Machine Vision ไม่ใช่เทคโนโลยีใหม่ แต่หลายโรงงานยังลังเลเพราะกลัว overspend หรือกลัวซื้อแล้วใช้ไม่ได้ บทความนี้สรุปสิ่งที่ควรเช็คก่อนเริ่ม
1. ปัญหาที่จะแก้ มันชัดพอหรือยัง?
อย่าเริ่มจาก 'อยากมี vision' ให้เริ่มจาก 'defect แบบไหนที่ทำให้ลูกค้า return ของบ่อยที่สุด' หรือ 'station ไหนที่ QC คนทำงานหนักสุด'
2. Throughput และ tact time
ความเร็วของไลน์ผลิตจะกำหนด spec ของกล้อง (line scan vs area scan), shutter, และ trigger ถ้าทดลองด้วย smartphone ดูได้คร่าวๆ ก่อน
3. Lighting คือ 70% ของปัญหา
การจัดแสงผิด ทำให้ AI model แม่นแค่ไหนก็ไม่ช่วย — ลงทุนไฟ industrial และ diffuser ที่ดีก่อนซื้อกล้องราคาแพง
4. ตัดสินใจ rule-based หรือ AI?
- Rule-based — เร็ว ราคาถูก เหมาะกับ defect ที่นิยามได้ชัด (รู, รอย, ขนาด)
- AI/Deep Learning — ใช้กับ defect ที่นิยามด้วยกฎไม่ได้ (รอยเปื้อน, surface texture, สีไม่ตรง)
- ส่วนใหญ่ใช้ผสม — vision filter ก่อน + AI ตรวจซ้ำชั้นที่สอง
5. Reject mechanism คุยกันให้จบก่อน
ตรวจเจอแล้วทำยังไง? air blow / pusher / robot pick / แค่ alert? ตัดสินใจตั้งแต่ก่อน design
6. Integration กับระบบเดิม
PLC ใช้ยี่ห้ออะไร? ระบบ MES มีหรือยัง? Vision controller ส่ง signal ผ่าน Ethernet/IP, Modbus, หรือ digital I/O?
7. แผน maintenance
เลนส์ฝุ่น แสง LED degrade ตามอายุ ตัดสินใจให้ชัดว่า in-house ดูแลหรือต้องการ vendor ดูแลต่อเนื่อง
Vision ที่ดีไม่ได้แพงที่สุด — แต่เป็นตัวที่ออกแบบ "พอดี" กับงานคุณ