Technical Knowledge

ระบบ Machine Vision

 

การพัฒนาที่รวดเร็วของภาคอุตสาหกรรม ความต้องการสินค้าที่มีคุณภาพสูง และการแข่งขันที่สูงขึ้น เพื่อที่จะทำของได้ดีและราคาถูก เพื่อลดต้นทุน ทำให้การนำระบบ automation และหุ่นยนต์เพื่อแทนแรงงานคน ได้มีการนำมาใช้อย่างกว้างขวางและแพร่หลายมาก ส่วนหนึ่งของระบบออโตเมชั่นและหุ่นยนต์ที่ขาดไม่ได้ก็คือระบบกล้อง Machine Vision ซึ่งเปรียบเสมือนเป็นตาของหุ่นยนต์หรือเป็นตาของระบบ automation ทำหน้าที่ในการตรวจสอบชิ้นงานตรวจสอบความผิดปกติต่างๆ แทนคนเรา ในประเทศไทย ระบบ machine Vision ได้มีการนำมาใช้ตั้งแต่ปลายปี 1990 และได้มีการนำมาใช้อย่างกว้างขวาง

ถ้าเราจะแบ่งระบบ Machine Vision ในตลาด เราสามารถแบ่งได้เป็นกลุ่มใหญ่ๆ ได้ 2 ประเภท ระบบที่ 1 เราจะเรียกว่าเป็นระบบแบบ Smart Camera ส่วนระบบที่ 2 เราจะเรียกว่าระบบ embedded machine Vision

ระบบที่ 1 แบบระบบ Smart Camera

ระบบนี้จะประกอบด้วยอุปกรณ์แสง อุปกรณ์เลนส์ อุปกรณ์ในส่วนของ CPU ที่รวมกันอยู่ในชิ้นเดียว สามารถทำการตรวจสอบชิ้นงาน สามารถตรวจสอบความผิดปกติต่างๆ ด้วยอุปกรณ์แค่เพียงชิ้นเดียว แต่ข้อจำกัดของแบบนี้ก็คือ สามารถตรวจสอบชิ้นงานแบบง่ายๆ ได้ ไม่มีความซับซ้อนมาก ไม่สามารถตรวจสอบอะไรที่ซับซ้อนหรือเร็วมากได้

ระบบที่ 2 คือแบบ Embeded Machine Vision

แบบนี้ส่วนประกอบจะเหมือนส่วนแรก แต่ละส่วนจะแยกส่วนกันทั้งหมด มีแสง CPU มีโปรแกรม แยกส่วนกันอย่างชัดเจน เราสามารถทำงานที่ซับซ้อนและรวดเร็วมาก

สิ่งที่ Machine Vision ทำได้

การตรวจสอบ มี / ไม่มี ตรวจรอยผิดปกติ การตรวจสี การประกอบ การตรวจพื้นผิว

การระบุตำแหน่งเพื่อบอกตำแหน่งให้ Robot ระบุจุดเริ่มต้นการติดตามวัตถุ
การวัดขนาดในทิศทางต่างๆ x y และ z
การอ่านตัวอักษร ตัวเลข การอ่าน ฉลากต่างๆ การอ่าน Barcode 2D code QR code

หลักการเลือกใช้งาน Machine vision ให้ประสบความสำเร็จและมีประสิทธิภาพ เราจะต้องวางแผนอย่างรอบคอบและเป็นขั้นตอน โดยมีขั้นตอนตามนี้

  1. ต้องทราบความต้องการว่าจะนำระบบ Machine Vision ไปใช้ตรวจสอบอะไร
  2. ระบุชิ้นงานที่จะตรวจสอบให้ถูกต้อง และตำแหน่งที่จะนำระบบ Machine Vision ไปติดตั้ง
  3. วิเคราะห์ระบบการผลิตที่เกี่ยวข้องทั้งหมดว่ามีส่วนที่กระทบกับการติดตั้งระบบ Machine Vision ส่วนใดบ้าง
  4. คำนึงถึงผลกระทบทางธุรกิจด้วยว่าจะคุ้มกับการลงทุนหรือเปล่า
  5. ระบบ Spec อุปกรณ์ตาม Application ที่ต้องการ
  6. หา Software และระบบ Interface ที่เหมาะสม
  7. ออกแบบระบบให้ยืดหยุ่น แต่ต้องเน้นเป้าหมายที่ต้องการตรวจสอบ
  8. กำหนดเงื่อนไขในการตรวจสอบระบบ
  9. ระบุข้อจำกัดหรือปัญหาที่อาจจะเกิดขึ้นกับระบบ Machine Vision ที่ออกแบบ
  10. กำหนดบุคลากรที่จะรับผิดชอบในงานนี้หรือจะใช้ SI ภายนอก

ระบบ Machine Vision มีการพัฒนาอย่างต่อเนื่องเพื่อรองรับภาคอุตสาหกรรม แนวโน้มจะมีการใช้ 3D Vision และ AI Deep learning ในระบบ Machine Vision มากขึ้น ถือว่าเป็นโอกาสดีของผู้ใช้ที่จะสามารถมีระบบตรวจสอบที่แม่นยำและใช้งานง่ายขึ้น