在智慧制造上面最明显的应用情况，就是机器人或者电脑视觉。在工厂制造产线中，机器视觉与电脑视觉能够进行生产线上的检验、机器手臂的分辨物件，这些应用在制造业中是非常重要的应用。至於针对机器人，现在机器人发展有非常多的趋势，但是其中以影像为基础的这条路线是非常明显的。以影像为基础，就代表了机器人有了视力，那麽我们看到的情况就是，首先，利用两个单色NIR感测器（近红外光波段）的搭配，使其产生了学名称之为「双目照相的系统」，这个系统是对障碍距离的判定。

至於第二彩色的感测器是针对物件判定，对机器人来说，不管要回避或是拿取，做任何动作，它必须先判定这个物件，才能开始进行动作。另外，全域快门在绘制平面地图、立体地图也有绝对优势。针对未来的趋势，在机器人上面的物件，对物件的判断，对空间环境的判断，都是预期未来全域快门感测器对机器人应用的重要趋势。

准确成像同时降低系统功耗

ST影像感测器产品包括三大家族：一是飞行时间感测器，包括dToF直接感测器和iToF间接感测器。二是全域快门影像感测器，包括主动立体视觉或结构光镜头。三是环境光感测器，包括自动调整平衡技术。

工业用全域快门影像感测器目前共有两类产品，一类是VD55G0，40万像素。另一类是VD56G3，150万像素。两种产品采用的都是ST 3D技术，最初的设计包括两层阵列，之後ST将其合二为一形成单一阵列。这些产品拥有三大优势：首先ST的感测器940nm具有最高的量子效率，这会带来极高的NIR敏感度，而电脑视觉主要就是采用NIR技术。其次是正方形感测器的解析度与镜头最隹配对，之所以采用正方形，是因为电脑视觉的采集物件通常是正方形，例如人脸通常就是的正方形。ST感测器拍摄时间很短，能够在确保准确成像的同时降低系统功耗。

除了这些影像输出功能，还可以进行资料输出，其中之一就是光流输出，透过运算动作向量获得资料。例如显示人的肢体动作，感测器可以采集资讯、输出资料，利用光流进行手势辨识和追踪。

另外，ST还有一种AI镜头，包括三大类：一是感测，二是运算，三是通讯，电脑视觉技术基本上需要这三步。首先要有许多感测器进行资讯采集，包括ToF、IMU这些全域快门感测器，然後将资讯传送至MCU这些AI深度学习演算法以取得产出，最後再将结果传送至无线装置。

让硬体资源使用最大化

传统AOI影像处理演算法，对於背景单一、简易的影像特徵，经由人为编程的Rule-based演算法，即可满足基础的影像定位、量测、物件侦测等需求。以金属外观表面瑕疵检测为例，由於瑕疵特徵的多样性与不确定性，再加上产品表面处理的喷砂涂层，在高解析度的光学系统下，形成背景复杂且多变异的瑕疵特徵，造成难以由人为编程出传统Rule-based的演算法，发生工程师不断调校优化叁数，也难达到客户良率普遍为99.8 %以上的要求，使得AOI瑕疵检测系统维护不易，工厂维运成本高昂的局面。

在高效率与高品质的要求下，丽台发展出AIDMS解决方案。丽台科技电脑事业处周世伟总经理表示，协助企业数位转型，无程式码操作介面已是基本要求。导入丽台科技AI整体解决方案-AIDMS管理系统，可减少50％以上的AI环境建置时间。除此之外，AIDMS容许使用者将未导入AIDMS前开发的AI模型和标注好的数据资料上传至AIDMS平台，在GPU助力下，加速验证及再训练，做好AI维运。

结语

图2 : 人力检测耗时费力，也容易导致人为错误，并降低整体生产力。

AI电脑光学检测，是属於非接触式的检验，在自动化的生产过程中，由於过去以人力进行检测的方式十分耗费人力资源，也容易因为人为犯错导致成本的损失，而且人力速度有限，降低整体生产力，也无法进行全面性的产品检测。现在工厂生产线透过AI光学检测技术的导入，就可以大幅改善传统人工检测的缺点，缩短整体检测时间与成本，进而提高整体产线的效率。

*刊头图（source：OnRobot.com）