檢測作業在工廠中是產品品質的把關者,這項工作早期多以人工進行,後期自動化技術逐漸普及,人力無法因應加快的產線速度,使得 AOI(自動光學檢測)成為主流。

此類技術的速度雖快,不過系統所使用的工業相機均為 2D 影像拍攝,只能進行平面檢測。為了更精準的偵測物體, 3D 影像的市場需求開始浮現,「3D 影像技術成熟後的應用場域非常廣,將不會只侷限在產線檢測中。」台達機電事業群感測及儀表產品部處長楊家瑋說。

楊家瑋接著指出,2D 影像通常只能幫助產線人員用來檢測物體的表面有無變形或瑕疵,無法判斷物體的立體結構狀態,「3D 影像技術就是為了解決這項檢測不夠全面的問題。」 3D 影像技術問世已有多年,早期是用來檢測輪胎溝槽或工件外觀,不過由於處理器的效能有限,系統成像速度偏慢,因此導入的企業並不多。

3D 視覺市場開始啟動!盤點三大技術多元應用

近幾年處理器效能快速提升、使用者對產品精細度要求漸高,3D 視覺市場開始啟動,在業者的積極導入下應用越來越多元,並且針對不同場域導入最適化技術。

目前市場上的 3D 視覺技術有三種,包括 LiDAR(光達)、結構光和ToF (Time of Flight,飛時測距),其中 LiDAR 是用線狀雷射掃描物體,再利用系統後端處理器計算出物體的 3D 樣貌,這類技術,目前面臨感測數據量不足,導致應用有其限制。

針對 3D 視覺,楊家瑋分享台達早在 4 年前就看到了廣泛應用前景下的龐大商機,推出第一代採用結構光的 DMV 3D,而且也在近期涉足 ToF 技術推出 DMV-T。

兩款產品不僅符合市場對於精度與速度的要求,更整合了台達的軟體實力,透過內建處理器搭配自行研發的機器視覺軟體 DIAVision,基本偵測取像之外,也具備了智慧相機 Smart Camera 的邊緣運算和決策能力,可以快速導入到系統廠商或場域業者的後續設計,降低上層管理系統處理無關數據的負擔,以進一步實現遠端部署。

結構光技術再升級!一機自主完成影像擷取到輸出,速度、精度大幅提升

台達結構光相機 DMV 3D 包括兩組 2D 攝影機、一組投影機和編碼器(encoder),並內建可偵測大型物件的拼接演算技術,無須額外配置工業電腦,就能自主完成從影像擷取到輸出的所有工作。

不過隨著應用越來越廣,台達近期也將升級 DMV 3D。「雖然我們第一代產品就已經可以滿足市場多數的精度要求,但像產線全檢之類的需求,對速度的要求就更高,因此最近升級的第二代,我們將速度一舉提升到 1fps,並且在原有基礎上進行小型化與輕量化,縮小體積來滿足更廣泛的應用。」楊家瑋說。

「應用方面,DMV 3D 除了同樣可作為於 3D 成像做機器人導引外,也適用於金屬模鍛與壓鑄的塑膠模具線上檢測。」楊家瑋說。

在機器人導引部分,DMV 3D 內建的工業機 器手臂協作程序,可以與台達機器視覺軟體 DIAVision 整合,打造出眼手協調的解決方案。」台達自身就將金屬模鍛與壓鑄的塑膠模具線上檢測功能用在馬達、風扇等產線,藉此偵測馬達定子的位置、各種尺寸的風扇葉片曲面、電源供應器散熱鰭片完整度等。

圖片說明:台達 DMV 3D 結構光相機內建可偵測大型物件的拼接軟體,無須額外配置工業電腦,就能自主完成從影像擷取到輸出的所有工作。

3D ToF 技術助力產業精準偵測 開啟移動機器人機器視覺新局

3D 影像的另一項主流技術就是 ToF 技術,它的運作方式是設置紅外線發射與接收兩種模組,系統會將紅外線從發射撞擊到物體後再反射回來的時間轉換成距離。

楊家瑋以台達的 3D ToF 相機 DMV-T 為例說明,產品採用兩組 ToF 感測器與一組工業等級鏡頭擷取影像,同時高度整合具有智慧計算能力的處理器和演算法來幫助邊緣決策,系統擁有絕佳的速度與精度,尤其適合移動機器人,可快速搭配系統廠商或場域業者的後續設計,實現智慧化功能。

圖片說明:楊家瑋表示,2D 影像通常只能幫助產線人員用來檢測物體的表面有無變形或瑕疵,無法判斷物體的立體結構狀態。

從應用方向來看,可將數據轉化為深度圖(Depth map)的 ToF 適用於引導工作,協助系統設備順利完成下一步工作。楊家瑋接著以製鞋業與電動車的鋰電池倉儲系統兩種不同場域業者的應用方式介紹 ToF 如何運作。

楊家瑋表示,以製鞋業來說,業者利用台達的解決方案快速取像、運算,只需要 6 秒就能引導產線上的自動化設備按照鞋模立體形狀精準噴膠,這樣的速度表現除了歸功於 ToF 的技術特點,DMV-T 的邊緣運算能力也起到很大的功用。

而對於電動車的鋰電池倉儲系統,楊家瑋指出,自動化倉儲系統的貨架位置與取放動作都有精準、完整設定,不過存放鋰電池的貨架常因電池過重而歪斜,導致在取貨時自動叉車的前叉不斷與貨架碰撞,此狀況會對系統的運作效率和硬體設備妥善率帶來影響,因此業者在叉車前端設置台達的 3D ToF 相機 DMV-T,藉此偵測貨架位置、自動調整前叉角度,就能讓取放物料動作更順暢。

「除了倉儲作業外, ToF 也可應用於物流場域的 AGV(無人自動搬運車)。」楊家瑋表示,為了避免人員或物件誤入無人搬運車的運作場域中,導致「車禍」發生,業者可以利用 3D 影像感測器,讓 AGV 具備避障能力,相較於 LiDAR,ToF 的大範圍取像特色,能讓 AGV 的感測更完整,避障能力也會更強。

圖片說明:楊家瑋表示,可將數據轉化為深度圖的 ToF 適用於引導工作,協助系統設備順利完成下一步工作,對於物流行業來說,有很高的適用性

對上述成功案例,楊家瑋認為只是 3D 影像的應用之一,隨著不同場域方案的陸續落地,未來市場需求和技術發展會相互拉抬,形成正向循環,尤其是在工安、智慧工廠等議題的催化下,發展潛力十分雄厚。

不過楊家瑋同時也指出,這項技術必須與各種軟硬體緊密整合才能發揮相乘效益,「台達深耕機電與自動化領域多年,累積軟硬兼具的技術能量與導入經驗,透過整合 3D 相機產品與機器視覺軟體 DIAVision,可以協助業者打造貼合場域需求的 3D 影像架構,讓機器視覺的角色從傳感擴展到決策,由下至上完善智慧化系統,創造真正價值。」