初階
製程參數推測
以SVM執行．
所用手法:SVM
即時製程監控
目前是利用SVM來處理，結合時間序列(這塊還在建構中)，來監測製程是否正常．
所用手法:SVM, time series
下階段打算處理的：
中階
自動文件撰寫
由於每份產品都需要大量的品管和分析文件，像是FMEA(failure mode & effect analysis)，很多都需要花不少時間以及動腦筋撰寫，所以想利用NLP以及公司的資料庫來撰寫文件～
預計手法: NLP
中高階
CAD/CAM自動化設計及製造規劃
這個的話，得先說明CAD和CAM是什麼
CAD ( computer aided design): 即電腦輔助設計，一般的2D繪圖軟體像是AUTOCAD,3D繪圖軟體像是CATIA, SOLIDWORK, UG 都算是．
CAM(computer aided manufacturing)：電腦輔助製造，這個對非從業人員比較難了解，因此簡述一下其作用．
今天設計了一個如圖1的渦輪葉片，那接下來我們要把它給製造出來，
我們就需要使用工具機把素材給車削/銑削出來，過程如下影片
在這個影片前40秒就是CAM軟體的用途，規劃車/銑削的刀具路徑，把路徑腳本匯入工具機的控制器內，接著把工件挾持好，就能開始加工．
除了刀具加工路徑外，挾持工件用的夾治具的設計也是一門學問，如何設計讓工件能夠加工到最多的面積，然後能夠不用變換挾持部位加工，這個也是個專家系統了．這個部分即使沒有過去知識經驗的資料庫，但是利用虛擬環境，設定幾個邊界條件以及關鍵條件，讓機器自己不斷地去演算生成，類似AlphaGo zero的模式，再挑選想要的結果，這個是我目前想到的方式．
預計手法: deep learning+ machine learning.
高階
無人機協同雷射追蹤儀進行大範圍量測
雷射追蹤儀是一種攜帶型座標量測儀器，其原理是利用雷射射出光束打到反射鏡所反射回來的光束之時間差和波程差算出距離，再利用追蹤儀的水平和垂直編碼器算出座標．其量測最大距離可到80公尺．
由於雷射追蹤儀所量測的物件幾乎都是大型物件（圖四那個算小的…），而反射球又需要手持去定位點量測，因此操作上非常困難．於是乎就想讓四軸無人機加上一個手臂，抓著反射球，如果可行，就能以四軸無人機代替人力了．
不過更深入想了之後發現沒這麼簡單，因為光是四軸機加一個手臂上去，我就能想到好幾篇論文的標題了．
比如說：
四軸無人機架上手臂後的動態和動力學探討
四軸無人機和手臂同動之穩態探討
四軸無人機和手臂之機構學探討
…之類的
然後這個還有無人機和環境的互動問題，這個就靠視覺辨識和自動駕駛，然後這個也能出個幾篇論文…
比如說
四軸無人機於工廠環境自主行動之影響因素探討
四軸無人機之自動避障演算法
…之類的
再來是無人機和雷射追蹤儀之間的互動，因為雷射追蹤儀的雷射光線無法自動追蹤反射球，所以無人機必須能好好地引導光束，所以反射球得一直朝向追蹤儀，這個又可以有幾篇論文…
比方說:
四軸無人機和雷射追蹤儀同動之演算法
四軸無人機之量測實務探討
以及這一個系統怎麼由一個中央處理控制，這又可以寫一篇～
根本就是論文製造機了…
至於這個只是拿來跟大家分享，因為真的要做起來沒20~30人的跨領域團隊沒辦法，即使是粗胚也得5~10個人的核心團隊才行．
後記
這些問題有些正在解決，而有些是目前還無法去碰觸的，但是跟大家分享有一個好處，就是總會有人提出不同的看法，會激盪出不同的火花，也許那個就是新的解決手法也不一定．
參考資料
[1]https://en.wikipedia.org/wiki/Turbine_blade
[2]https://www.faro.com/products/factory-metrology/faro-laser-tracker/features/
[3]https://www.faro.com/application/large-part-inspection/
[4]https://www.verisurf.com/blog/article/laser-tracker-applications-demonstrations