摘要

在工業4.0的浪潮下，物聯網與人工智慧技術的融合逐漸改變了製造業的面貌，尤其在人機協同的應用上。然而，產線作業中的人為錯誤仍然是一個關鍵問題，影響生產效率與產品品質。因此，透過智慧化的手段來減少這些錯誤，已成為提高競爭力的重要策略。 本研究旨在開發一套智慧型錯誤行為辨識系統，特別針對軟性印刷電路板的生產線。該系統利用多台攝影機捕捉組裝人員的操作行為，並透過深度學習模型實時分析這些行為，以識別潛在的錯誤。當系統識別到錯誤行為時，將透過聲音警示向作業人員即時反饋，同時在管理者監控介面上顯示和記錄這些錯誤。 本系統的設計包括六個主要模組：影像採集、數據傳輸、智能分析、聲音警示、數據存儲與管理監控模組。這些模組協同工作，不僅能及時檢測並指出錯誤行為，也為生產線帶來以下幾項預期效益：提高產品品質、提升作業員的技能和效率、增強工作場所的安全性。 結合現場實際應用和測試，本系統已成功實現對錯誤行為的即時識別與反饋，證明了其在智慧製造領域的應用價值和實用性。這不僅有助於提高生產效率，也有助於縮短員工培訓周期，同時為生產過程中的品質控制提供了強大的技術支持。

系統概述

本系統旨在對生產線組裝人員的行為進行實時的監管，通過多台攝影機捕捉組裝組裝人員的操作行為，
利用AI影像分析技術辨別產線環境中的關鍵物件及其關係。
能夠檢測多種錯誤行為，並在發現錯誤時立即發出警示，有效減少人為失誤。
系統配備了直觀的可視化監控介面，使管理者能夠實時掌握生產線狀態，並自動記錄錯誤信息以供後續分析。

技術亮點

• 採用YOLO物件檢測技術，實現準確的關鍵物件辨識。
• 對關鍵物件的時空關係進行推理分析，精準高效判斷錯誤行為。
• 以多視角方式捕捉組裝人員的操作，提供全方位的作業監控。
• 可針對操作是否標準、組裝是否確實、服儀是否合規等多種錯誤行為進行檢測。
• 具備直觀的可視化監控介面，方便管理者掌控生產狀況。
• 將誤動作資訊自動記錄到資料庫中，為管理者提供客觀的分析依據。

產業效益

本系統能精準快速的檢測組裝人員的錯誤行為，實時監控生產過程並即時糾正錯誤，以提高產品品質控制。
可作為新進員工的培訓工具，加速其掌握正確操作方式，並有助於預防潛在安全隱患，提升工作場所安全性。