Шта је машински вид и како може помоћи?

Разумевање како машински вид функционише може вам помоћи да утврдите да ли машински вид решава специфичне проблеме примене у производњи или обради.

Људи често не разумеју шта машинска (компјутерска, вештачка) визија може, а шта не може да уради за производну линију или процес. Разумевање како функционише може помоћи људима да одлуче да ли ће решити проблеме у апликацији. Дакле, шта је тачно компјутерски вид и како заправо функционише?

Вештачка визија је савремена технологија која укључује алате за стицање, обраду и анализу слика физичког света у циљу стварања информација које машина може да тумачи и користи помоћу дигиталних процеса.

Употреба вештачког вида у индустрији

Компјутерски вид се односи на употребу једне или више камера за аутоматску проверу и анализу објеката, најчешће у индустријском или производном окружењу. Добијени подаци се затим могу користити за контролу процеса или производних активности.

Ова технологија аутоматизује широк спектар задатака дајући машинама информације које су им потребне за доношење исправних одлука за сваки задатак.

Употреба вештачког вида у индустрији омогућава аутоматизацију производних процеса, што доводи до бољих производних резултата кроз коришћење контроле квалитета и веће флексибилности у свакој фази.

Тренутно је употреба индустријског вештачког вида значајно побољшала производне процесе. Ово је омогућило добијање производа вишег квалитета по нижим трошковима и то у готово свим областима индустрије, од аутомобилске и прехрамбене, до електронике и логистике.

Типична употреба би била монтажна линија где се камера покреће након што се изврши операција на делу који снима и обрађује слику. Камера се може програмирати да провери положај одређеног објекта, његову боју, величину или облик и присуство објекта.

Машински вид такође може да тражи и декодира стандардне 2Д матричне бар кодове или чак да чита штампане знакове. Након провере производа, обично се генерише сигнал који одређује шта даље са производом. Део се може бацити у контејнер, усмерити на транспортер гране или пренети на друге монтажне операције, а резултати инспекције се прате у систему.

У сваком случају, системи компјутерског вида могу пружити много више информација о објекту од једноставни сензори положаја.

Компјутерски вид се обично користи, на пример, за:

• КА,
• управљање роботом (машином),
• тестирање и калибрација,
• контрола процеса у реалном времену,
• прикупљање података,
• надзор машина,
• сортирање и пребројавање.

Многи произвођачи користе аутоматизовани компјутерски вид уместо инспекцијског особља јер је погоднији за поновљене инспекције. Бржи је, објективнији и ради 24 сата дневно.

Системи компјутерског вида могу да прегледају стотине или хиљаде делова у минути и обезбеде доследније и поузданије резултате инспекције од људи.Смањењем кварова, повећањем прихода, олакшавањем усклађености и праћењем делова са компјутерским видом, произвођачи могу уштедети новац и повећати своју профитабилност.

Како функционише машински вид

Дискретна фотоћелија је један од најједноставнијих сензора у области индустријске аутоматизације. Разлог зашто га називамо "дискретним" или дигиталним је зато што има само два стања: укључено или искључено.

Принцип рада дискретне фотоћелије (оптичког сензора) је да преноси светлосни сноп и утврди да ли се светлост одбија од објекта. Ако нема предмета, светлост се не рефлектује у пријемник фотоћелије. Електрични сигнал, обично 24 В, повезан је са пријемником.

Ако је објекат присутан, сигнал се укључује и може се користити у контролном систему за обављање радње. Када се објекат избрише, сигнал се поново искључује.

Такав сензор може бити и аналогни. Уместо две државе, тј. искључен и укључен, може да врати вредност која показује колико се светлости враћа свом пријемнику. Може да врати 256 вредности, од 0 (што значи да нема светлости) до 255 (што значи пуно светлости).

Замислите хиљаде сићушних аналогних фотоћелија распоређених у квадратном или правоугаоном низу усмерених на објекат.Ово ће створити црно-белу слику објекта на основу рефлексивности локације на коју сензор показује. Појединачне тачке скенирања на овим сликама се називају "пиксели".

Наравно, хиљаде сићушних фотоелектричних сензора се не користе за креирање слике. Уместо тога, сочиво фокусира слику на полупроводнички низ детектора светлости.

Ова матрица користи низове полупроводничких уређаја осетљивих на светлост као што су ЦЦД (Цхарге Цоуплед Девице) или ЦМОС (Цомплементари Метал-Окиде-Семицондуцтор). Појединачни сензори у овој матрици су пиксели.

Четири главне компоненте система компјутерског вида

Четири главне компоненте система компјутерског вида су:

• сочива и осветљење;
• сензор слике или камера;
• процесор;
• начин за пренос резултата, било путем физичке улазно/излазне (И/О) везе или неког другог комуникационог метода.

Компјутерски вид може да користи скенирање пиксела у боји и често користи много већи низ пиксела. Софтверски алати се примењују на снимљене слике да би се одредила величина, позиционирање ивица, кретање и релативни положај елемената један према другом.

Сочива снимају слику и преносе је до сензора у облику светлости. Да би се оптимизовао систем компјутерског вида, камера мора бити упарена са одговарајућим сочивима.

Иако постоји много типова сочива, сочива са фиксном жижном даљином се обично користе у апликацијама за компјутерски вид. При избору су важна три фактора: видно поље, радна удаљеност, величина сензора камере.

Осветљење се може применити на слику на различите начине. Правац из којег долази светлост, његова осветљеност и њена боја или таласна дужина у поређењу са бојом мете су веома важни фактори које треба узети у обзир приликом дизајнирања окружења компјутерског вида.

Иако је осветљење важан део добијања добре слике, постоје још два фактора која утичу на то колико светлости слика прима. Објектив укључује поставку која се зове отвор бленде, која се отвара или затвара да би омогућила да више или мање светлости уђе у сочиво.

У комбинацији са временом експозиције, ово одређује количину светлости која погађа низ пиксела пре него што се икада примени било какво осветљење. Брзина затварача или време експозиције одређују колико дуго се слика пројектује на матрицу пиксела.

У компјутерском виду, затварач се контролише електронски, обично са тачношћу од милисекунди. Након што је слика снимљена, примењују се софтверски алати. Неки се користе пре анализе (претходне обраде), други се користе за одређивање својстава објекта који се проучава.

Током претходне обраде, можете применити ефекте на слику да бисте изоштрили ивице, повећали контраст или попунили празнине. Сврха ових задатака је унапређење могућности других софтверских алата.

Вештачки вид је технологија која имитира људску визију и омогућава вам да примате, обрађујете и тумачите слике добијене током производних процеса.Машине са вештачким видом анализирају и декодирају информације примљене током производних процеса како би донеле одлуке и деловале на најпогоднији начин кроз аутоматизовани процес. Обрада ових слика се врши помоћу софтвера који је повезан са машином, а на основу добијених података могуће је наставити процесе и идентификовати могуће грешке на монтажним линијама.

Циљ компјутерског вида

Ево неких уобичајених алата које можете користити да бисте добили информације о свом циљу:

• Број пиксела: Приказује број светлих или тамних пиксела у објекту.
• Детекција ивице: Пронађите ивицу објекта.
• Мерење (метрологија): мерење димензија објекта (нпр. у милиметрима).
• Препознавање узорака или подударање шаблона: Претражујте, упарите или бројите одређене обрасце. Ово може укључивати откривање објекта који се може ротирати, делимично сакрити другим објектом или имати друге објекте.
• Оптичко препознавање знакова (ОЦР): Аутоматско читање текстова као што су серијски бројеви.
• Баркод, Дата Матрик и 2Д Баркод Реадинг: Прикупите податке садржане у различитим стандардима баркодирања.
• Детекција тачке: Проверава да ли на слици постоје делови међусобно повезаних пиксела (као што је црна рупа у сивом објекту) као референтна тачка за слику.
• Анализа боја: идентификујте делове, производе и предмете по боји, процените квалитет и истакните елементе по боји.

Сврха добијања инспекцијских података је често да се користе за поређење са циљним вредностима да би се утврдило да ли је прошао/не успео или наставио/не наставио.

На пример, када скенирате код или бар код, резултујућа вредност се упоређује са сачуваном циљном вредношћу. У случају мерења, измерена вредност се упоређује са тачним вредностима и толеранцијама.

Приликом провере алфанумеричког кода, вредност ОЦР текста се упоређује са тачном или циљном вредношћу. За проверу површинских недостатака, величина дефекта се може упоредити са максималном величином дозвољеном стандардима квалитета.

Контрола квалитета

Машински вид има огроман потенцијал у индустрији. Коришћени су ови системи вештачког вида у роботици, омогућавају нам да понудимо аутоматско решење за различите фазе производње, као што је контрола квалитета или откривање неисправних производа.

Контрола квалитета је скуп метода и алата који ће нам омогућити да идентификујемо грешке у процесу производње, као и да предузмемо одговарајуће мере за њихово отклањање. Ово обезбеђује много потпунију контролу над финалним производом, обезбеђујући да када стигне до потрошача испуњава специфичне и утврђене стандарде квалитета.

На овај начин се из процеса искључују производи који не испуњавају минималне услове квалитета, чиме се елиминишу могући поремећаји у процесу производње, што се постиже континуираним спровођењем прегледа и насумичних испитивања.

Употреба контроле квалитета у производњи има низ предности:

• Повећати продуктивност;
• Смањени материјални губици;
• Смањење цена;
• Најбољи квалитет финалног производа.

Комуникација у компјутерском виду

Када их процесор и софтвер прими, ове информације се могу пренети контролном систему преко разних индустријских стандардних комуникационих протокола.

Главни системи компјутерског вида често подржавају ЕтхерНет/ИП, Профинет и Модбус ТЦП. РС232 и РС485 серијски протоколи су такође уобичајени.

Дигитални И/О се често уграђује у системе за активирање и поједностављује извештавање о резултатима. Доступни су и стандарди комуникације компјутерског вида.

Закључак

Системи вештачког вида имају широк спектар примена и могу се прилагодити различитим индустријама и различитим потребама сваке производне линије. Данас, свака компанија која производи производе према одређеном стандарду може искористити предности компјутерског вида као део свог производног процеса.

Разумевање физичких принципа и могућности система вештачког вида може бити од помоћи у одређивању да ли је таква технологија погодна за производни процес у одређеном случају. Генерално, шта год људско око може да види, камера може да види (понекад више, понекад мање), али декодирање и преношење ових информација може бити прилично сложено.