綠色數位轉型文章分享

數位轉型與智慧製造面面觀-50

先知科技總經理高季安與新呈工業總經理陳泳睿

January 04, 2024

在上一篇文章中，我們深入研究了數據AI如何引領企業邁向更高的數位轉型，尤其是在供應鏈、人力資源、採購、定價、銷售和行銷等方面的創新應用。隨著數位轉型的趨勢持續席捲各行業，數據AI不僅在製造過程中扮演關鍵角色，同時在企業的各個環節中展現卓越的效能。

在即將展開的文章中，我們將聚焦於圖像AI的應用領域，包括影像分析、圖像分類、圖像定位、文字辨識和缺陷偵測等。這波AI的浪潮毫無疑問地將重新塑造企業的運營方式，為未來的商業環境提供更靈活且智慧的解決方案。透過深入挖掘圖像AI的應用，我們將揭示這項技術如何進一步增強企業的視覺辨識、資訊處理和決策能力，為業務帶來更深層次的價值。

一、圖像AI 的應用

圖1.圖像 AI的應用項目

影像分析: 在圖像分析領域，人工智慧進行即時且精細的資料分析，並以無偏見的圖像記錄模式，使資訊取得更為簡易。這種方法不僅能夠提供即時的數據，還能夠根據異常資料的時間軸，追溯問題的根本原因。一個具體的應用案例是，透過影像分析找出製程中的瓶頸工作站，或是發現產品品質的潛在問題。這項技術的優勢在於它的高度客觀性和即時性。相比人工檢測，圖像分析不受主觀因素的影響，確保了資料的客觀性和真實性。這意味著生產線上的異常情況能夠被快速而精確地識別，從而提高了生產效率並降低了人為錯誤的風險。
圖像分類: 在圖像分類的領域，人工智慧發揮著關鍵的作用，尤其是在協助機械手臂識別並處理製程中可能出現的問題。例如，當機械手臂需要協助辨識是否有錯誤植入到加工線上的輪圈時，圖像分類技術能夠精準而快速地進行判斷。一旦發現錯誤的輪圈，機械手臂即可自動挑出，從而避免這樣的產品進入下一階段的製程。這種方式不僅提高了生產線上的檢測效率，還降低了因錯誤而引起的後續成本。另一方面，圖像分類也使混輪型的生產變得可能。通過對圖像特徵的多向分類，機械手臂可以準確識別並分類不同類型的輪圈，實現更加靈活的生產流程。這種應用案例突顯了圖像分類技術在製造業中的多功能性，不僅僅是提高檢測準確性，還有助於優化製程的靈活性和多樣性。
圖像定位: 在製造業的數位轉型中，圖像定位技術為生產流程帶來了更高的自動化水平。具體而言，在汽車輪圈的生產中，透過圖像定位，系統能夠準確判別輪圈上的汽門孔位置。這個資訊對於後續的機台自動化校正非常關鍵，使得整個生產過程更加智能化且高效。應用案例中，特徵定位點的辨識是這一技術的一個關鍵部分。透過對汽門孔周邊特徵的辨識，系統能夠快速而精準地確定每個輪圈的具體位置。這不僅幫助生產線實現更高的定位精度，還提升了整體生產效率。這樣的應用示例展示了圖像定位技術在汽車零部件製造中的實際價值。通過實現輪圈汽門孔位置的準確判定，不僅提高了生產線的自動化程度，還減少了可能因位置偏差而導致的生產瑕疵，進一步保障了產品的品質。
文字辨識: 文字辨識技術在數位轉型的浪潮中扮演了關鍵的角色，特別是在製造業中。在這方面，OCR+AI技術的應用成為了提升老舊成型機效能的得力助手。通過OCR（光學字符識別）技術，系統能夠快速而精準地辨識設備上的文字信息，進而實現配方的數位化管理。這使得生產過程更具可追溯性，同時也為後續的生產資料儲存提供了一個更智慧的解決方案。應用案例中，文字辨識技術的一個重要實現是在設備的人機介面（HMI）上。通過在HMI界面上應用OCR+AI辨識技術，製造人員可以更迅速地獲取所需的設備信息，降低了因操作錯誤而引起的潛在問題。這同時也為製造企業提供了更加智慧、高效的工作方式，促進了生產流程的順暢運行。文字辨識技術的這項應用案例不僅提升了製造現場的工作效率，更使得老舊成型機等設備能夠融入數位化的管理體系。這意味著即便是歷史悠久的設備，也能通過現代化的技術手段實現信息化管理，與新一代製造技術保持一致，為企業的數位轉型提供了更大的空間和可能性。
缺陷偵查: 在圖像AI的引領下，缺陷偵查的效率和精確性得到了極大的提升，為製造業的品質管理帶來了重大的革新。通過圖像AI的應用，人員目測率最起碼下降了5%以上，這代表著更加客觀和準確的缺陷偵測方式的崛起。傳統的人員目測容易受主觀因素影響，而AI系統則能在微細層面上進行分析，減少了誤判的風險。在進行缺陷檢測和分類時，圖像AI技術的應用不僅提高了處理速度，還降低了所需的檢測人員。這使得企業可以在資源更為有限的情況下實現更高效的品質管理。同時，由於AI系統的應用，職災風險明顯下降，因為不再需要人員長時間處於重複性業務中，提高了工作環境的安全性。這項技術的應用案例主要體現在缺陷的辨識和分類上。AI系統能夠快速區分各種不同的缺陷，提供了更加詳盡和精細的品質報告。這不僅有助於製造企業更好地了解產品的生產狀況，還為提高產品質量和滿足客戶需求提供了可靠的支持

總的來說，圖像AI在製造業的應用為企業帶來了更高效、更準確的生產過程。這種革新不僅體現在生產線的運作上，也延伸到品質管理的方方面面。透過影像分析、圖像分類、圖像定位、文字辨識和缺陷偵查等應用領域，企業實現了生產流程的數位化，提高了效能，降低了成本，同時為品質管理提供了更為可靠的手段。

未來，隨著圖像AI技術的不斷進步，我們可以預見更多創新的應用場景將不斷湧現。從而協助企業更好地應對市場變化、提高競爭力。在這個充滿數位轉型動力的時代，透過不斷運用AI技術，企業將更好地迎接未來的挑戰，實現更為可持續的發展。

作者已盡力查證相關資料來源，若是讀者對此系列文章有任何資料來源的指正或其他意見，歡迎提供正確資料來源與建議，請投書: fs-tech@fs-technology.com 。

由於篇幅限制，若讀者針對數位轉型(例如人工智慧或物聯網) 相關議題有興趣或想共同進行合作，皆可與先知科技聯絡 (fs-tech@fs-technology.com 或http://www.fs-technology.com/)。

E-mail： fs-tech@fs-technology.com