??在工業自動化流程中，機器視覺(Machine Vision)應用能見度越來越高，主要生產線上常需要以人工檢測品質，但單調無聊的作業流程，常會使操作者有疲勞、注意力分散等問題，因此制造業者透過機器視覺系統廣泛取代人眼的質量檢測，并提升檢測速度與精確度。??

??在機械手臂機器視覺的系統架構上，主要包含感測、運算、決策操作流程，在生產線上由啟動感測器(Trigger Sensor)掌握感測對象即將接近，并啟動外部LED燈光源，攝影機如同產線眼睛，拍攝感測對象照片，并將影像傳輸到工業電腦(IPC)視覺平臺進行運算，最后啟動機械手臂進行適切的自動化決策。

????專長于機器視覺的工業電腦制造商磐儀科技技術長陳榮昌指出，機器視覺伴隨大量影像高速、高質量傳輸需求，目前多透過USB3.0、GigE Vision等傳輸接口，攝影機廠商隨著機器視覺復雜化，朝向智能型攝影機(Smart Camera)演進，影像分析運算都透過攝影機內獨立演算系統完成，再將關鍵萃取數據傳輸到工業電腦。

????陳榮昌表示，當攝影機越來越聰明，意味著控制器將朝向小型化、功能精致化發展，例如傳統視覺分析需要在工業內電腦嵌入影像擷取卡(Frame Grabber)，當影像分析擷取由攝影機完成，控制器或工業電腦走向精簡、精致化。

??不過工業電腦在機器視覺流程仍扮演舉足輕重角色，攝影機萃取后的信息仍要透過工業電腦進行演算分析，并依照系統設定需求，進行各種致動器(Actuators)操作，例如智慧攝影機檢測到瑕疵品，可透過工業電腦驅動機械手臂等設備，將其挑選移除。陳榮昌強調，影像傳輸消耗帶寬極大，如果所有訊號都傳遞到云端運算決策，勢必會緩不濟急，因此在機器視覺勢必實行邊緣運算(edge computing)架構，在邊緣端就完成圖像處理、運算與決策，關鍵結果訊息再回傳云端儲存管理。

??因此，未來工業電腦在機器視覺流程扮演更多穿針引線地位，為了要整合多元影像信息，并控制各類裝置，其輸入輸出(Input/Output)接口將更豐富，且可擴充的的模塊化設計。在機器視覺具體應用案例，磐儀自動化事業處資深經理林揚城指出，機器視覺可用于飲料瓶裝生產線，檢測玻璃瓶蓋封蓋完整度，或者瓶身標簽張貼瑕疵，生產線可透過機器視覺，快速挑選出瑕疵對象。

??此外，機器視覺在交通監視和控制中占有很重要的地位，磐儀解決方案被導入英法海底隧道，應用于電子收費站、出入控制、公路流量監控等重要場合，尤其是基于車牌識別技術的高速公路收費系統中，免除人工檢票流程，提高了公路系統的運行效率。對于應用于機器視覺的工業電腦接續發展方向，林揚城表示，人工智能時代來臨，不少客戶希望透過人工智能深度學習，讓機器能模擬人類判斷能力，目前磐儀已提供運算單元擴充空間，并為了因大量運算散熱問題，強化相關散熱構造設計。