迈向工业4.0时代，各国智慧制造顺势崛起，
对于产品的品质全检要求越来越高，
机器视觉不仅扮演了传感器角色，在制程中搜集资讯。

惟若要替代更多人力，还须机器人更有智慧，就必须仰赖视觉与力感应等辅助，
因此结合了协作机器人的手、足部的无人搬运车（AGV）来引导与定位AMR；
加上AI深度学习技术的发展，
机器视觉对环境的感知、物件的瑕疵等，将有更强辨识力，
许多工厂还希望结合机器学习，能更适合应用于产线的异常检测；
可将机器人快速导入各个产业的实际应用。

进而连结云端，搜集足够大数据供软体模拟、分析、演算，
建立人工智慧（AI）加值应用所需资料库，
以协助企业更有效率地分析数据，并优化流程以提高效率，
来提升瑕疵检测的速度和准确性。
 

■封面故事
-机器视觉跟随产业转型
-机器视觉开天眼
-结合AI 管理 机器视觉应用领域持续扩增

■专题报导
-齿轮螺杆加工有待引进专业能量
-齿轮螺杆加工机朝数位转型

■应用焦点
-6G 世界的模样
-疫后经济创新创业聚合资源谋商机
-2D+3D 加效打造智慧自动化工厂环境

■编者的话
-机器视觉枝开叶散

■机械视角
-半导体领航上下游转型布局

■技术趋势
-工业4.0 改变自动控制架构的选择标准

■技术特辑-感测技术
-透过1-Wire 通讯有效连接IoT 端点中的感测器
-无线感测监控不遗漏精确掌握储槽液位耗能
-3D 列印冷却水路真圆度量测分析
-导入新发泡预测模型气泡收缩行为将无所遁形
-实现朝向先进马达控制的趋势转变
-4 种经过实证的AI 演算法应用