以智慧檢測(AOI+AI)幫助產業升級之路_AIR NO.38
文 / 陽程科技股份有限公司
自動光學檢測（AOI）的發展及應用
自動光學檢查（Automated Optical Inspection，AOI）是工業製程中常見的代表性手法， 利用光學儀器取得成品的表面狀態，再運用電腦影像處理技術來檢出異物或圖案異常等瑕疵，因為是非接觸式檢查，所以可在中間工程檢查半成品，取代傳統上以人力使用光學儀器進行檢測的缺點。自動光學檢查主要擅長高精度量測、影像強化與抗噪處理、條碼定位與辨識及簡易規則檢測。目前已應用於太空、航空、國防、氣象、工業、民生、醫療、環保、電力、藝術…等領域上。AOI 現已大量應用在工業檢測與量測技術上，如：1.電子業，螢幕、被動元件形狀腳位及定位、生產插件、晶元(Wafer)鏡面研磨、生產組裝、被動元件辨識；2.自動化機械，零件尺寸、外 形、瑕疵檢測、零件分類比對、裝配定位、加工定位、熔焊檢測；3.家電/辦公，產品外殼印刷檢測等應用。
AI 結合AOI 開創智慧檢測的新世界
人工智慧（AI）發展至今已邁入 65 年，近年更因圖像處理器（GPU）技術快速發展，機器學習（machine learning）的想法大量被提出，其中深度學習（deep learning）在此成為非常重要的角色。深度學習是機器學習中一種基於對資料進行表徵學習的演算法。深度學習的好處是用非監督式或半監督式的特徵學習和分層特徵提取高效演算法來替代手工取得特徵，能夠解決更複雜、更抽象的分類和識別。至今已有數種深度學習框架，如深度神經網路、卷積神經網路和深度置信網路和迴圈神經網路已被應用在電腦視覺、語音辨識、自然語言處理、音訊辨識與生物資訊學等領域並取得了極好的效果。
其中圖像辨識在深度學習中算是發展較早的領域，圖像辨識著重在抽取該物件所要表達之 主要特徵值，由深度學習中的類神經網路進行訓練以學習如何擷取圖像主要特徵值，進而產出所期望之結果。人工部分僅在於需要專注在圖樣標記、蒐集圖像及影像的前處理即可。因此深度學習可克服自動光學檢測問題，能有效處理高複雜性瑕疵檢測、能針對複雜瑕疵或物件進行分類、 偵測及分割、能在各式環境下進行檢測與處理特殊紋理檢測。
智慧檢測開拓嶄新的應用領域
智慧檢測較 AOI 更具有以下優勢：1.可檢測背景複雜之樣品，並精準分割瑕疵。2.藉由深度學習的適應性可抵抗環境變異。3.彩圖檢測，可檢測須由顏色識別的瑕疵。4.使用顯示晶片加 速，大幅縮短檢測時間。5.透過神經網路學習，減少調機時間成本。
智慧檢測如同人類的大腦與眼睛，可將智慧檢測與其他現有軟硬體進行整合，以提升現有
軟硬體能力。智慧檢測與現有機械手臂連結，透過機械手臂運轉拍攝更多產品圖片，透過反覆訓 練回饋給機械手臂，可同時提升現有機械手臂與智慧檢測能力。與現有品檢系統串聯，智慧檢測 可針對產品進行全檢，將結果畫面存放至現有系統中，再由品檢人員透過系統針對有爭議的產品 進行複檢，可達成品檢無死角目標。搭配網路連線讓品檢人員或主管可遠端查看品檢狀態，大幅減少跨域所需的時間與費用。
美中競爭下的產物－AI-PTM
從2018 年美國開始針對中國政府課徵關稅及限制投資延伸至美中科技競爭，首當其中的是全球市場重新佈局。過往因中國大陸人力及資源豐富，許多企業從本地移往中國大陸設廠生產、研發與銷售至全球。隨著美中的貿易與科技競爭逐漸擴大，雙方不斷祭出高額關稅與投資限制， 打亂企業當初在中國大陸的市場佈局計畫，大部分企業回國重新設廠，其他部分企業則轉往非中國大陸區域設廠。
