Čo je strojové videnie a ako môže pomôcť?

Pochopenie toho, ako funguje strojové videnie, vám môže pomôcť určiť, či strojové videnie rieši špecifické aplikačné problémy vo výrobe alebo spracovaní.

Ľudia často nerozumejú tomu, čo strojové (počítačové, umelé) videnie dokáže a čo nie pre výrobnú linku alebo proces. Pochopenie toho, ako to funguje, môže ľuďom pomôcť rozhodnúť sa, či to vyrieši problémy v aplikácii. Čo to teda vlastne počítačové videnie je a ako vlastne funguje?

Umelé videnie je moderná technológia, ktorá zahŕňa nástroje na získavanie, spracovanie a analýzu obrazov fyzického sveta s cieľom vytvárať informácie, ktoré môže stroj interpretovať a použiť pomocou digitálnych procesov.

Využitie umelého videnia v priemysle

Počítačové videnie sa vzťahuje na použitie jednej alebo viacerých kamier na automatickú kontrolu a analýzu objektov, najčastejšie v priemyselnom alebo výrobnom prostredí. Výsledné dáta je potom možné použiť na riadenie procesov alebo výrobných činností.

Táto technológia automatizuje širokú škálu úloh tým, že strojom poskytuje informácie, ktoré potrebujú na správne rozhodnutie pre každú úlohu.

Použitie umelého videnia v priemysle umožňuje automatizáciu výrobných procesov, čo vedie k lepším výsledkom výroby vďaka použitiu kontroly kvality a väčšej flexibilite v každej fáze.

V súčasnosti používanie priemyselného umelého videnia výrazne zlepšilo výrobné procesy. To umožnilo získať produkty vyššej kvality pri nižších nákladoch a takmer vo všetkých oblastiach priemyslu, od automobilového priemyslu a potravinárstva, až po elektroniku a logistiku.

Typickým použitím by bola montážna linka, kde sa kamera spustí po operácii vykonanej na časti, ktorá sníma a spracováva obraz. Kamera môže byť naprogramovaná tak, aby kontrolovala polohu konkrétneho objektu, jeho farbu, veľkosť alebo tvar a prítomnosť objektu.

Strojové videnie môže tiež vyhľadávať a dekódovať štandardné 2D maticové čiarové kódy alebo dokonca čítať tlačené znaky. Po kontrole produktu sa zvyčajne vygeneruje signál, ktorý určí, čo ďalej s produktom. Diel môže byť vhodený do kontajnera, nasmerovaný na odbočovací dopravník alebo odovzdaný iným montážnym operáciám a výsledky kontroly sú sledované v systéme.

V každom prípade systémy počítačového videnia môžu poskytnúť oveľa viac informácií o objekte ako jednoduché snímače polohy.

Počítačové videnie sa bežne používa napríklad na:

• QA,
• ovládanie robota (stroja),
• testovanie a kalibrácia,
• riadenie procesov v reálnom čase,
• zber dát,
• monitorovanie stroja,
• triedenie a počítanie.

Mnoho výrobcov používa namiesto kontrolného personálu automatizované počítačové videnie, pretože je vhodnejšie na opakované kontroly. Je rýchlejší, objektívnejší a funguje nepretržite.

Systémy počítačového videnia dokážu kontrolovať stovky alebo tisíce dielov za minútu a poskytujú konzistentnejšie a spoľahlivejšie výsledky kontroly ako ľudia. Znížením chýb, zvýšením výnosov, uľahčením dodržiavania predpisov a sledovaním dielov pomocou počítačového videnia môžu výrobcovia ušetriť peniaze a zvýšiť svoju ziskovosť.

Ako funguje strojové videnie

Diskrétna fotobunka je jedným z najjednoduchších snímačov v oblasti priemyselnej automatizácie. Dôvod, prečo ho nazývame „diskrétny“ alebo digitálny, je ten, že má iba dva stavy: zapnutý alebo vypnutý.

Princíp činnosti diskrétnej fotobunky (optického snímača) je prenášať svetelný lúč a určiť, či sa svetlo odráža od objektu. Ak tam nie je žiadny predmet, svetlo sa neodráža do prijímača fotobunky. K prijímaču je pripojený elektrický signál, zvyčajne 24 V.

Ak je objekt prítomný, signál sa zapne a môže byť použitý v riadiacom systéme na vykonanie akcie. Po odstránení objektu sa signál opäť vypne.

Takýto snímač môže byť aj analógový. Namiesto dvoch stavov, t.j. vypnuté a zapnuté, môže vrátiť hodnotu označujúcu, koľko svetla sa vracia do jeho prijímača. Môže vrátiť 256 hodnôt, od 0 (čo znamená žiadne svetlo) do 255 (čo znamená veľa svetla).

Predstavte si tisíce malých analógových fotobuniek usporiadaných do štvorcového alebo obdĺžnikového poľa zameraného na objekt.Tým sa vytvorí čiernobiely obraz objektu na základe odrazivosti miesta, na ktoré senzor ukazuje. Jednotlivé skenovacie body na týchto obrázkoch sa nazývajú „pixely“.

Samozrejme, na vytvorenie obrazu sa nepoužívajú tisíce malých fotoelektrických senzorov. Namiesto toho šošovka zaostrí obraz na polovodičové pole svetelných detektorov.

Táto matica využíva polia svetlocitlivých polovodičových zariadení, ako sú CCD (Charge Coupled Device) alebo CMOS (Complementary Metal-Oxide-Semiconductor). Jednotlivé senzory v tejto matici sú pixely.

Štyri hlavné komponenty systému počítačového videnia

Štyri hlavné komponenty systému počítačového videnia sú:

• šošovky a osvetlenie;
• obrazový snímač alebo kamera;
• procesor;
• spôsob prenosu výsledkov, či už prostredníctvom fyzického vstupu/výstupu (I/O) spojenia alebo iného spôsobu komunikácie.

Počítačové videnie môže využívať farebné skenovanie pixelov a často používa oveľa väčšie pole pixelov. Softvérové ​​nástroje sa aplikujú na zachytené obrázky na určenie veľkosti, polohy okrajov, pohybu a vzájomnej polohy prvkov.

Šošovky zachytávajú obraz a prenášajú ho na snímač vo forme svetla. Na optimalizáciu systému počítačového videnia musí byť kamera spárovaná s vhodnými šošovkami.

Hoci existuje veľa typov šošoviek, šošovky s pevnou ohniskovou vzdialenosťou sa bežne používajú v aplikáciách počítačového videnia. Pri výbere sú dôležité tri faktory: zorné pole, pracovná vzdialenosť, veľkosť snímača fotoaparátu.

Osvetlenie je možné aplikovať na obrázok rôznymi spôsobmi. Smer, z ktorého svetlo prichádza, jeho jas a jeho farba alebo vlnová dĺžka v porovnaní s farbou cieľa sú veľmi dôležité faktory, ktoré treba zvážiť pri navrhovaní prostredia počítačového videnia.

Aj keď je osvetlenie dôležitou súčasťou získania dobrého obrazu, existujú dva ďalšie faktory, ktoré ovplyvňujú, koľko svetla obraz dostane. Šošovka obsahuje nastavenie nazývané clona, ​​ktorá sa otvára alebo zatvára, aby do šošovky preniklo viac alebo menej svetla.

V kombinácii s časom expozície to určuje množstvo svetla dopadajúceho na pole pixelov predtým, ako sa vôbec použije akékoľvek osvetlenie. Rýchlosť uzávierky alebo čas expozície určuje, ako dlho sa obraz premieta na maticu pixelov.

V počítačovom videní je uzávierka riadená elektronicky, zvyčajne s presnosťou na milisekundy. Po nasnímaní obrázka sa použijú softvérové ​​nástroje. Niektoré sa používajú pred analýzou (predspracovaním), iné sa používajú na určenie vlastností študovaného objektu.

Počas predbežného spracovania môžete na obrázok použiť efekty na zaostrenie hrán, zvýšenie kontrastu alebo vyplnenie medzier. Účelom týchto úloh je zlepšiť možnosti iných softvérových nástrojov.

Umelé videnie je technológia, ktorá napodobňuje ľudské videnie a umožňuje prijímať, spracovávať a interpretovať obrazy získané počas výrobných procesov.Stroje na umelé videnie analyzujú a dekódujú informácie prijaté počas výrobných procesov, aby mohli prijímať rozhodnutia a konať čo najpohodlnejším spôsobom prostredníctvom automatizovaného procesu. Spracovanie týchto snímok prebieha pomocou softvéru spojeného so strojom a na základe získaných údajov je možné v procesoch pokračovať a identifikovať prípadné chyby na montážnych linkách.

Cieľ počítačového videnia

Tu je niekoľko bežných nástrojov, ktoré môžete použiť na získanie informácií o svojom cieli:

• Počet pixelov: Zobrazuje počet svetlých alebo tmavých pixelov v objekte.
• Detekcia okrajov: Nájdite okraj objektu.
• Meranie (metrológia): meranie rozmerov objektu (napr. v milimetroch).
• Rozpoznávanie vzorov alebo priraďovanie vzorov: Vyhľadávajte, porovnávajte alebo počítajte konkrétne vzory. To môže zahŕňať detekciu objektu, ktorý môže byť otočený, čiastočne skrytý iným objektom alebo má iné objekty.
• Optické rozpoznávanie znakov (OCR): Automatické čítanie textov, ako sú sériové čísla.
• Čítanie čiarových kódov, dátovej matice a 2D čiarových kódov: Zhromažďujte údaje obsiahnuté v rôznych štandardoch čiarových kódov.
• Bodová detekcia: Kontroluje, či na obrázku nie sú škvrny vzájomne prepojených pixelov (napríklad čierna diera v sivom objekte) ako referenčný bod pre obrázok.
• Farebná analýza: identifikujte časti, produkty a predmety podľa farby, vyhodnoťte kvalitu a zvýraznite prvky podľa farby.

Účelom získania údajov z inšpekcie je často ich použitie na porovnanie s cieľovými hodnotami na určenie vyhovenia/zlyhania alebo postupu/nepokračovania.

Napríklad pri skenovaní kódu alebo čiarového kódu sa výsledná hodnota porovnáva s uloženou cieľovou hodnotou. V prípade merania sa nameraná hodnota porovnáva so správnymi hodnotami a toleranciami.

Pri kontrole alfanumerického kódu sa textová hodnota OCR porovnáva so správnou alebo cieľovou hodnotou. Na kontrolu povrchových defektov možno veľkosť defektu porovnať s maximálnou veľkosťou povolenou normami kvality.

Kontrola kvality

Strojové videnie má v priemysle obrovský potenciál. Tieto systémy umelého videnia boli použité v robotike, nám umožňujú ponúkať automatické riešenie pre rôzne fázy výroby, ako je kontrola kvality alebo detekcia chybných produktov.

Kontrola kvality je súbor metód a nástrojov, ktoré nám umožnia identifikovať chyby vo výrobnom procese, ako aj prijať vhodné opatrenia na ich odstránenie. To poskytuje oveľa kompletnejšiu kontrolu nad konečným produktom a zaisťuje, že keď sa dostane k spotrebiteľovi, bude spĺňať špecifické a stanovené normy kvality.

Týmto spôsobom sú z procesu vylúčené produkty, ktoré nespĺňajú minimálne požiadavky na kvalitu, čím sa eliminujú možné poruchy vo výrobnom procese, čo sa dosahuje priebežnými kontrolami a náhodnými testami.

Použitie kontroly kvality vo výrobe má niekoľko výhod:

• Zvýšte produktivitu;
• Znížené materiálne straty;
• Pokles ceny;
• Najlepšia kvalita konečného produktu.

Komunikácia v počítačovom videní

Po prijatí procesorom a softvérom môžu byť tieto informácie prenesené do riadiaceho systému prostredníctvom rôznych priemyselných štandardných komunikačných protokolov.

Hlavné systémy počítačového videnia často podporujú EtherNet/IP, Profinet a Modbus TCP. Bežné sú aj sériové protokoly RS232 a RS485.

Digitálne I/O sú často zabudované do akčných systémov a zjednodušujú vykazovanie výsledkov. Dostupné sú aj komunikačné štandardy počítačového videnia.

Záver

Systémy umelého videnia majú širokú škálu aplikácií a možno ich prispôsobiť rôznym odvetviam a rôznym potrebám každej výrobnej linky. Dnes môže každá spoločnosť, ktorá vyrába produkty podľa určitého štandardu, využiť výhody počítačového videnia ako súčasť svojho výrobného procesu.

Pochopenie fyzikálnych princípov a schopností systémov umelého videnia môže byť užitočné pri určovaní, či je takáto technológia vhodná pre výrobný proces v konkrétnom prípade. Vo všeobecnosti platí, že čokoľvek ľudské oko vidí, kamera vidí (niekedy viac, inokedy menej), no dekódovanie a prenos týchto informácií môže byť dosť zložitý.