專利簡介
本案是一套以人工智能（深度學習）檢測樞紐軸承外觀瑕疵的方法與系統，目的在於改善傳統人工或單一角度光學檢測效率不彰、僅能抽檢且容易誤判的問題。在系統運作上，先由入料設備預置樞紐軸承，經輸送帶將其送至檢測位置，再由六軸機械手臂帶動影像擷取模組與光源，從多個不同角度拍攝軸承以取得多角度檢測影像；接著以深度學習訓練而成的瑕疵檢測模型，依據這些影像判斷軸承的瑕疵類型與程度，據以將軸承分類為良品與不良品，最後再由出料設備送出。檢測結果並可於圖形介面上呈現待測物的六面檢測圖、總量、良品與不良品數量與良率，以及孔位異常、定位異常、疊片異常、雷雕異常等檢測項目，從而達成全面檢測、降低人工誤判並提升產線效率的目的。
如何取得專利
本案於初審階段收到審查意見通知函，審查委員引用四件中國專利前案作為引證：引證 1（CN215066100U）為一種 2D 圖像採集設備及軸承三維缺陷檢測裝置，引證 2（CN113884299A）為基於人工智能的滾塑機械故障檢測方法，引證 3（CN113205499A）為基於機器視覺的軸承缺陷模組化檢測裝置與方法，引證 4（CN110632081A）則為基於 2D 及 3D 視覺的軸承外觀檢測設備。審查委員認為，本案全部十項請求項（含第 1、6 項兩項獨立項）所界定的技術內容，已分別為上述引證所揭示，或可由其輕易組合而成，相對於先前技術不具進步性，不符專利法第 22 條第 2 項之規定。
答辯時，首先針對兩項獨立請求項進行修正，將「以六軸機械手臂帶動影像擷取模組，從多個不同的拍攝角度拍攝該樞紐軸承」此一技術特徵明確界定入獨立項，並據此與引證 1 區隔。答辯中指出，引證 1 的相機係固定設置於轉盤正上方，僅能在軸承旋轉時對同一頂面重複拍攝、藉光影差異輔助分析，本質上屬於「二維平面旋轉」的單一拍攝角度，無法在同一程序中取得軸承側面等其他面向的影像；本案則藉由六軸機械手臂帶動影像擷取模組，能真正從多個不同的三維角度拍攝，達成全面性的外觀瑕疵檢測，二者在拍攝角度的技術手段上具有本質差異。
其次，針對引證 2，答辯中逐段檢視審查意見所引用的段落，指出引證 2 僅揭示判斷軸承的瑕疵「程度」（例如內外環圓周缺陷程度、中心偏移度等量化參數），而完全未揭示判斷瑕疵「類型」的技術內容。答辯中進一步說明，瑕疵「類型」必須同時綜合評估多項參數方能判定——例如須同時評估漏打、移位與歪斜程度，才能判定為雷雕瑕疵——因此縱使引證 2 能取得各項參數的程度，若缺乏一種能綜合判斷的方法，仍無從得到瑕疵類型的結果；而能判斷瑕疵類型，對於統計生產數據、針對數量較多的瑕疵類型改良製程具有實益，是一項重要且具進步性的技術特徵。
此外，針對另一獨立項所對應的引證 4，答辯中亦指出引證 4 係採固定拍攝角度搭配翻轉機構翻面取像，對於非對稱結構的軸承難以適用，與本案以六軸機械手臂多角度取像的手段同樣有別。
經由上述修正與逐項論述，說明本案各請求項的技術特徵均未為引證所揭示、亦非所屬技術領域者依引證所能輕易完成，最終獲審查委員認同其進步性。本案經一次審查意見答辯即獲核准公告。
相關文件
上列審查文件檔案均已公開於專利主管機關網站，任何人皆可自行查閱。