導入嵌入式視覺技術 智慧製造再加速

電腦視覺技術的研究起源，開始於1960年代，由於高速無線連線技術一開始還十分昂貴罕見，所以嵌入式無線系統較常見於複雜特殊的系統，如植髮用的外科機器人，或是製造業使用的品管檢測系統。

然而，透過數位整合晶片的演化，加上近年來低成本，低功耗，同時高效能的處理器出現，嵌入式視覺已經大量的應用在不同領域當中，在軍事上，嵌入式視覺系統可以應用在追蹤飛彈的目標，在交通領域，搭配視覺系統的駕駛輔助系統，可用來防止車輛意外，在公共設施上，也可藉由視覺系統避免安全意外的發生，如泳池安全系統等，其中最常見的就是家庭裡面的娛樂機器，微軟的Kinect，可透過嵌入式視覺，讓使用者單純透過身體的移動來操控虛擬的遊戲。

在製造業對追逐成本、效能的極致過程中，機器視覺在自動化、智慧化生產的重要性正逐步提升，即便隨著機器視覺應用市場不斷擴增至智慧交通、安全監控等領域，但實際上工業的製程應用，仍是機器視覺解決方案最核心的應用型態。

在生產流程中機器視覺的攝影、分析模組扮演的角色，是整個生產流程中，提供撿料、分析與處理決策資料的關鍵，機器視覺與生產流程的整合緊密度，也直接影響著產線生產效能與產品良率。

以汽車製造業為例，在汽車生產線中，動輒上萬組零組件，在傳統人工產線中，光要辨識每個零組件到該組裝的位置，就是一項曠日廢時的工作，但機器視覺可以做到汽車零配件的規格、尺寸檢查，組裝完成度、精密度快速檢測，電子零組件的配料、撿料與上料自動定位等，對大型部件上也可直接導入條碼機器視覺辨識系統，在產線快速以機器視覺確認給料正確再進行加工生產，避免以錯誤料件進行組裝，減少產線的材料耗損浪費。

可根據視覺適應其生產環境的機器人系統，需要採用電腦視覺演算法，該演算法可將一個或多個圖像感測器的資料轉換成該環境的可行動資訊，攝像頭每秒產生上百萬像素的資料，而視訊資料的辨別會是偵測每一畫面的角、點、邊或線讓機器人可以高效的對目標進行識別，並確定其空間特徵，進而讓機器人採取相關的製造動作。

以往採拍攝鏡頭、影像分析系統分離設計的機器視覺系統，目前慢慢演化成模組化的機器視覺系統，以影像擷取設備直接整合高速微處理器或是SoC加速圖像擷取速度、圖像分析效能，並於製造產線中進行整合與系統連接，提升生產線可同時處裡的零配件數量，甚至可進行更多零配件的影像分析比對，讓機器視覺系統的運作效能更大幅升級。