AOI 檢測機情境示意圖
工業 4.0 在全球製造業掀起智慧化浪潮，透過智慧製造系統，製造流程將可大幅優化，進而提升產線效能、降低成本支出，在智慧製造系統中，人工智慧扮演了重要角色，尤其是深度學習（Deep Learning）演算法更開始被應用到產線系統中的視覺檢測，快速而精準的判別產品瑕疵。
機器視覺檢測有效取代人眼，全靠「深度學習」
深度學習屬於機器學習的領域，其演算方式是透過不斷重複判別物件獲得龐大數據，再經過大量的運算讓精準度不斷接近完美，台達指出，目前深度學習已經被大量應用於各種領域，製造業的視覺檢測則是其中重點應用。
產品檢測是製造業品質管理的一環，過去皆由現場作業員親力親為，然而人眼有其極限，檢測速度與正確率會隨著作業時間拉長降低，再加上產線速度越來越快、產品體積逐漸輕薄短小，後期機器視覺開始取代人眼，成為產線檢測主流。
在產線中，視覺檢測有四大主要功能，包括量測、辨識、定位、檢查等，而檢測是所有功能中最困難的部分，由於現場人員對瑕疵的認知不同，因此即便是已然自動化的機器視覺，仍會存在因系統設定或現場品管人員不同，導致出貨產品品質無法一致性的問題，要解決此一問題，台達指出深度學習將會是最佳方式。
純 AOI 系統將快速消失，結合 AI 成轉型關鍵
將深度學習導入至產線檢測，對製造業與系統供應商兩端來說，都可提升工作效率。在使用者端，視覺檢測系統可以省下大量人眼檢核的成本，機器視覺軟硬體架構的準確率與判斷速度，已遠遠超過人眼，而且設定完成後，即可長時間不間斷且以一致標準的工作，將可為製造業者省下大量的人力成本。
此外過去的機器視覺系統，每一次上線都必須不斷調整設定，在智慧製造概念中，產線必須可快速回應訂單，彈性調整生產內容，現行機器視覺檢測的繁複設定將難以滿足彈性化生產需求，深度學習架構只要事先透過訓練，即可快速上線使用，且還能自主學習，系統可以自動找出最佳的 OK/NG 參數，不必再由人員調整，在此狀態下，各機台的瑕疵檢測標準將可一致性，不會因品牌、使用時間的不同產生差別。
至於系統整合商，運用人工智慧也將強化市場競爭力。人工智慧在視覺檢測市場正加速普及，純 AOI 系統在製造業的競爭力將會快速消失，不過台達也指出，現在市場對人工智慧的導入也有迷思，多數廠商認為將 AOI 全面替換為人工智慧，將可立即降低漏檢與誤判機率，然而這種想一步到位的做法在實際狀況中並不可行，反而會讓漏檢和誤檢率大幅增加，建議應該保留現行 AOI 功能並結合人工智慧，才能疊加兩者的優勢。
台達深度學習視覺檢查系統 DAVS 搭配AOI檢測設備，提升檢出率，降低誤判率
產品漏檢率趨近於零，誤判率極低
台達針對視覺檢測所推出的 DAVS 即是以人工智慧為核心的運送系統，此系統可以結合既有的 AOI 系統，讓既有設備可延長使用年限，以此保障製造業者過去的投資，而人工智慧與 AOI 整合的模式，也提升了產品的檢出率。
以 SMT 用電感（用於手機/小型化 PCB）為例，除非是嚴重裂紋，否則傳統的 AOI 系統常無法判斷影像中的線條是原有紋路或裂痕，且 AOI 對其中度裂紋的檢出率小於 50％，輕微裂紋檢出率更是在 5％ 以下，加裝 DAVS 之後，檢出率大幅提升，不但漏檢率為零，誤判率更低於 0.3％。
台達指出，工業 4.0 強調產線彈性化與快速自主學習，DAVS 透過人工智慧與 AOI 的結合，以深度學習解決了現在 AOI 系統難以檢測的產品瑕疵，同時讓漏檢率趨近於零，達到超高檢出率需求，藉此提升出貨產品品質。
此外 DAVS 容易安裝的特色，可讓檢控設備建置在產線中的每一個重要環節，一旦製造過程中出現錯誤，系統就可立即提醒改善，避免將錯誤累積到最後檢測端，造成更大的成本浪費，也由於 DAVS 可大幅減少人力與管理成本，其投資可在 0.8～1.5 年之間回收。台達也提到 DAVS、AOI 設備或 ROI 系統的效益與產品狀況還是會依照實際情況稍有不同，不過透過台達自身打造 AOI 設備機台的紮實經驗，製造業者仍可依自身需求，於 AOI 設備加裝建置便利的人工智慧視覺檢測系統，向智慧製造更邁近一步。
展望智慧製造時代，台廠如何佈建最精實的自動化生產線？
「智造關鍵裝備 整合工控新未來」研討會，找出自動化升級關鍵
>>立即報名<<
（本文提供合作夥伴轉載。）
延伸閱讀
台達推出「二機一手」機器人工作站，節省軟體成本和產線建置時間！
