| 由于近年人工智慧题材发酵，硬体设备与软体技术皆发展到位，掀起了一阵AI风潮，各家厂商纷纷推出搭载AI功能的产品。尤其在自动化产业，因为人工智慧可以应用在先前技术无法自动化执行的事务上，AI在打造自动化产线的应用更是成为业界焦点。 |
| 与此同时，协作型机器人亦是自动化产业的新星，不同于以往工业型机器人工作区域与人类作业员的泾渭分明，协作型机器人可以达到真正的人机协作，需要繁重劳力、不利于人类作业员长期执行的工序由协作型机器人完成；需要繁复操作、不适合机器人自动执行的工作则由人类作业员处理。 |
| 达明机器人多年来致力于协作型机械手臂的研发，不只是台湾唯一的协作型机器人品牌与制造商，更为世界上市占排名第二的协作型机器人领导品牌。达明机
器手臂透过内建视觉的产品特色，让使用者轻易地利用手臂上的视觉系统适应来料位置的变异性，取代传统机器人需要繁杂定位治具，盲取、盲放的缺点，大幅下降工站导入的时间与成本。此外，由于手臂末端配备相机，更可有弹性的对工件做多面向的外观瑕疵检测，确保产品品质。结合AI学习能力的视觉技术辨识技术，其基于资料导向(data-driven)的技术原理，对于传统上基于规则设定(rule-based)的机器视觉技术，能更简单且有效率地区分良品与不良品。 |
| 实务上在建构自动化产线时，常需投放具备专业知识的人力资源进行AI、机器人和产线其他元件的统整。虽然市面上现有的机器人产品和AI产品皆致力于打造友善使用者的介面、降低相互整合所需的技术门槛，但仍无法摆脱需要专业人力才能进行统合的事实。有鉴于此，达明研发了一套名为TM AI+的智慧视觉解决方案，协助使用者于地端架设一AI神经网路训练伺服器，并透过良好的操作介面，可轻易达成影像搜集、标记、神经网路训练及布署，操作程序说明如下： |
| 1.使用者利用达明机械手臂对其工件进行影像资料搜集，透过工厂内部网路将图片上传至AI+训练伺服器，伺服器则根据来源与任务别对图片进行归档分类。 |
| 2.使用者使用自身的笔电或桌机，透过浏览器连线至AI+训练伺服器，对图片进行标记，例如OK/NG分类，瑕疵位置框选等。 |
| 3.完成图片标记后，即可开始进行神经网路训练，训练完成后的神经网路也可对训练资料即进行测试，透过混淆矩阵、Precision/Recall的数值呈现，让使用者了解训练出来的神经网路模型的辨识能力。 |
| 整套神经网路训练系统装设在工厂网路内部的伺服器中，最大的优点可避免图像机密资料外流。通过浏览器介面登入，克服了传统套装软体仅供一人一机使用的缺点，任何处于工厂内部网路中的指定平台如电脑、平板、手机，经管理者授权后即可登入操作，摆脱空间距离的限制。多位使用者同时于训练伺服器中针对不同任务进行编辑与设定工作，各任务间互不冲突干扰，亦开放任务共享给他人之功能，管理员可依重要性及系统提供的预估训练时间安排多项任务训练时程，或由系统自行排序。每个模型训练完成后会产生验证报告，由管理者调整阀值，设定预期达到部署标准的准确率，进行模型部署工作。 |
| 国内一知名日系汽车大厂，在生产线终端最后一道品管关卡，使用达明机器人进行所有汽车配备的检测，此检测站使用客制化棚架，建置四台达明协作机器人，除了原内建智慧视觉外，并于前后加装共36台外接摄影机，其中每一台达明协作机器人额外加装短、中、长三种不同远近的镜头。透过悬吊式手臂灵活延伸至汽车内外部，结合传统视觉与AI视觉技术，检验雨刷、喇叭、座椅、安全带、方向盘、仪表盘、中控、遥控、雾灯、贴纸等项目，并拍照存档所有检测资料，以利品质追溯，确实把关出货品质，更能有效纪录各项检测资料，以利品质优化，是以往人为检测无法做到的资料保存与追溯。 |
| TM AI+协作型机器人智慧视觉解决方案，可大幅降低自动化检测应用中对专业人员的依赖，能简单迅速地验证概念并导入产线，不局限于自动化产业的应用，更具有运用在物流、食品甚至零售业等产业的潜能；良好的AI神经网路训练配套亦大大地增加了各行各业在使用具AI功能之机器手臂的易达性与可行性。不仅在原有的自动化产业使用情境中具有明显的竞争优势，而在其他尚未被发掘的领域中更是拥有无限的可能性。 |
