展覽 市場動態 生活 硬體 處理器 觀察

富士康藉電腦視覺加速代工產線運作效率,未來目標實現全自動化應用

在此次GTC 2019期間,富士康 (Foxconn)實際展示旗下將電腦視覺技術應用在產線,讓產品生產檢測更具效率,同時也能提昇產品整體生產速度的解決方案,強調整體檢驗精準度可達98%以上,同時更可讓檢測所需人力從原本400人左右精簡至2-3人即可完成。

IMG 4592 富士康藉電腦視覺加速代工產線運作效率,未來目標實現全自動化應用
富士康目前應用在武漢產線的人工智慧檢測系統

富士康這套檢驗系統目前主要應用在中國境內武漢生產線,主要希望改善傳統必須透過大量人力進行檢驗,同時透過人工檢驗往往在一段時間後,可能因為視覺疲勞等因素造成檢驗精度下降,反而讓產品生產良率下降。而另一方面,則自然包含人力成本、資源最佳化利用,以及提生產線效能等考量,因此希望藉由人工智慧技術導入提昇生產效率。

此次在GTC 2019期間展示的解決方案主要用於產品外觀等細節檢測,富士康表示在其他生產過程其實也會有不同技術應用導入,甚至可以藉由自動化應用串接不同生產流程,讓整體產線可以實現透過少數人力管理即可全自動化運作,並且讓產線系統可依照檢測結果自動校正生產誤差情況。

而在檢測系統設計中,富士康說明依照不同檢測需求,在一般簡單外觀判斷其實使用Jetson系統效能就能實現,但在此次展示的主機殼側板檢測流程因為包含外觀瑕疵、金屬板邊緣凹折弧度是否符合要求等項目,因此採用的是Tesla T4 GPU組成系統,搭配多組鏡頭進行電腦視覺辨識,藉此實現辨識精度可達98%以上,並且超越人眼視覺所及檢視細節,讓整個檢測系統可以完成過往必須花費400人左右進行檢測的工作流程,甚至目標希望能使單次可完成800組物件檢測數量提高至1200組。

在學習訓練方面,富士康會預先透過瑕疵範例圖像讓系統進行前期訓練,爾後套用在新零件的辨識學習所需時間基本上只需花費3天即可完成,同時隨著持續學習累積經驗,理論上也能讓相似零件的辨識學習時間縮減,但為了維持一定辨識精度,基本上還是會以3天學習訓練時間長度為主。

此項辨識系統除了應用在富士康武漢生產線,未來也有可能應用在其他產線,甚至可能應用在零件相對簡單、複雜度比較不高的生產零件檢測。

這樣的情況,其實也說明雖然電腦視覺等人工智慧技術應用,似乎已經可以取代部分傳統人力需求,但諸如手機等相對複雜的零件檢測,現階段可能還是會仰賴人工檢測居多,其中因素可能包含現行檢測系統辨識精度,以及整體建置成本與傳統人力成本比較。

不過,依照富士康未來發展目標希望走向全自動化產線運作模式,顯然接下來也會持續藉由電腦視覺等人工智慧技術導入,讓產線運作成本能更進一步精簡。

除了富士康,其實現在已經有越來越多產線、工廠、農場都已經開始導入電腦視覺應用等人工智慧技術,例如亞馬遜很早之前就已經開始導入機器人協助揀貨、分貨,而不少現代化農場也開始透過電腦視覺技術判斷農作物良率,意味傳統單純僅以人力完成的工作,逐漸可由電腦系統取代,但在需要人腦做進一步判斷,以及更精準操作的工作方面,傳統人力依然會有其不可取代性。

IMG 4598 富士康藉電腦視覺加速代工產線運作效率,未來目標實現全自動化應用
傳統產線檢測需要透過大量人力,以肉眼方式進行檢測,但可能會有疲勞等因素影響檢測精度
IMG 4597 富士康藉電腦視覺加速代工產線運作效率,未來目標實現全自動化應用
精簡地來說,富士康此套檢測系統就是藉由多組鏡頭捕捉影像資訊,並且透過Jetson AGX或Tesla T4進行電腦視覺學習加速,讓系統能針對實際拍攝影像比對生產零件是否符合規定
IMG 4602 富士康藉電腦視覺加速代工產線運作效率,未來目標實現全自動化應用
檢測系統內部結構
IMG 4596 富士康藉電腦視覺加速代工產線運作效率,未來目標實現全自動化應用
預先透過瑕疵範例圖像讓系統進行深度學習
IMG 4604 富士康藉電腦視覺加速代工產線運作效率,未來目標實現全自動化應用
透過多組鏡頭進行拍攝
IMG 4605 富士康藉電腦視覺加速代工產線運作效率,未來目標實現全自動化應用
實際運作流程
IMG 4607 富士康藉電腦視覺加速代工產線運作效率,未來目標實現全自動化應用
通常單一零件會針對外觀塗裝瑕疵、外型凹折弧度等是否符合規範,並且透過前期學習讓系統建立基礎判斷模型
IMG 4599 富士康藉電腦視覺加速代工產線運作效率,未來目標實現全自動化應用
電腦檢測系統會透過鏡頭、GPU元件協助學習加速
廣告
楊又肇 (Mash Yang)
楊又肇 (Mash),大學主修電機、輔修資管,畢業後只幫人修過電腦,卻沒有當過一天工程師,誤打誤撞進入聯合新聞網擔任科技頻道主編多年,報導領域廣泛,從晶片到手機、筆電,或從AI到新創產業軟硬兼吃。目前仍是科技新聞業流浪漢身分,除mashdigi.com網站創辦人兼主筆之外,同時也為UDN.com、癮科技、Inside、數位時代、ePrice、Stuff等媒體供稿或撰寫特稿內容,喜歡研究別人不懂的黑科技、把玩各種3C產品,是果粉也是G粉。

發表迴響