การพัฒนาที่รวดเร็วของภาคอุตสาหกรรม ความต้องการสินค้าที่มีคุณภาพสูงและการแข่งขันที่สูงขึ้นเพื่อที่จะทำของได้ดีและราคาถูก เพื่อลดต้นทุน ทำให้การนำระบบ automation และหุ่นยนต์เพื่อแทนแรงงานคน ได้มีการนำมาใช้อย่างกว้างขวางและแพร่หลายมาก ส่วนหนึ่งของระบบออโตเมชั่นและหุ่นยนต์ที่ขาดไม่ได้ก็คือระบบกล้อง Machine Vision ซึ่งเปรียบเสมือนเป็นตาของหุ่นยนต์หรือเป็นตาของระบบ automation ทำหน้าที่ในการตรวจสอบชิ้นงานตรวจสอบความผิดปกติต่างๆแทนคนเรา

ในประเทศไทยระบบ machine Vision ได้มีการนำมาใช้ตั้งแต่ปลายปี 1990 และได้มีการนำมาใช้อย่างกว้างขวาง

ถ้าเราจะแบ่งระบบ Machine Vision ในตลาดเราสามารถแบ่งได้เป็นกลุ่มใหญ่ๆได้ 2 ประเภท

ระบบที่ 1 เราจะเรียกว่าเป็นระบบแบบ Smart Camera

ระบบที่ 1 แบบระบบ Smart Camera ระบบนี้จะประกอบด้วยอุปกรณ์แสงอุปกรณ์เลนส์อุปกรณ์ในส่วนของ CPU ที่รวมกันอยู่ในชิ้นเดียว สามารถทำการตรวจสอบชิ้นงานสามารถตรวจสอบความผิดปกติต่างๆด้วยอุปกรณ์แค่เพียงชิ้นเดียว แต่ข้อจำกัดของแบบนี้ก็คือ สามารถตรวจสอบชิ้นงานแบบง่ายๆได้ไม่มีความซับซ้อนมากไม่สามารถตรวจสอบอะไรที่ซับซ้อนหรือเร็วมากได้

ส่วนระบบที่ 2 เราจะเรียกว่าระบบ embedded machine Vision

ระบบที่ 2 คือแบบ Embeded Machine Vision แบบนี้ส่วนประกอบจะเหมือนส่วนแรก แต่ละส่วนจะแยกส่วนกันทั้งหมดมี แสง  CPU มีโปรแกรม แยกส่วนกันอย่างชัดเจน เราสามารถทำงานที่ซับซ้อนและรวดเร็วมาก

การตรวจสอบ มี / ไม่มี

ตรวจรอยผิดปกติ การตรวจสี การประกอบ การตรวจพื้นผิว

การวัดขนาด

Machine vision สามารถวัดทิศทางทั้งด้านกว้าง ยาว สูง(แกน xyz)

การระบุตำแหน่ง

เพื่อบอกตำแหน่งให้ Robot ระบุจุดเริ่มต้นการติดตามวัตถุ

การอ่านตัวอักษร ตัวเลข การอ่าน ฉลากต่างๆ

การอ่าน Barcode, 2D code, QR code

หลักการเลือกใช้งาน Machine vision ให้ประสบความสำเร็จและมีประสิทธิภาพ เราจะต้องวางแผนอย่างรอบคอบและเป็นขั้นตอน โดยมีขั้นตอนตามนี้

1. ต้องทราบความต้องการว่าจะนำระบบ Machine Vision ไปใช้ตรวจสอบอะไร
2. ระบุชิ้นงานที่จะตรวจสอบให้ถูกต้อง และ ตำแหน่งที่จะนำระบบMachine Visionไปติดตั้ง
3. วิเคราะห์ระบบการผลิตที่เกี่ยวข้องทั้งหมดว่ามีส่วนที่กระทบกับการติดตั้งระบบ Machine Vision ส่วนใดบ้าง
4. คำนึงถึงผลกระทบทางธุรกิจด้วยว่าจะคุ้มกับการลงทุนหรือเปล่า
5. ระบบSpecอุปกรณ์ตามApplicationที่ต้องการ
6. หาSoftwareและระบบInterfaceที่เหมาะสม
7. ออกแบบระบบให้ยืดหยุ่นแต่ต้องเน้นเป้าหมายที่ต้องการตรวจสอบ
8. กำหนดเงื่อนไขในการตรวจสอบระบบ
9. ระบุข้อจำกัดหรือปัญหาที่อาจจะเกิดขึ้นกับระบบ Machine Visionที่ ออกแบบ
10. กำหนดบุคลากรที่จะรับผิดชอบในงานนี้หรือจะใช้ SI ภายนอก

ระบบ Machine Vision มีการพัฒนาอย่างต่อเนื่อง เพื่อรองรับภาคอุตสาหกรรม แนวโน้มจะมีการใช้ 3D Vision และ AI Deep learning ในระบบ Machine Vision มากขึ้น ถือว่าเป็นโอกาสดีของผู้ใช้ ที่จะสามารถมีระบบตรวจสอบที่แม่นยำและใช้งานง่ายขึ้น

เขียนโดย

ธนกฤษณ์ จังคพานิชย์

099 9151459

Abiz Technology Co.,Ltd.
The Sensing Solution Company-Machine Vision