【智慧工廠】4大限制讓影像分析，邁向高度智慧

文：蔡宜蓁 2021-07-05

智慧工廠 影像分析 智慧製造

《延伸閱讀：線上課程、面授課程》

多元應用「智能影像分析」，協助工廠轉型智慧製造

工業4.0、智慧製造、工業物聯網都是現在非常熱門的議題，今天要跟大家分享的是「智能影像分析」如何應用在這些領域，以及如何取代現場工作人員的眼睛。

談到「影像分析」應用在工廠現場，通常大家想到的還是過去的AOI(自動光學檢測)，但「影像分析」隨著半導體、軟體、AI的技術發展，它的應用其實更為廣泛。舉例來說，從「安全監控」的角度來看，工廠裡面有些自動化設備，可能不小心會造成人員的傷害，我們如何把「電子圍籬」的功能引用到工廠裡面。另外，像是公安的問題，人員在危險的環境裡面昏倒了，或是他沒有按照SOP穿著該有的制服、執行該有的程序，我們就可以用「影像分析」來達到監控的功能。

剛才提到「影像分析」如何取代人眼應用在工廠現場，根據我們接觸廠商的經驗，他們認為人眼看到的東西，都是用人腦來做判斷，那麼現在是不是可以用電腦來取代。其實，在這裡還是要提醒大家，人工智慧再怎麼厲害，還是沒有辦法像人一樣聰明，因此，在實際的應用上還是會有一些限制。

「智能影像分析」應用的四大限制

英文有句話「Seeing is believing」，也就是「眼見為憑」。「影像分析」的技術應用在工廠可以有這方面的優勢，雖然它不見得能百分百完全取代人類的眼睛，或是達到百分百的正確性、自動化，但是它可以扮演一個很好的輔助性工具。究竟「影像分析」在應用上有哪些限制：

第一，規律性：也就是必須把要檢測或是影像分析的東西，清楚定義出一個明確的規格、規範，因為人工智慧不可能像人眼一樣，看到東西就可以直接做判斷。

第二，對比強烈：就是檢測的目標物跟背景之間，要能夠很清楚的對比出來，如果說很雜亂、很不清楚，即使用人的眼睛去判斷都非常吃力，那這樣的東西用影像來作辨識的話，就會有困難度。

第三，環境干擾：一般AOI(自動光學檢測)的設備，例如：打光或是配合機構的一些東西，環境是它可以百分之百控制的。但是如果把影像分析應用在廣泛的工廠現場，這個問題就會比較複雜，因為必須留意光線干擾或是其他因素干擾的問題；而我們最擔心的是它是不是在戶外，因為戶外有天候、光線、風吹雨打之類的因素，我們必須要把環境干擾的因素降到最低。

第四，硬體架設：大部分的影像分析系統是架設在既有的工廠裡面，工廠的生產設備、動線設計早已經存在，而這個系統是事後添加進去的，因此架設攝影機時就要考慮是否會阻礙到工廠的動線，或阻礙到自動化設備的運作。架設好之後，它常常可能會relayout或是有一些狀況，因此，重新要做一些變動。另一個問題就是佈線，通常工廠要額外再去佈線是非常麻煩的，因此，勢必要考慮到無線的方式、供電的方式，這些都是需要注意的地方。

最後，我用一個擬人化的方式來做比喻，現在所談的大數據分析或是人工智慧，這些就好比是人的腦袋，我讓人的腦袋具備很高的智慧，就像是在工廠裡面的一些自動化設備，而機器人、機器手臂就好比是一個人的手跟腳一樣。除了手、腳、大腦之外，很重要的就是要有感知。人的眼睛在感知方面是很重要的感官，如果能夠充分地把這幾項元素整合在一起，相信「智能影像分析」在工業4.0或是智慧製造領域就能夠達到更好的效果。

想要進階學習《數位轉型》相關議題，推薦您相關課程資訊

² 面授課程

² 線上課程，請至知識學院網校觀看：https://reurl.cc/4a46mD

經歷：工研院電子所控制系統部自動化系統專案經理、工研院自動辨識與安全中心技術組

組長、上尚科技股份有限公司創辦人兼總經理、一二三視股份有限公司創辦人兼

總經理。

專長：工業物聯網規劃、現場資訊流自動化系統、智能化系統整合。

相關資訊