เมื่อการตรวจสอบคุณภาพต้องเร็วกว่า “สายตามนุษย์”

ในสายการผลิตยุคใหม่ ความเร็วของ Conveyor และ Automation เพิ่มสูงขึ้นอย่างต่อเนื่อง

ในหลายโรงงาน ชิ้นงานเคลื่อนที่หลายร้อยชิ้นต่อนาที ทำให้ Human Inspection เริ่มกลายเป็น Bottleneck

นี่คือเหตุผลที่ระบบ AI Smart Camera และ Machine Vision Inspection ถูกนำมาใช้เพื่อทำ:

• 100% Inspection
• Real-time Defect Detection
• Automatic NG/OK Classification

NG/OK Inspection คืออะไร?

NG/OK Inspection คือกระบวนการจำแนกชิ้นงานว่า:

• OK → ผ่านมาตรฐาน
• NG → ไม่ผ่านมาตรฐาน

โดยระบบจะส่งผลลัพธ์ไปยัง:

• PLC
• Reject Mechanism
• Robot
• MES System

เพื่อดำเนินการต่อแบบอัตโนมัติ

Architecture ของ AI Smart Camera System

Flow การทำงานของ AI Smart Camera

1. Trigger & Image Acquisition

ระบบจะเริ่มต้นจาก Trigger Signal เช่น:

• Photoelectric Sensor
• Encoder
• PLC Trigger

เพื่อ Sync การ Capture Image กับตำแหน่งชิ้นงานบน Conveyor

จุดสำคัญคือ:

• Exposure Time
• Shutter Speed
• Frame Timing

ถ้าไม่สัมพันธ์กับความเร็ว Conveyor จะเกิด Motion Blur และทำให้ Accuracy ลดลง

2. Image Pre-processing

ก่อนเข้าสู่ AI ระบบจะทำ Image Processing เช่น:

• Noise Reduction
• Contrast Enhancement
• Thresholding
• Normalization
• Edge Enhancement

เพื่อลดผลกระทบจาก:

• Ambient Light
• Reflection
• Surface Variation

3. ROI (Region of Interest)

ในงานจริง ไม่จำเป็นต้อง Process ทั้งภาพ

ระบบจะกำหนด ROI เพื่อลด:

• Processing Time
• CPU/GPU Load
• False Detection

ซึ่งมีผลโดยตรงต่อ Cycle Time

4. Feature Extraction

ใน Vision แบบดั้งเดิม ระบบจะ Extract Feature เช่น:

• Area
• Blob
• Edge
• Pattern
• Contrast

เพื่อใช้ Rule-based Decision

แต่ใน AI Vision:

Deep Learning Model จะเรียนรู้ Feature ด้วยตัวเอง ผ่าน Training Data

5. AI Inference Process

AI Model จะทำ Inference เพื่อจำแนก:

• OK
• NG
• Defect Type
• Defect Location

โดยโมเดลที่นิยมใช้ เช่น:

• CNN (Convolutional Neural Network)
• YOLO
• Anomaly Detection
• Semantic Segmentation

6. Decision Logic

หลังจาก AI Analyze เสร็จ ระบบจะเข้าสู่ Decision Layer

Threshold ที่เหมาะสมสำคัญมาก

เพราะถ้าตั้งต่ำเกินไป:

• False Accept เพิ่ม

แต่ถ้าตั้งสูงเกินไป:

• False Reject เพิ่ม

7. PLC & Automation Integration

หลัง Classification เสร็จ ระบบจะส่งผลลัพธ์ผ่าน:

• Ethernet/IP
• TCP/IP
• Modbus TCP
• PROFINET
• Discrete I/O

ไปยัง:

• Reject Cylinder
• Robot
• Alarm System
• MES Database

Latency สำคัญยังไง?

ใน High-speed Production Latency มีผลต่อ:

• Reject Accuracy
• Robot Timing
• Conveyor Synchronization

ตัวอย่าง:

ถ้า Conveyor วิ่ง 500 mm/sec และระบบ Delay 100 ms

ตำแหน่ง Reject จะคลาดเคลื่อน 50 mm ทันที

ปัจจัยที่ทำให้ Accuracy ลดลง

AI Smart Camera vs Traditional Vision

AI Vision เหมาะกับงานแบบไหน?

คำถามที่พบบ่อย (FAQ)

AI Smart Camera ต่างจาก Smart Sensor ยังไง?

AI Smart Camera วิเคราะห์ภาพระดับ Pixel ส่วน Smart Sensor ตรวจแบบง่ายกว่า

AI Vision ใช้ GPU เสมอไหม?

ไม่เสมอ บาง Smart Camera มี AI Accelerator ในตัว

Deep Learning ดีกว่า Rule-based เสมอไหม?

ไม่เสมอ งานง่ายบางประเภท Rule-based เร็วและเสถียรกว่า

อะไรสำคัญที่สุดในระบบ Vision?

Lighting และ Data Quality มีผลต่อ Accuracy มากที่สุด

สรุป

AI Smart Camera ในงาน NG/OK Inspection คือการผสาน:

• Optics
• Image Processing
• AI
• Automation

เข้าด้วยกัน

เพื่อให้สายการผลิตสามารถ:

• ตรวจ defect ได้แบบ Real-time
• ลด Human Error
• ลดของเสีย
• เพิ่มคุณภาพการผลิต

และในอนาคต AI Vision จะกลายเป็น Core Technology สำคัญของ Smart Factory