智能製造的關鍵 —— 來自眼界的智慧
「我們是機器人的眼睛和腦筋」 ~ Solomon Technology
在生物體的演進過程，視覺具有舉足輕重的關鍵地位。 距今約5億多年前的寒武紀在短短一千萬年的時間內突 然出現了各種新物種，學者將這段時期稱之為「寒武紀 大爆發」，有學者提出理論認為這個大爆發首要歸功於 「視覺」。生物因為能「看見」，因而開啟了大量的新能力。
現在，類似的情況，也在智動化的世界中發生了。從箱 子裡取放隨機擺放的對象放入機器中，對人類來說，是 一項非常簡單的事情，但對機器人來說卻是艱鉅任務。 惟隨著智能視覺（AI結合3D視覺）的崛起與大量應用， 機器人開始有視覺（Eyes）、認知能力（Recognition）、 人工智能（AI）。很顯然地，「來自眼界的智慧」正賦 予機器人新能力得以打破這道高牆。
機器人的眼睛─視覺辨識
現今機器視覺與機器人的整合應用，以視覺導引手臂進行取放（Pick & Place）、料框無序抓取（Random Bin Picking）之應用最為廣泛，其次是機器人整合視 覺用於檢測領域。
傳統上，在工業領域，機械手臂所進行的所有動作都 必須事先進行編程，以便機器人可以從A點移動到B 點，且通常僅能做單純重複的動作；另一方面，產線 中的工件，往往需要先被堆棧整齊或固定位置。若要 達到隨機箱體拾取的目標，需要協同、整合許多技術， 包括3D掃描、影像辨識與分析軟件、路徑規劃軟件、 防撞系統、機器人操作系統等等。而若要進一步進入 通用市場、達到普及化，則缺少不了一套能簡易操作、 快速上線的自動取放解決方案，讓非技術專家的產線 人員或工程師也能在短時間內透過快速訓練，完成安 裝並上線使用。
所羅門自主開發的3D視覺最大優勢在於機器視覺結 合深度學習（Deep Learning）演算軟件，使機器人不僅有「眼睛（視覺）」更有「腦筋（AI）」。當機 器人搭載3D視覺，經過深度學習的訓練之後，即能 迅速辨識並夾取三維空間中被凌亂擺放的複雜形狀對象，且無需CAD文件進行對象3D姿勢的匹配， 只需透過3D視覺軟件產出的點雲圖，加上深度學習 （Deep Learning）的影像辨識演算，不論是相似對 象、極小對象（小於1公分）、未知對象…，也能被 輕易夾取與分類。
AccuPick 智能取放系統
機器視覺對機器人的重要性日益升高，所羅門透過先 進的3D視覺與最新的深度學習技術，提供機器人強 大功能，針對機器人夾取三維空間中凌亂擺放的對 象，所羅門開發出AccuPick 智能取放系統，提供完 整解決方案包括高速3D點雲處理比對、AI智能辨識， 以及自動規劃機器人路徑的防撞系統以避免機器人夾 取對象時與物料箱發生碰撞。
AccuPick採開放式平台，目前已成功整合全球超過 16個主要工業機器人和協作機器人（cobots）品牌。 同時獲得許多機器人系統整合商及終端客戶的青睞與 採用，廣泛應用於眾多製造產業中，包括汽車、消費 性電子、工業產品、食品和飲料以及物流等產業，幫 助客戶提升工廠產線生產率，未來將持續針對不同客 戶需求開發更多新應用與新產品。
Solvision讓機器視覺更智能
人工智能帶來的快速發展，正加速機器視覺在自動化 生產的影響。在工業環境中，對於不規則圖案的瑕疵、 特徵，例如髒污、刮痕、裂縫、毛邊或肉眼難以辨識 的缺陷等等，通常難以使用傳統的光學檢測（AOI） 檢查出來，而業者基於人工智能所開發的機器視覺軟 件Solvision，就非常適合解決這類性質的檢測問題。 如同人類在視覺上學習如何識別對象和特徵的方式一 樣，Solvision，採用先進的深度學習技術來解決過去 傳統光學檢測難以解決的檢測問題。不需要編寫大量 而繁瑣的程序，僅需要一些標記瑕疵類型的樣本讓機 器學習。
特別是針對某些不良品種類繁多以及不良品類型無法 全部盡知的情況，運用非監督式學習（Unsupervised Learning）技術所開發的軟件來檢測瑕疵，這種做 法的好處是僅需透過訓練讓它知道什麼是黃金樣本 （Golden Sample），它就能自動辨認不良品與良品 之間的差異，不必再像過去那樣一個一個的花時間教 導軟件何謂不良品。
機器視覺目前已愈來愈廣泛地使用於各種產業，透過 「智能視覺」，機器將不再僅是機器，而是能與人類 協同合作的好夥伴，實現智能製造新視界。 ■
聯絡人：鍾毓修 Rick Chung 郵箱：rick_chung@solomon.com.tw
網址：https://www.solomon-3d.com/