工業4.0的核心是智慧工廠，透過智慧工廠，落實高品質客製化產品和智慧產品，而在工業4.0概念下，發展智慧工廠和智慧製造設備需要解決多個關鍵技術難題，像是精密機構設計、高性能材料、高速網路通訊、雲端平台、環境感測和智慧控制等資訊處理方法、系統可靠性等。

其中，環境感測和智慧控制技術是智慧工廠高精度、智慧化作業的關鍵，因此也是架構者必須首先解決的關鍵技術難題，而機器視覺是解決智慧工廠環境感測和控制技術難題的關鍵。機器視覺檢測與控制技術是採用機器視覺、機器手臂代替人眼、人腦、人手來進行檢測、測量、分析、判斷和決策控制的智慧測控技術，是人類模仿自身視覺感測能力，落實自動化測量和控制的重要手段，能夠同時滿足智慧工廠環境感測和自動控制的多項需求。

提升產品品質 機器視覺角色重要

機器視覺技術可用於智慧工廠中的精密製造自動化生產線、智慧型機器人、線上檢測設備、細微操作、工程機械、虛擬實境產品設計等多個領域，在提高航空航太、軍工、汽車、電子、精密儀器等行業自動化加工製造水準，保障產品品質等方面發揮巨大作用，因此，機器視覺技術是工業4.0概念中不可或缺的部分。

智慧工廠的系統複雜、應用環境特殊，對機器視覺技術的準確率、即時性、重複性有極高要求。針對這一難題，必須根據應用需求，設計智慧視覺成像系統和自動化圖像擷取機構，自動擷取檢測物件的高品質圖像；擷取的圖像經過去噪增強、分割、拼接等圖像預處理步驟，改善圖像品質；然後採用目標定位與分割算法、目標檢測與識別演算法，智慧分類與判別等影像處理過程，落實對檢測對象的識別、檢測、分析、測量。

圖1 : 機器視覺技術可用於智慧工廠中多個領域。（Source: Imaging Ttech Solutions）

智慧工廠根據視覺檢測識別和座標測量結果，引導精密伺服運動控制系統可控制機器人完成定位、抓取、分揀、組裝、灌裝、裝配等複雜自適應作業，視覺控制率是根據視覺誤差產生控制量，驅動機器人的關節運動，完成給定作業，其中視覺誤差定義是給定特徵向量和視覺資訊回饋之間的差值。

在回饋環節，透過成像參數、控制物件模型等資訊，將現有圖像特徵的測量值轉化為與給定特徵向量同類型的測量值。根據特徵向量類型，可分為位置視覺伺服（PBVS）、圖像視覺伺服（IBVS）、混合視覺伺服和直接視覺伺服等。其中PBVS採用機器人末端空間座標作為回饋，IBVS將圖像特徵作為回饋，而混合視覺伺服則將擴展圖像座標特徵作為回饋。對於傳統方法未充分利用圖像資訊的不足之處，直接視覺伺服方法將整幅圖像作為回饋，透過最優化方法得到視覺伺服中的座標資訊，改善視覺伺服的精度和強固性。與其他控制方法相比，視覺伺服控制的主要難點在於視覺回饋資訊的測量和視覺控制率的確立。

在智慧工廠中，智慧製造系統需要自動化生產線上多種智慧製造設備協同作業，是一種典型的高階、非線性、強耦合的多變數系統。針對此一難題，可採用多機器人手眼協調控制，將機器人逆運動學分析、軌跡規劃、多機器人協同控制、力/位混合控制、多感測控制等智慧控制技術用於視覺伺服中，落實多機器人關節空間的協同視覺伺服控制，提高控制精度和智慧化程度。

機器視覺雲端平台設計

在智慧工廠機器感測控制的雲端平台設計在智慧工廠中，機器感測控制技術主要用來解決特定的製造作業，如目標識別和座標測量，產品品質和缺陷檢測、物理量測量、目標三維建模、視覺伺服作業等。在這些應用中，由於即時擷取的圖像本身資料量較大，且影像處理過程通常較為複雜，導致整個資訊處理過程計算量複雜度極高，採用傳統的設備運算資源，難以滿足上述應用對於即時性的要求。

圖2 : 機器視覺技術是工業4.0概念中不可或缺的部分。（Source: CeBIT）

針對這一難題，在工業4.0中，智慧製造過程中擷取的即時圖像資料透過高速通訊網路傳輸到雲端平台中，利用雲端強大運算能力和計算負載平衡方法，可以滿足各種機器感測控制演算法應用的即時性、檢測控制精度、穩定性極高的需求。

智慧工廠中的機器視覺感測控制的雲端平台，可採用硬體抽象層、機器視覺感測控制演算法層和智慧製造資料庫等3層的架構。硬體抽象層可得到設備的成像系統模型、控制系統模型等，作為環境感測和自動控制的基礎。演算法層主要包括各種圖像去噪增強、目標定位、檢測區域分割、目標識別、特徵檢測、機器學習、視覺伺服控制等資訊處理方法，落實從擷取的圖像中提取出目標座標、特徵、類型等訊息，滿足智慧工廠各種應用對於資訊服務的需求。智慧製造資料庫則包括感測和控制目標資料庫、圖像處理流程資料庫等，主要用於存儲、配置和統計製造過程中的物流、製造參數、資訊處理流程等，是落實彈性製造和高品質客製化產品製造的關鍵。

與傳統的機器視覺感測控制系統相較，上述雲端平台可大幅度提高系統的擴展性與重構性等，同時也降低了系統開發的難度和成本，有利於在智慧工廠中機器視覺技術的普及，提高環境感測和自動控制的智慧化程度。

由於智慧工廠的系統複雜，透過智慧製造設備、大數據、雲端平台與資訊物理系統的應用，可滿足高度複雜的製程協同控制需求，大幅提升製造過程的智慧化和自主化程度。

機器視覺技術是解決智慧工廠環境感測和自動控制難題的關鍵，而雲端運算技術則可同時解決視覺應用高即時性與圖像運算高複雜度的問題，因此對於智慧工廠來說，發展機器視覺感測控制雲端平台相當重要，對於機器視覺技術的雲端平台設計，必須考量工業成像、負載平衡、自動化圖像處理流程、高穩定性與深度學習，方能建構出最佳化系統。

**刊頭圖（Source:WillFront Sdn Bhd）