Što je strojni vid i kako može pomoći?

Razumijevanje načina na koji strojni vid funkcionira može vam pomoći da odredite rješava li strojni vid specifične probleme primjene u proizvodnji ili obradi.

Ljudi često ne razumiju što strojni (računalni, umjetni) vid može, a što ne može učiniti za proizvodnu liniju ili proces. Razumijevanje kako funkcionira može pomoći ljudima da odluče hoće li riješiti probleme u aplikaciji. Dakle, što je točno računalni vid i kako zapravo funkcionira?

Umjetni vid je moderna tehnologija koja uključuje alate za prikupljanje, obradu i analizu slika fizičkog svijeta kako bi se stvorile informacije koje stroj može interpretirati i koristiti pomoću digitalnih procesa.

Primjena umjetnog vida u industriji

Računalni vid se odnosi na korištenje jedne ili više kamera za automatski pregled i analizu objekata, najčešće u industrijskom ili proizvodnom okruženju. Rezultirajući podaci mogu se zatim koristiti za kontrolu procesa ili proizvodnih aktivnosti.

Ova tehnologija automatizira širok raspon zadataka dajući strojevima informacije koje su im potrebne za donošenje pravih odluka za svaki zadatak.

Korištenje umjetnog vida u industriji omogućuje automatizaciju proizvodnih procesa, što dovodi do boljih proizvodnih rezultata korištenjem kontrole kvalitete i veće fleksibilnosti u svakoj fazi.

Trenutačno je korištenje industrijskog umjetnog vida značajno poboljšalo proizvodne procese. To je omogućilo dobivanje proizvoda više kvalitete uz niže troškove i to u gotovo svim područjima industrije, od automobilske i prehrambene, do elektronike i logistike.

Tipična uporaba bila bi pokretna traka na kojoj se kamera pokreće nakon što se izvrši operacija na dijelu koji snima i obrađuje sliku. Kamera se može programirati da provjerava položaj pojedinog objekta, njegovu boju, veličinu ili oblik te prisutnost objekta.

Strojni vid također može pretraživati ​​i dekodirati standardne 2D matrične bar kodove ili čak čitati tiskane znakove. Nakon provjere proizvoda obično se generira signal koji određuje što dalje učiniti s proizvodom. Dio se može baciti u spremnik, preusmjeriti na pokretnu traku ili proslijediti na druge operacije montaže, a rezultati inspekcije prate se u sustavu.

U svakom slučaju, sustavi računalnog vida mogu pružiti puno više informacija o objektu od jednostavni senzori položaja.

Računalni vid se obično koristi, na primjer, za:

• QA,
• upravljanje robotom (strojem),
• testiranje i kalibracija,
• kontrola procesa u stvarnom vremenu,
• prikupljanje podataka,
• nadzor stroja,
• sortiranje i brojanje.

Mnogi proizvođači koriste automatizirani računalni vid umjesto inspekcijskog osoblja jer je prikladniji za ponovljene preglede. Brži je, objektivniji i radi 24 sata dnevno.

Sustavi računalnog vida mogu pregledati stotine ili tisuće dijelova u minuti i pružiti dosljednije i pouzdanije rezultate pregleda od ljudi. Smanjenjem nedostataka, povećanjem prihoda, olakšavanjem usklađenosti i praćenjem dijelova pomoću računalnog vida, proizvođači mogu uštedjeti novac i povećati svoju profitabilnost.

Kako funkcionira strojni vid

Diskretna fotoćelija jedan je od najjednostavnijih senzora u području industrijske automatizacije. Razlog zašto ga zovemo "diskretni" ili digitalni je taj što ima samo dva stanja: uključeno ili isključeno.

Princip rada diskretne fotoćelije (optičkog senzora) je propuštanje svjetlosne zrake i utvrđivanje odbija li se svjetlost od predmeta. Ako nema predmeta, svjetlost se ne reflektira u prijemnik fotoćelije. Električni signal, obično 24 V, spojen je na prijemnik.

Ako je objekt prisutan, signal je uključen i može se koristiti u sustavu upravljanja za izvođenje radnje. Kada se objekt izbriše, signal se ponovno gasi.

Takav senzor može biti i analogni. Umjesto dvije države, tj. isključeno i uključeno, može vratiti vrijednost koja pokazuje koliko se svjetla vraća njegovom prijemniku. Može vratiti 256 vrijednosti, od 0 (što znači da nema svjetla) do 255 (što znači da ima puno svjetla).

Zamislite tisuće sićušnih analognih fotoćelija raspoređenih u kvadratni ili pravokutni niz usmjerenih prema objektu.To će stvoriti crno-bijelu sliku objekta na temelju refleksije mjesta na koje je senzor usmjeren. Pojedinačne točke skeniranja na ovim slikama nazivaju se "pikseli".

Naravno, tisuće sićušnih fotoelektričnih senzora ne koriste se za stvaranje slike. Umjesto toga, leća fokusira sliku na poluvodički niz svjetlosnih detektora.

Ova matrica koristi nizove poluvodičkih uređaja osjetljivih na svjetlo kao što su CCD (uređaj spojen nabojem) ili CMOS (komplementarni metal-oksid-poluvodič). Pojedinačni senzori u ovoj matrici su pikseli.

Četiri glavne komponente sustava računalnog vida

Četiri glavne komponente sustava računalnog vida su:

• leće i rasvjeta;
• senzor slike ili kamera;
• procesor;
• način prijenosa rezultata, bilo putem fizičke ulazno/izlazne (I/O) veze ili druge komunikacijske metode.

Računalni vid može koristiti skeniranje piksela u boji i često koristi puno veći niz piksela. Softverski alati primjenjuju se na snimljene slike kako bi se odredila veličina, pozicioniranje rubova, kretanje i relativni položaj elemenata jedan prema drugom.

Leće hvataju sliku i prenose je na senzor u obliku svjetlosti. Za optimizaciju sustava računalnog vida, kamera mora biti uparena s odgovarajućim lećama.

Iako postoje mnoge vrste leća, leće fiksne žarišne duljine obično se koriste u aplikacijama računalnog vida. Pri odabiru su važna tri faktora: vidno polje, radna udaljenost, veličina senzora kamere.

Osvjetljenje se može primijeniti na sliku na različite načine. Smjer iz kojeg svjetlost dolazi, njezina svjetlina i njezina boja ili valna duljina u usporedbi s bojom mete vrlo su važni čimbenici koje treba uzeti u obzir pri projektiranju okruženja računalnog vida.

Iako je osvjetljenje važan dio dobivanja dobre slike, postoje još dva faktora koji utječu na to koliko svjetlosti slika prima. Objektiv uključuje postavku zvanu otvor blende, koja se otvara ili zatvara kako bi više ili manje svjetla ušlo u objektiv.

U kombinaciji s vremenom ekspozicije, ovo određuje količinu svjetlosti koja pogađa niz piksela prije nego što se bilo kakvo osvjetljenje ikada primijeni. Brzina zatvarača ili vrijeme ekspozicije određuje koliko dugo se slika projicira na matricu piksela.

U računalnom vidu, zatvaračem se upravlja elektronički, obično s točnošću do milisekunde. Nakon što je slika snimljena, primjenjuju se softverski alati. Neki se koriste prije analize (pretprocesiranje), drugi se koriste za određivanje svojstava predmeta koji se proučava.

Tijekom predobrade možete primijeniti efekte na sliku kako biste izoštrili rubove, povećali kontrast ili popunili praznine. Svrha ovih zadataka je poboljšati mogućnosti drugih softverskih alata.

Umjetni vid je tehnologija koja oponaša ljudski vid i omogućuje primanje, obradu i tumačenje slika dobivenih tijekom proizvodnih procesa.Strojevi za umjetni vid analiziraju i dekodiraju informacije primljene tijekom proizvodnih procesa kako bi donijeli odluke i djelovali na najprikladniji način kroz automatizirani proces. Obrada ovih slika provodi se pomoću softvera koji je povezan sa strojem, a na temelju dobivenih podataka moguće je nastaviti procese i identificirati moguće greške na montažnim trakama.

Cilj računalnog vida

Evo nekih uobičajenih alata koje možete koristiti za dobivanje informacija o svojoj meti:

• Broj piksela: Prikazuje broj svijetlih ili tamnih piksela u objektu.
• Detekcija rubova: Pronađite rub objekta.
• Mjerenje (metrologija): mjerenje dimenzija predmeta (npr. u milimetrima).
• Prepoznavanje uzoraka ili podudaranje uzoraka: Tražite, podudarajte ili prebrojite određene uzorke. To može uključivati ​​otkrivanje objekta koji se može rotirati, djelomično skriven drugim objektom ili ima druge objekte.
• Optičko prepoznavanje znakova (OCR): Automatsko čitanje tekstova kao što su serijski brojevi.
• Barkod, Data Matrix i 2D čitanje crtičnog koda: Prikupite podatke sadržane u različitim standardima barkodiranja.
• Detekcija točke: Provjerava ima li na slici mrlja međusobno povezanih piksela (kao što je crna rupa u sivom objektu) kao referentnu točku za sliku.
• Analiza boja: identificirajte dijelove, proizvode i objekte prema boji, procijenite kvalitetu i označite elemente bojom.

Svrha dobivanja inspekcijskih podataka često je njihovo korištenje za usporedbu s ciljanim vrijednostima kako bi se utvrdilo prolaznost/pad ili nastavak/nenastavljanje.

Na primjer, prilikom skeniranja koda ili crtičnog koda, dobivena vrijednost se uspoređuje s pohranjenom ciljnom vrijednošću. U slučaju mjerenja, izmjerena vrijednost se uspoređuje s točnim vrijednostima i tolerancijama.

Prilikom provjere alfanumeričkog koda, vrijednost OCR teksta uspoređuje se s ispravnom ili ciljanom vrijednošću. Za provjeru površinskih nedostataka, veličina oštećenja može se usporediti s maksimalnom veličinom koju dopuštaju standardi kvalitete.

Kontrola kvalitete

Strojni vid ima ogroman potencijal u industriji. Korišteni su ti sustavi umjetnog vida u robotici, omogućuju nam da ponudimo automatsko rješenje za različite faze proizvodnje, kao što je kontrola kvalitete ili otkrivanje neispravnih proizvoda.

Kontrola kvalitete je skup metoda i alata koji će nam omogućiti prepoznavanje grešaka u procesu proizvodnje, kao i poduzimanje odgovarajućih mjera za njihovo otklanjanje. To omogućuje puno potpuniju kontrolu nad konačnim proizvodom, osiguravajući da će, kada dođe do potrošača, zadovoljiti specifične i utvrđene standarde kvalitete.

Na taj se način proizvodi koji ne zadovoljavaju minimalne uvjete kvalitete isključuju iz procesa, čime se eliminiraju mogući poremećaji u proizvodnom procesu, što se postiže kontinuiranim provođenjem inspekcija i nasumičnih ispitivanja.

Korištenje kontrole kvalitete u proizvodnji ima niz prednosti:

• Povećajte produktivnost;
• Smanjeni materijalni gubici;
• Pad cijena;
• Najbolja kvaliteta finalnog proizvoda.

Komunikacija u računalnom vidu

Nakon što ih procesor i softver prime, te se informacije mogu prenijeti u kontrolni sustav putem različitih industrijskih standardnih komunikacijskih protokola.

Glavni sustavi računalnog vida često podržavaju EtherNet/IP, Profinet i Modbus TCP. RS232 i RS485 serijski protokoli su također uobičajeni.

Digitalni I/O često je ugrađen u sustave pokretanja i pojednostavljuje izvješćivanje o rezultatima. Dostupni su i komunikacijski standardi računalnog vida.

Zaključak

Sustavi umjetnog vida imaju široku paletu primjena i mogu se prilagoditi različitim industrijama i različitim potrebama svake proizvodne linije. Danas svaka tvrtka koja proizvodi proizvode prema određenim standardima može iskoristiti računalni vid kao dio svog proizvodnog procesa.

Razumijevanje fizičkih principa i mogućnosti sustava umjetnog vida može biti od pomoći u određivanju je li takva tehnologija prikladna za proizvodni proces u određenom slučaju. Općenito, sve što ljudsko oko može vidjeti, kamera može vidjeti (ponekad više, ponekad manje), ali dekodiranje i prijenos tih informacija može biti prilično složeno.