機器視覺需要化簡為繁

April 19, 2019 Robert Moss

在製造商可採用工業 4.0 原則之前,他們必須先提升工作人員的技能。

這是十分嚴峻的挑戰。一份 2018 年的 Deloitte 報告顯示,僅有 47% 的組織認為自己準備充足,能打造符合工業 4.0 要求的工作團隊。這份報告也顯示,比起於聘僱新員工,企業更偏向培訓現有員工,因此對製造商來說,尋找能將訓練需求降到最低的工業 4.0 移轉方法格外重要。

機器視覺需要特殊技能

在目前面對的問題中,機器視覺是最顯著的例子。如圖 1 所示,機器視覺牽涉到各式各樣精密的軟硬體,還需要複雜的技術,才能設定並監控這套系統。這類系統包括下列關鍵要素:

  • 訓練 – 在高效能伺服器環境中,使用現有的影像資料建構物件模型與其屬性。
  • 推斷 – 將經過訓練的模型部署至工廠環境內的強固系統上,使其可存取新影像(例如辨識文字或偵測缺陷)。
  • 重新訓練 – 若工廠環境內的光學、照明或產品規格等條件有所改變,資料配送也可能有所變動。重新訓練程序會收集新影像,然後更新此模型。

此程序中的每個步驟都涉及專業知識。舉例來說,開發人員可能知道如何訓練模型,但並不瞭解工廠環境的變化。相對來說,作業人員可能很瞭解製造過程的缺陷與其原因,但缺少程式設計方面的技能。

機器視覺的簡化之道

為了解決這樣的技能斷層,Advantech 等企業正在打造端對端解決方案(圖 1),促進程式設計師與作業人員之間的專業交流。我們最近曾就此方法,與機器視覺資深經理 Neil Chen 和機器視覺產品經理 Alex Liang 進行討論。

圖 1. Advantech 提供集結攝影機、工具及運算的端對端解決方案。

Chen 表示:「我們瞭解透過簡化,使用者可以更輕鬆地遵循程序,因此,我們設計出 EzBuilder 訓練軟體,搭配其圖像式使用者介面,就算人員沒有程式設計方面的技能,也可在整個深度學習程序中快速建置與部署機器視覺應用,以建立模型、處理標籤,或輸入產品。」圖 2 說明非程式設計人員可如何運用此簡單直接的工具。

圖 2EzBuilder 提供簡易的圖形式使用者介面。

企業如何簡化深度學習程序的另一個面向,是在解決方案中整合採用智慧型 Intel® FPGA 技術的攝影機,以及 Intel® Distribution of OpenVINO toolkit。

Laing 說道:「OpenVINO 的優點,是當程式編寫完成後,根據工作負載,可在不同的 Intel® 硬體上運行。舉例來說,同一個深度學習模型可在不同的 Intel CPU 上運行,例如 Intel® Xeon®、Intel Atom® 及 Intel® Core 處理器,以及使用相同軟體上層的 Intel® Deep Learning Inference Accelerator。只要改變一行命令列,程式就能設定給不同的目標使用。」

真實世界中的機器視覺

圖 3 所示,為了讓工具與機器可正確快速地處理例行生產作業,這需要開發具備下列能力的機器視覺系統:

  • 可靠識別程序鏈中的多種物件
  • 提高效率,同時降低工作流程的複雜度
  • 自動化並加速製程
圖 3Advantech 視覺系統可在工廠中扮演多種角色。

光學文字辨識 (OCR) 可正確快速地辨識及讀取標籤、材料、零件及成品上的字母與數字。為了在整個製造與配送程序中確保可追溯性,這是不可或缺的功能。

根據 Chen 的說法,這套系統必須克服 OCR 的相關挑戰,包括不同字型、語言、字體大小與色彩,以及生產線的干擾等。Chen 說:「以深度學習為基礎的 OCR,可透過影像標籤、訓練、推斷等能力,提供化解 OCR 挑戰的新方法,亦可簡化程序並提高廠區的可靠性。重新訓練程序讓 OCR 系統更加準確、更具調變能力。」

缺陷偵測是機器視覺可強化的另一項作業項目。Laing 說道:「考慮到品質保證程序中功能的不可預測特性,機器視覺系統必須夠敏銳,才能準確檢測出缺陷所在。」Chen 補充:「而且如果系統的精密程度不足,自動光學檢查 (AOI) 系統便可能會漏抓缺陷,或是將完好的零件或產品標記為瑕疵品。我們稱這些情況為漏判 (Underkill) 和誤判 (Overkill)。」

Advantech 解決方案中的深度學習技術可改善 AOI 系統,透過訓練、推斷、重新訓練進行微調,以正確標記具有各式缺陷的瑕疵物件,同時避免出錯。

Chen 與 Laing 皆評論機器視覺可如何改善工件定位與引導的效能。Laing 表示:「高速生產線、驗證、機器人引導的取放,以及其他作業中,皆需要具有機器視覺能力的定位工具、位置判斷裝置,以及模式尋找裝置。」Chen 說:「這是不可或缺的功能,如此才能精準辨識與判斷零件的確切位置與方向。這可轉而用於工具定位,以執行檢查或其他工作。這些資料也可輸入至處理裝置中。」

達到工業 4.0 必須先達成共識

為了獲得更高的生產力與效率,同時降低成本,製造商面對著將現有設施轉移至工業 4.0 的壓力。為了實現這個目標,並讓整個企業上下協調一致,關鍵就是讓 IT、OT 與其他利益關係者瞭解各方所需要克服的挑戰。

對於負責評估機器視覺技術的人員,建議尋求不需要大規模重新訓練或招募員工的解決方案。當然,企業也要找到能提供速度與可靠度,同時能創造 ROI 的解決方案。對希望投資能滿足未來需求的製造商來說,能提供最大彈性與功能的解決方案則是比較明智的選擇。

作者簡介

Robert Moss

Robert Moss is an independent consultant and strategist who focuses on the value gained through IoT, AI, machine learning and other technologies. He also helps give voice to executives at leading technology companies, enabling their personal stories to show how they encourage innovation, overcome obstacles, and improve their leadership skills. Tweets @RobertMoss_IoT

More Content by Robert Moss
上個文章
工廠採用無線網路可降低成本
工廠採用無線網路可降低成本

無線網路工廠正在行動化工業物聯網,使運作更加敏捷,同時強化生產力並降低成本。

下個文章
運用即時分析能力消除製造業廢棄物
運用即時分析能力消除製造業廢棄物

在邊緣運用即時分析功能可讓製造商獲得關於程序的深入見解,並在需要時進行修復,以提供更高的效率,並節省數以百萬的成本。

×

名字
Company Name
Phone Number
Country/Region
提交本網站上的表單,即表示你確認你是一個年滿18週歲的成人,且你同意受Intel(英特爾)和 Intel® 物聯網解決方案聯盟成員透過與營銷相關的電子郵件或電話與您聯絡。你可以隨時取消訂閱。英特爾的網站和通信受制於我們的隱私政策和使用條款
我希望這篇公司聯絡我: -可選
!
Thank you!
Error - something went wrong!
×

立即註冊獲取工業的最新更新。

Country/Region
insightTechOptIn
Intel GDPR Optin
提交本網站上的表單,即表示你確認你是一個年滿18週歲的成人,且你同意受Intel(英特爾)和 Intel® 物聯網解決方案聯盟成員透過與營銷相關的電子郵件或電話與您聯絡。你可以隨時取消訂閱。英特爾的網站和通信受制於我們的隱私政策和使用條款
謝謝
Error - something went wrong!