工業機器人因具有耐久、一再重復、穩定、快速等優點，早已是制造業引頸期盼的得力助手。但隨著產品制造技術愈來愈精密，對工業機器人的自動化組裝能力，也構成相當程度的挑戰，用于工業機器人的智能視覺技術及相關應用也因此快速升溫。

       Markets and Markets及Reportlinker市調機構均指出，機器視覺系統與元件市場，從2013年便以8.2%的年復合成長率(CAGR)成長，到2018年市場規模可望達到50億美元;而整體智能影像分析市場產值，至2020年也將攀升至390億美元。

       所謂的機器智能視覺，簡言之，便是透過機器來取代人眼，進而大幅縮短測量時間與減少人為判斷誤差。機器智能視覺技術會將過去人眼所看到的影響畫面，完整不漏地傳送到控制芯片，最后再透過控制程序進行實時分析處理，不僅能在短時間內獲得大量信息，亦能達到自動處理之需求。

       機器智能視覺技術引入產線后，不僅可以提升機器人的工作量率，更能代替過去以人力作業為主的品管作業。由于產品檢測過程單調，且冗長的作業模式容易使操作者出現疲勞、注意力分散等問題，死機器智能視覺技術已臻成熟之際，不但可以降低人為疏失的可能，更能提升檢測速度而加快產品制造流程。

       機器智能視覺技術若再搭配運動控制、中控設備與通訊系同，就可構成完整的智能機器人解決方案。以機械手臂結合智能視覺為例，機械手臂可透過智能視覺所分析的重要信息，判斷各種不同形狀的物件姿態，并自動以正確的角度，抓取正在輸送帶上移動的料件，進而完成自動化入料加工動作，不但能配合自動化機械高速生產作業，降低生產成本，同時，利用計算機統計分析還能提供測試信息及管理記錄，提高校正、診斷的功能。

       如達明機器人公司開發的TM5機器人為例，透過智能視覺技術，可以直接用手拉導引機器手臂的位置，從A點到B點僅需3分鐘就可以設定完成，就算操作人員沒有經驗，也只需要半天就可熟練操作，而且透過手機或平板計算機就可以編寫程序操控，不需要再找系統集成商設定，不僅可以降低在產在線設定的成本，即使產在線的進料位置有所改變，也不用另外訂做制具確定進料的位置，搭配產品的條形碼(barcode)，還可讀取與搜集各種信息，再連結至云端，作為產品生命管控(PLM)的一環。

       工研院日前也發表“3D智能視覺感測技術”，此項技術在任意空間環境下，可快速辨識場域內各項3D的復雜樣貌，包括物件的顏色、形狀、質地和空間深度位置，并可做到實時掃描立體場景以及辨識物件姿態，其“自動化3D空間校正”功能可快速計算出深度攝影機與手臂的距離落差，進而調校距離落差，讓機械手臂 “手、眼”更協調，也可快速辨識工作場域各項座標，讓機械手臂在短短幾分鐘內“熟悉環境”完成產在線的定位架設，不必像傳統機械手臂裝設動輒需要調校數小時。

       工研院指出，“3D智能視覺感測技術”用于嚴苛的工廠環境，如金屬加工、工具機、3C檢測，可解決傳統機械手臂無法靈活判斷深度距離及取放不規則物件的問題。舉例來說，過去的機械手臂只能夾取“排排站好的零件”，如果是一大堆不規則形狀的東西放在盒子里時就無法使用機械手臂夾取，而必須改由人工輔助的方式進行。不過現在透過“3D視覺智能辨識自動取放整列系統”，機械手臂就能自動針對零件區做立體掃描，并判斷該使用何種角度才能正確夾起零件，大幅降低傳統機械手臂所需要的輔助人力。

       工研院的“3D智能視覺感測技術”也可應用于“精微鎖附技術平臺”上。這是針對需要大量鎖附工序的機車組裝廠，用來解決人工鎖附常見的扭力不均所造成的機件質量不良問題。在產在線，以六軸機器人利用3D視覺智能辨識技術強化辨識產在線金屬螺牙的影像邊緣特征，以大幅提升辨識螺帽與螺絲各角度的準確性，讓組裝手臂將螺帽與螺絲作精準的正交嵌合，并以相同的鎖附姿態，確保鎖附扭力正確且平均地施加于螺帽，讓螺帽鎖緊。

       包括半導體、液晶面板或光通訊產業，以及食品加工/包裝業、紡織皮革工業、金屬鋼鐵業、汽車工業、建筑材料等，都是機器智能視覺機器人未來的主力市場。

       特別是Wafer矽晶圓、IC與被動元件、PCB電路板、LCD液晶面板、BGA錫球陣列、太陽能光電轉換元件，因為已經被要求做到百分之百的全檢，若能將機器智能視覺機器人部署于生產線的節點中間，以非接觸式方式檢查半成品與成品，并藉由影像處理技術來檢出異物或圖案異常等瑕疵，進行必要的篩選，不僅不影響產能，還能提高整體生產效率，成為制造業邁向智能制造不可或缺的投資。