【新聞】專給台廠的製造業工安秘訣：如何透過邊緣運算，優化機器人應用的安全性？

新聞日期:2020-10-13

新聞來源:Tech Orange科技報橘

工業 4.0 浪潮席捲全球，傳統生產方式也轉變為高度客製化、智慧化的商業模式，透過快速製造少量多樣的產品，以因應快速的市場變化。然而台灣的製造業卻面臨人工短缺、人員流動率高等問題，為了達到工業 4.0 目標，「智慧機器人」成為製造業的新解方。

但隨著機器人進入到工作領域，不像人類能自由調整工作速度、頻率，機器人誤傷工人的事件也隨之發生，製造業主如何在追求效率的同時，打造安全的工作場域？

機器人躍居製造業生產要角，追求生產效率外更應注重工安問題！

根據國際機器人聯合會（IFR）2019 年發布的報告顯示， 2013 年至 2018 年全球新裝設的工業機器人年增率高達 23% ，其中台灣工業機器手臂在 2018 年的出貨量更位居全球第六，顯示機器人已躍居製造業中的要角。

儘管機器人能彌補人力不足，提升生產效率，但隨著自動化的深化也引發層出不窮的工安問題。最受矚目的案例之一，就是德國某知名汽車大廠員工被工廠內的自動化機械人抓起重壓，受到重傷後送醫不治。

為此，近年國際標準化組織（ISO）及各國政府包括台灣勞動部均相繼制定機器人相關的安全性規範，目的是當人員進到機器手臂的工作範圍或是禁制區時，手臂或是機器必須立即停止運作，以保障人員安全。

台灣中小製造業廠區空間有限、機器人工安規範嚴格需求如何解決？

現行機器人安全設備「安全光柵」守備範圍有限，且紅外線對接易不準確。而人工智慧相機不僅不占空間，也能有效擴大守備範圍。圖片來源：凌華科技

除了制定相關安全法規，機器人運作的安全防護設備也相繼發展，現行業界較普遍的防護作法是採用「安全光柵」的設計，透過紅外線的無形保護區域來確保安全，當系統偵查到安全光電中斷，就會觸發警示、停止的命令，此做法適用於碼垛系統、機床、包裝機械、自動倉庫和機器設備的入口保護。

但缺點是，安全光柵的設置所佔用的廠房面積相對較大，在產線部署與使用上均缺乏彈性，此外也常發生遠紅外線對準的準確性問題，讓廠商備受困擾。

另一種做法則是隨著深度學習的軟硬體日趨成熟，許多設備廠商開發出以 AI 演算法搭配影像進行安全監控的 IP camera + AI computer「機器視覺監控設備」組合。這項做法的優勢是體積小，部署容易，然而在應用上仍有其侷限。

首先，最讓製造業者感到困擾的地方是相機與電腦分別獨立，相機會將影像壓縮透過網路傳到電腦，電腦則需進行網路封包解析，當影像經過串流解壓縮後再進行 AI 運算，容易產生較大的延遲，無法即時反應異常。另外整組機器需串連相機、電腦、機器手臂，不僅配線複雜，也占用工廠相當大的網路頻寬，整體的安裝與維護成本較高。

相機、電腦二合一，透過「邊緣運算」解決機器人意外回報延遲問題

與過往相機和電腦分開的機器視覺監控設備相比，All-in-one AI 智慧相機將影像與運算合一，能降低延遲問題。圖片來源：凌華科技

看見台灣許多中小型製造業因為廠區空間小，在安全設備的配置上需額外解決空間規劃與配線問題，同時許多製造業者對於機器人從異常發生到停機，更硬性要求需在短時間內完成。因此凌華科技透過自身多年邊緣運算的經驗，將相機與電腦 AI 運算整合與簡化，打造一款體積輕巧，佈署配置容易的 All-in-one AI 智慧相機。

因為將相機與電腦運算合一，安全偵測可在邊緣端、相機端完成拍照與所有運算，並傳出結果與指令給相關設備（例如機器手臂），省去將影像壓縮後網傳至電腦解壓縮、再進行影像運算等繁瑣過程，一機輕鬆打造低延遲、省配線、省空間、省頻寬等優勢。

對製造業者來說，構建整個 AI 環境需經過漫長的開發過程，工程師在進行系統整合時，亦常遇到硬體間相容性的問題。

而 All-in-one AI 相機因整體原件較少，不只省去工程師頭痛的相容性問題，可支援 4 種類型的圖像感測器，具有 USB Type-C 集線器以減少電纜連接，更提供了多種 I/O 接口，靈活且可擴展，同時提供整合影像感測器與視覺軟體系統的完整應用程式介面，方便工程師進行整合。

後疫情時代的全球產業鏈，將面臨更大的轉型挑戰，搭載 AI 視覺的新解決方案，因具有成本效益，緊湊且靈活的特點，更容易按照修訂版的要求對系統進行彈性調整，更重要的是能讓機器人在「對的時間」做「對的事情」。

此舉除了可進一步在災害之前發出預警，同時應用的場域也將從過去眾所熟悉的工廠環境，延伸至多元應用場域，包括建築工地、特殊安全出入口、靜態場域等，都可以透過此方式達到安全監控的目的！

（本文提供合作夥伴轉載。首圖來源：Pexels）