機器視覺應用的潛在商機龐大，研究機構Market Research Future指出，由於3D模型與產品的需求不斷增加，大幅提升了3D機器視覺的市場潛力，預計該市場到2022年將達到19億美元；自2017年至2022年的年均複合成長率將為9%(圖1)。
資料來源：Market Research Future
由於機器視覺技術的成熟，在工業領域除了協助檢測與掃讀條碼之外，在近年來更開始運用在視覺導引機器人(VGR)之中。單一機械手臂可以透過機器視覺辨識零組件款式，進而調整抓取、搬移、組裝的角度與力道，更能有效防止機器人意外碰撞，維護工業現場安全。
機器人+3D視覺正夯
由於智慧製造與人工智慧(AI)風潮興起，全球機器人大廠便開始在其機器視覺系統裡導入機器學習功能，欲打造新的工業機器人技術壁壘。包括日本發那科(FANUC)、安川電機、DAIHEN與三菱電機等多家工業機器人大廠，均展示了導入人工智慧深度學習的工業機器視覺應用，包括表面檢測、工件位置、力回饋自我調整等功能。在台灣，亦能看到自2017年起，鈺創科技、工研院機械所等廠商更紛紛推出了針對工業應用的3D機器視覺解決方案，期待能藉由機器視覺技術的提升，使智慧製造技術更精進。
拓墣產業研究院分析師柏德葳(圖2)指出，3D機器視覺技術整合人工智慧正成為主流趨勢，讓工業機器人具備人腦思維，以執行更高精度、更複雜的工作。例如取代過去長期由人工負責的品管檢驗，也可以進行肉眼無法檢測的細節檢驗。各大廠陸續在台北自動化大展、東京機器人展與漢諾威工業展等上展示智慧視覺方案，包含3D視覺取放系統與AI球鞋檢測系統。其中3D視覺拾取系統內建深度學習的AI功能，可以學習備品或產品的外形，並自動辨識以及撿取；例如可以學習不同顏色的羊毛或織布，再由系統進行判別後自動撿取分類。在應用領域方面，比較看好的則是汽車工業、電子組裝業、金屬加工業、製鞋業等。
使用廠商對於3D機器視覺的主要需求是在於定位、辨識、驗證、測量和缺陷檢測。至今為止，3D視覺系統技術的發展已趨於成熟，且能夠讓工業機器人有效地識別和抓取料框中不同形狀的工件，由此可見其應用前景廣泛。包括發那科、安川電機、三菱電機等在東京機器人展均有展示「3D視覺引導工業機器人抓取、放置零組件(Random Bin Picking)」之類的解決方案，而其3D視覺系統已能區分類似的形狀和色彩，也可以隨機堆放的零組件。
3D機器視覺技術多 雙鏡頭方案成本最低
要實現機器視覺有非常多種技術方法，得看生產線的需求來決定導入何種技術應用。目前主流作法有以下三種：
．雙鏡頭
雙鏡頭解決方案是以兩顆相機進行三角運算，進而實現3D機器視覺。資策會MIC資深產業分析師林信亨(圖3)表示，由於各類相機、鏡頭技術發展已相當成熟，因此雙鏡頭解決方案在3D機器視覺中，是比較便宜的作法。
雙鏡頭解決方案通常稱為立體視覺，也會被稱為2.5D的機器視覺解決方案，並非真正能提供完整立體資訊的3D技術。並且，鏡頭所能做到的判斷可能會有將近公分等級的誤差，因此，目前在工業生產線上的運用以邊緣特徵點清楚的物件貨運、夾取、尺寸估算為主。
．雷射＋鏡頭
由雷射光加上鏡頭的影像資訊，能真正提供3D立體資訊。該作法雖然精準度高，然而掃瞄速度較慢，在當今機械手臂動作已經非常快速的狀況下，就算只是1~2秒的延遲時間，都將大幅拉低手臂的運動效率。因此，雷射加上鏡頭的解決方案較為適合用於樣貌缺陷的檢測。工研院便針對此需求，推出了結合雷射與相機技術的3D視覺模組。該模組可以依照工件的大小，調整掃描角度、相機解析度，具備很好的調變性。
．投影機＋鏡頭
另一種提供3D機器視覺資訊的方式，是以投影機發送結構光，結構光在遇到物件後會變形反射，再由相機鏡頭判讀結構光反射的結果。由於此方式夠做到相對較高的判讀速度，因此，目前大約八成以上的廠商是用此技術搭配機器手臂使用。
低成本/色彩判讀為優勢 2D機器視覺不退場
儘管3D機器視覺技術能夠做到多種產線應用。然而，2D機器視覺依然具備成本較低的優勢，並且能夠提供色彩資訊。因此在未來2D機器視覺技術滲透率將與3D機器視覺一同成長，並不會由於3D視覺技術的發展而受到擠壓。
2D機器視覺最大的優點在於能提供色彩資訊，許多瑕疵檢測必須偵測產品是否有污染、異色的情況，這時候許多3D技術反而無法判斷。另一方面，成本也是許多製造商在導入機器視覺時的考量，因此在導引組裝、定位等產線需求，依舊會以成本較低的2D機器視覺方案為主。
柏德葳說明，在工業檢測領域，若被檢測的對象是平面的圖案或者攤在平面上的物品，2D機器視覺就能夠滿足檢測的需求；若被檢測的對象是立體物品或者在箱子裡堆疊一團的加工金屬工件等，才需要使用3D機器視覺提高辨識準確率、加速辨識速度。
工研院機械所工業視覺技術部經理蔡雅惠(圖4)亦指出，若是生產線工件較為平坦、無過大的高低起伏，其實也常有2D機器視覺配合機械手臂的應用。或是在農業場域，也能運用機器人搭配2D視覺技術收成水果。
目前在市場上2D機器視覺依然很普遍，在所有工業機器視覺應用之中，2D機器視覺占有八成使用率，相較之下3D依然是比較少見的。然而，蔡雅惠指出，以國際趨勢來看，3D機器視覺確實會越來越受歡迎。
DLP結構光精度高 導入手臂應用多
近年來，3D機器視覺的市場規模正穩定成長中，尤其是在工業應用市場，相對更能夠更精準的預測未來市場變化。德州儀器(TI)DLP資深應用工程師劉旻利(圖5)分享，該公司客戶由五年前開始導入由德州儀器所推出的數位光源處理技術(Digital Light Processing, DLP)機器視覺解決方案，到了今年，差不多就是到了設備汰舊換新的週期。因此，該公司由大約三年前便開始隨時關注工業應用的新需求，以推出相對應的解決方案。
劉旻利進一步說明，工業客戶的需求，不外乎就是解析度、速度以及使用彈性三大重點。針對近年來的工業需求，德州儀器更開發了TRP新技術，讓解析度可以拉高雙倍。
劉旻利分享，在開始推廣DLP 3D機器視覺解決方案時，也常聽到客戶認為可以藉由DLP技術解析度高、速度快的特性，導入機器手臂之中，做到少量多樣的彈性產線。當時出現了許多有趣的應用概念，但是幾年下來真正實現的應用卻很少。原因就在於其實許多機器手臂的應用其實只要2D機器視覺技術便能實現。
然而，3D機器視覺的應用依然將持續與手臂結合並精進。劉旻利舉例，近年來許多行動裝置皆講求防水功能，要做到防水功能除了將孔洞移除之外，組裝過程中一定要使用膠水黏貼縫隙。而目前的點膠控制多由機械手臂處理，若要做到一步到位的點膠、黏貼，並將誤差值控制在公釐等級以下，便需要3D機器視覺先掃描物件並規畫點膠路徑。此應用需要快速、高精準度的3D機器視覺輔助，若要將3D機器視覺模組導入在機器手臂之中，模組的微型化也將非常重要。由於TRP技術，能夠使投影機做到更高的光利用效率、體積也能夠更小，因此也相當適合機器手臂應用。
產業老經驗AI來傳承
在導入3D機器視覺到產線的過程中，當然成本會是業者很大的考量。然而除此考量之外，由於機器視覺所累積的巨量資料能夠透過人工智慧加以分析並回饋、改善產線，因此所帶來的助益不單純是可以透過簡單的價格、收益來計算的。工研院機械所智慧機器人技術組副組長張彥中表示，在與一些製造業者合作的過程中，發現許多產線的調校其實都是仰賴老師傅的經驗累積，因此隨著老師傅逐漸退休，他們的經驗該如何傳承將成為一大問題。透過機器視覺搭配人工智慧能以另一種方式保留技術經驗，這也是廠商願意在此投入成本的重要原因。
蔡雅惠指出，無論是在機器手臂的應用，或是品質檢測的掌握上，透過2D或是3D機器視覺都能讓製造商掌握大量的資訊與產品的品質狀態。蔡雅惠便提到，藉由品質監控的數據回推，就能進一步推測出製程參數是否設定正確。
舉例而言，工研院由2017年開始與鏡片廠合作，在鏡片烤彎的過程中，烤爐的溫度必須隨著氣候環境的溫度調整，因此，產線製程的設定參數必須時時調校。過去像這樣的工作執行，皆是透過老師傅的經驗調整，然而在產線布置3D機器視覺技術之後，還可以布置一些環境溫度、濕度的感測器，以及爐區溫度、生產線輸送速度的感測器，透過各種感測器蒐集到數據並加以計算分析後，就會知道設定參數是否正確。也能再利用人工智慧運算回饋，即時調整生產線的參數值。
蔡雅惠說明，在此鏡片廠的案例中，過去透過人工調整大約能達到60%良率，導入人工智慧後，鏡片良率則能高達90%。
3D機器視覺加持 建築機器人大顯身手
在人口老化與少子化的雙重壓力下，不只製造業缺工，工作環境不佳、辛苦或危險的工作(即俗稱的3K產業)也越來越難找到工人。在此情況下，用機器取代人力從事這類勞動，勢必成為趨勢。然而，相較於製造業產線，其他產業的工作現場可能更為複雜，如何讓機器人在這種環境下工作，無疑是一大考驗。而3D機器視覺跟自主協作，或將成為這類機器人必備的能力。
天目時科(Tmsuk Formosa)董事長川久保勇次表示，雖然製造業仍是目前機器人產業最重要的客戶，但隨著人口老化跟少子化的情況越來越嚴重，勞動力不足將成為每個行業都必須面對的挑戰。如何用機器協助人類提高生產力，甚至在某些環境比較不好，或危險性程度較高的作業現場，完全用機器取代人類，將是每家企業都必須思考的問題。而這也是該公司作為機器人ODM業者的生存利基。
天目時科是一家商業模式相當特別的機器人業者。目前在機器人產業中，大型的機器人供應商多半是鎖定製造業應用，推出標準化的機器手臂產品。但天目時科並不提供標準產品，而是按照各行業客戶的需求，替客戶開發、生產客製化機器人。在某些情況下，客戶甚至會跟該公司共同開發，以確保產品能符合其應用需求。
近期該公司便與日本積水住宅共同發布了一款專為天花板工事所設計的機器人方案。該方案由兩台可分成上下兩個單元的機器人–Carry與Shot所組成。兩台機器人都搭載3D與2D機器視覺，其中3D視覺主要是用來偵測場景中的障礙物，避免碰撞。至於2D機器視覺，則使用在天花板的施工過程中。Carry機器人的2D機器視覺主要用來量測天花板骨架的長寬尺寸，並會將資訊傳遞到平板電腦上，讓作業人員能據以裁切出尺寸正確的石膏板，再交由Carry將石膏板舉到定位並初步打釘；Shot的2D機器視覺能力則負責檢查石膏板是否正確對位，並指揮Carry進行微調，確認位置無誤後再將剩餘的釘子打上，將石膏板完全固定。未來天目時科會進一步將2D機器視覺升級為3D機器視覺，以實現更精準的量測跟對位。據積水住宅估計，這套方案約可減少現場工作人員七成工作負擔。
值得一提的是，這兩台機器人的四個單元會透過Wi-Fi彼此通訊，自主協調工作動線，因此在作業過程中不會發生碰撞。此外，兩台機器人也具備偵測人員活動的能力，當有人員出現在其作業範圍內時，機器人會感知到人類的存在，進而採取對應動作。
川久保指出，按照協作機器人的設計原則，當有人類靠近時，機器人應該放慢動作，甚至完全停止作業。該公司在開發此機器人時，也按照這個原則進行設計。但對建築現場來說，把機器人直接停下來是否是最安全的作法，還有待商榷，這也是機器人開發商要跟業主深度合作的原因。因此，天目時科還會跟積水住宅進行後續研發，把這套機器人解決方案做得更完善。天花板作業機器人預定將在2020年大規模導入。
另一方面，因為Carry跟Shot是由上下兩個單元所組成，因此，若使用者有不同作業需求，可以替換搭載其他功能的上部單元。舉例來說，天花板的清掃或是要在高處懸掛裝飾物品，用人力作業其實有一定的危險性，這也是Carry跟Shot能派上用場的地方。天目時科未來還會開發支援其他用途的單元，讓Carry跟Shot能執行更多不同的作業。
