智慧檢測不再高不可攀 SICK Inspector 83X讓製造業輕鬆導入AI 智慧應用 影音
EVmember
ADI

智慧檢測不再高不可攀 SICK Inspector 83X讓製造業輕鬆導入AI

  • 劉中興台北

傳統視覺演算法面臨的挑戰。SICK
傳統視覺演算法面臨的挑戰。SICK

檢測向來是生產線產品品質的把關者,不過近年製造業面臨多重挑戰,快速的生產速度、複雜的瑕疵類型,往往讓傳統影像處理技術難以應對,具備智慧化特點的AI技術,成為上述問題的最佳解方,然而高昂的建置成本與大量專業需求,導致多數製造業對AI視覺檢測系統抱持觀望態度。

對此西克推出全新的SICK Inspector 83X視覺檢測解決方案,台灣西克(SICK)視覺產品及應用經理陳帛鈞指出,此方案採用創新的軟硬體架構,可大幅降低導入成本和複雜度,滿足台灣製造業多樣化且快速變動的生產需求。

SICK Deep Learning Product Offering。SICK

SICK Deep Learning Product Offering。SICK

陳帛鈞進一步解釋,傳統Rule-based的影像處理模式,往往難以應對複雜與產品外形多變、不規則的瑕疵類型,尤其是對瑕疵檢測有極高要求的電子業和半導體產業,這類產業的製程精密、生產速度快、瑕疵類型微小多樣,且對精度的要求極高,傳統影像處理模式已無法因應。此外,當傳統系統的檢測算法,遇上很多的特徵需要處理,或是受工廠環境光線變化等外在因素干擾,造成影像特徵呈現不清楚,此時傳統影像處理在做特徵提取的過程中往往會碰壁,很難找出有效的判斷特徵,做出好的檢測判斷。而AI視覺檢測技術,則可解決上述的挑戰。

AI的自主學習能力,模型中End-to-end的自動特徵擷取功能,可有效克服環境干擾問題,因此成為近年製造場域的焦點技術。不過正如前文所述,AI系統需投資昂貴的GPU訓練設備和建立AI軟體開發工程師團隊,再加上,開發到實際落地需經過冗長的軟體開發、驗證,AI模型的訓練和部署等過程,致使中小型製造商,在採用先進視覺檢測技術時困難重重。另外,即使當AI影像處理算法功能達成之後,影像檢測系統還需要確保滿足許多工業自動化產線的控制與訊息的交握規格、光源控制等,如AI相機還需滿足與PLC以及其他工業通訊protocol 如EtherNet IP, Profinet, TCP/IP等相容性,在缺乏靈活性的狀態下,難以適應多變的生產需求。(2023 SICK AI Expo 演講

為協助製造業善用AI提升檢測效率,加速生產線快速導入AI降低生產瑕疵造成的成本,SICK推出了Inspector 83X AI相機解決方案,此方案透過一系列創新的軟硬體功能,解決視覺檢測痛點。硬體方面搭載4核心內建處理器,提供強大的運算效能,特別適合高速產線的需求。陳帛鈞指出,其邊緣運算架構,可在相機本體上直接進行AI模型的訓練和推論,省去企業額外購置GPU設備的成本,集相機、光源、鏡頭和AI演算法於一身的設計,則可大幅降低系統整合的複雜度,使用者可在20分鐘內完成實際導入,為因應工業場域通訊需求,Inspector 83X提供兩組Fieldbus Ethernet支援Ethernet TCP/IP、EtherNet/IP和PROFINET,以及Gigabit Ethernet等多種工業網路協議,輕鬆與各種工業控制系統對接。

軟體方面,SICK的Inspector83X整合了SICK NOVA軟體,提供製造業簡單易用的AI視覺檢測平台。NOVA的直觀圖形化介面,可直接在一般網路瀏覽器中輸入IP後連上開啟,可讓無編程背景的操作人員輕鬆上手。Inspector83x AI相機中內建的「分類(Classification)」和「異常檢測(Anomaly Detection)」兩種主要AI模型,則只需輸入少量樣本,就能在1分鐘內完成模型訓練。此外使用者還可藉由NOVA的模組化設計,除了AI的影像處理工具之外,還包含傳統AOI的影像處理工具,可因應不同需求選擇合適的工作類型進行算法的調整,以及AI模型訓練。

靈活的ROI區域選擇功能,可讓系統自動聚焦檢測特定區域,大幅提升工作的靈活性和與AI等算法的執行速度。陳帛鈞特別提到,NOVA可支援邊緣運算,無需依賴外部運算資源,由AI影像處理應用的End-to-end流程,從取圖、資料標註、模型訓練、模型評估、執行推論的整個過程,都可在相機硬體設備內部全程完成。這樣的特性,除了可更快讓AI落地到工業生產線,也讓生產影像控管的資安議題得到解方。

此外NOVA AppSpace平台的開放性特色,也能讓工程師基於現有的影像工具API,針對不同需求客製化開發的專屬的SensorApp應用程式,搭配SICK 數萬種的感測器硬體安裝上不同的SensorApp,提升感測系統擴展性(scalability),創造SICK Appspace工業感測器的開發者生態系(SICK Appspace Ecosystem)。

SICK Inspector 83X在全球市場已有多項應用實績,台灣主要用於電子製造、半導體等產業,應用內容則包括電路板焊錫、電子產品組裝、晶圓製造等瑕疵檢測等,除了電子業外,歐洲的食品、生技、消費品等領域也有業者導入。

陳帛鈞最後指出,善用AI技術提升視覺檢測效率,已是確保產品品質的重要策略,兼具簡單易用圖形化介面設計、快速簡單模型訓練、靈活區域選擇功能、邊緣運算架構、開放性架構等特色的SICK Inspector 83X,將可協助製造業者以有限的成本與資源,使用AI視覺技術,輕鬆升級檢測作業,從而順利擴大產能、提升企業獲利能力。