知識中心

AOI主要利用2D影像檢測，例如印刷電路板等產品的表面缺陷和錯誤，但當碰到高度或深度時則需要3D檢測技術，3D檢測利用光學或雷射掃描物體表面，獲取三維形狀和尺寸數據，適用於各種工業設計和製造，提供更精確的測量和更全面的資訊，兩者應用範圍、資訊獲取方式、檢測項目皆不同，例如本次介紹的專有名詞 Flatness「平面度」，就是一個經典的例子。

在世界初のPixel Shift線掃描TDI相機中，曾經介紹過Teledyne DALSA的「超解析度」功能所帶來的六大好處，包括可以沿用現有16k/5μm相機使用的鏡頭、光源、encoder、機構設計，有較深的景深、同樣FOV條件下景深可達2倍......等好處，具體對實務上有什麼幫助呢？我們以晶圓檢測作為說明案例。

對於第一次了解非接觸式3D sensor的客戶來說，光看到規格表就覺得眼花撩亂，不清楚每項參數的意義，難以從規格表中找尋到符合公司需求的機型，這系列文章將以Teledyne DALSA的Z-Trak LP2C系列的規格表為例，針對常見的規格參數簡單進行說明。

談到螢光檢測，通常首先聯想到的是螢光顯微鏡上的應用，尤其在生醫相關實驗中，然而螢光檢測同樣廣泛應用在工業領域中，當我們使用特定波長的入射光（通常是紫外光）照射某物質時，由於激發關係被照射的物質會發光，通常為可見光，因此可以運用此原理進一步檢測OLED面板製程、以及半導體RDL線路檢測等應用。

在工業4.0及智慧製造潮流驅動下，愈來愈多製造領域採用AOI搭配AI的整合應用，其中以半導體領域最為積極，工研院產科國際所數據指出，2022年全球AOI檢測系統市場規模預測達10億美元，2020年至2025年間的年複合成長率達17.7%，預估2024年全球智慧製造市場規模上看4,000億美元，年複合成長率達10.1%。

許多人會將消費型相機的使用經驗對比到機器視覺的相機使用上，但產品開發方向是大相逕庭的，機器視覺偏向「微距」拍攝，所以大多無法參考消費型相機的攝影經驗，因此對設計高解析度AOI系統的工程師來說，了解基礎機器視覺光學知識十分重要。隨著相機感光元件技術的進步，即使是小pixel size的相機，依然可以在弱光下獲得不錯的影像品質，但在設計與製造新的感光元件時，並不會特別配合鏡頭規格，因此常常造成相機與鏡頭不相容，以下列出一些常見的狀況。

以往超高解析度相機或彩色相機，經常受限於資料量龐大但傳輸介面頻寬不足，即使超高解析度影像可以提供更多瑕疵訊息的彩色影像，但卻因相機速度太慢而無法導入產線，而光纖徹底解決了相機速度不夠快的缺點。隨著AIA(北美自動化產業協會)將光纖定義為機器視覺標準介面，越來越多的相機和影像擷取卡廠商陸續推出光纖接口的產品，可見光纖化已是不可抗拒的趨勢。

近年物流業導入自動化正如火如荼地展開，因應各種運用的無人搬運車被積極研發並佈署，例如潛伏頂升、拖曳、堆高型，而堆高型的無人搬運車因無法支援室外運行，及功能不完備尚無法取代真人駕駛，因此進展最為緩慢。由Navitec Systems推出的無人車導航軟體Navitrol，能夠輕鬆克服上述無人堆高機的挑戰。