機器人視覺定位技術與取放應用

摘要：傳統製造業特色為大量與穩定，只需滿足少樣客戶需求。然而隨著消費性電子產品多變化，產業正面臨少量多樣、頻繁換線等問題。透過機器人視覺定位與取放技術，可滿足彈性製造之需求，進而提升產品附加價值。本文介紹手眼校正、影像處理、物體偵測、機器學習、視覺伺服等技術，並列舉市場上各大廠之視覺導引機器人之應用，提供智慧自動化產業發展之參考。

Abstract: For decades, manufacturers have featured large-volume yet small-variety productions. Now with fast changing product types, however, conventional industries are struggling with frequent job changes and low productive efficiency. To bridge this technology gap, vision-based robot positioning approaches including hand-eye calibration, image processing, object detection, machine learning, visual servoing and pick and place applications are introduced for intelligent manufacturing industry.

關鍵詞：機器視覺、視覺定位、取放

Keywords：Computer Vision, Robot Vision, Visual Positioning, Pick and Place

前言
智慧機器人應用廣泛，從3C產業的手機組裝、金屬加工的研磨拋光、到汽車業的噴漆與組裝，都扮演重要的產業升級角色。根據IFR統計[1]，全球工業用機器人以取放作業應用最多（41 %），其次為銲接（29 %）與組裝（12 %）；台灣的應用比例相近，以取放應用（37 %）最高，其次為組裝（32 %）與焊接（17 %）。

視覺處理是機器人重要技術，賦予機器人環境感知的能力，透過影像分析，可讓機器人自主作動，完成取放、銲接、組裝等自動化作業。因此國內外機器人各大廠積極投入機器視覺的研發，如Fanuc iRvision、Epson vision guide、與凌華-上銀的Vision Guided Robotics。根據德國AMC Hofmann統計[2]，在工業組裝的應用上，2D視覺較3D視覺來的普遍，其原因是3D視覺需要昂貴的感測器、深度資訊計算時間長、以及校正複雜，所以尚未普及。然而，隨著感測技術與運算速度提升，加上隨機取放的需求與日俱增，3D視覺的使用比例將會提高。

傳統製造業特色為大量與穩定，只需滿足少樣客戶需求。然而隨著消費性電子產品多變化，產業正面臨少量多樣、頻繁換線等問題。未來工廠所需要的勞工可能越來越少，但卻需要更高的技術能量與智慧化整合設備，透過機器人視覺定位與取放技術，傳統製造業可望轉型成智慧製造業，滿足彈性生產之需求。

本文架構如下，首先於第2章介紹機器視覺定位技術，包含手眼校正、影像處理、物體偵測、機器學習、視覺伺服等技術。第3章介紹市場上各大廠之視覺導引機器人，與自動化應用案例給讀者參考。最後於結論中，我們討論視覺機器人技術對製造業的影響，作為產業升級之參考。