Medzi rôzne druhy informácií, ktoré ľudia získavajú od prírody, je vizuálna akvizícia najvyššia, čo predstavuje asi 80% z celkových informácií. S vývojom informačných technológií sa ľudská vizuálna funkcia postupne poskytuje počítačom, robotom alebo inými inteligentnými strojmi. Strojová vízia, ktorá je v súčasnosti v neočakávanom priemysle, je jednou z takýchto technológií, ktorá realizuje automatické detekčné a analytické aplikácie prostredníctvom spracovania obrazu vrátane automatickej detekcie, riadenia procesov a navigácie robotov. V súčasnosti bola vyrobená technológia Machine Vision (MV). Senzory zraku, šošovky, vysokorýchlostné kamery, svetelné zdroje, softvér videnia, karty na získavanie obrázkov, procesory videnia atď. Sa stávajú viac sofistikovanejšími. V prostrediach priemyselnej automatizácie sa strojové videnie dostáva stále viac a viac pozornosti od tohto odvetvia a používa sa vo veľkom počte aplikácií, ako sú autá s vlastným riadením, výroba potravín, balenie a logistika, robotika a roboty.
Pokiaľ ide o strojové videnie, technici môžu veľa rozumieť, tento článok sa snaží vysvetliť pravdu, ktorá by mala byť známa o strojovom videní zo štyroch aspektov jeden po druhom.
Pravda 1: Vízia stroja ≠ počítačové videnie
Strojové videnie je zariadenie, ktoré automaticky prijíma a spracováva obrazy skutočných objektov pomocou optických zariadení a bezkontaktných senzorov, aby sa získali požadované informácie alebo riadili pohyb robota. V prevádzke od 50. rokov 20. storočia sa táto technológia skutočne rozbehla a v popularite vzrástla od roku 1980 do roku 1990. V priebehu desaťročí strojové vízie nahromadili rôzne definície toho, čo je a ako to funguje.
Automatizované zobrazovacie združenie (AIA) ponúka širšiu definíciu, ktorá je v tom, že strojové videnie zahŕňa všetky priemyselné a nepriepustné aplikácie, v ktorých kombinácia hardvéru a softvéru poskytuje prevádzkové vedenie zariadenia na vykonávanie funkcií založených na snímaní a spracovaní obrazu. Na druhej strane SHaPenterPriseai ponúka užšiu definíciu strojového videnia a nazýva ho „schopnosť zraku počítača“, ktorý používa jednu alebo viac kamier, analógovo-digitálne prevodníky (ADC) a Digitálne spracovanie signálov (DSP) Prejdite výsledné údaje do počítača alebo radiča robotov.
V praxi musí strojové videnie často pracovať v spojení s inými pokročilými technológiami, vrátane spracovania prirodzeného jazyka, automatizácie robotických procesov (RPA), umelej inteligencie (AI) a strojového učenia (ML), aby sa realizovali schopnosti „vízie“ potrebné pre automatizácia. Ako mozog si môžete myslieť na strojové videnie ako na oči automatizácie, AI a ML ako na mozog a RPA za poskytovanie „klávesového prehrávača“ potrebného na dokončenie práce. Prijatie automatizácie sa v posledných rokoch zrýchlilo a je dôležité, aby organizácie zostali konkurencieschopné vo svojich odvetviach. Ak uvažujete o automatizácii ako o „digitálnej pracovnej sile“ v práci, všetci títo „digitálny zamestnanci“ boli slepí bez pridania strojového videnia.
Počítačová vízia bola v posledných rokoch tiež veľkým hitom v tomto odvetví, tak ako to súvisí s strojovým videním? Na makroúrovni je strojové videnie systémová inžinierska disciplína, ktorá integruje a aplikuje existujúce technológie novými spôsobmi na riešenie problémov v reálnom svete. Na druhej strane je počítačová vízia forma informatiky, ktorá sa nerealizuje pomocou hmatateľného hardvéru, ako sú napríklad videnie zariadenia, ako sú kamery pripevnené k robotom.
Konkrétnejšie, strojové videnie je telo systému, zatiaľ čo počítačové videnie je inteligencia systému, mozog, ktorý spracúva informácie. Bez počítačového videnia nebude strojové videnie fungovať. Strojové učenie, hlboké vzdelávanie a neurónové siete sú tri techniky používané na spracovanie položiek rýchlejšie prostredníctvom systému strojového videnia. Tieto tri techniky sa dajú použiť na rozšírenie porozumenia toho, čo má byť lokalizované, čo z neho robí cenný prínos pre strojové videnie. Ako sa technológia počítačového videnia rozvíja, podľa toho sa zvyšujú možnosti potenciálnych aplikácií strojového videnia.
Je potrebné poznamenať, že strojové videnie a spracovanie obrazu sú tiež dva rôzne koncepty; Spracovanie obrazu je proces, ktorý prenáša obraz, zatiaľ čo systémy strojového videnia dokážu zistiť a klasifikovať širokú škálu objektov a predmetov v širokej škále odvetví vrátane automobilového priemyslu, elektroniky a polovodičov, potravín a nápojov, cestnej a vozidlovej dopravy alebo inteligentnej dopravy Systémy (ITS), lekárske zobrazovanie, obaly, označovanie a tlač, farmaceutiká a televízne vysielanie. Technológie založené na strojových videniach sa stávajú ústredným bodom vytvárania automatizácie.
Pravda 2: Hardvér a vývoj softvéru viedli k pokroku v strojovom videní
Strojové videnie je oko priemyselnej automatizácie. Jeho hlavným pracovným tokom je: Systém prevádza zachytené ciele na obrazové signály pomocou produktov Machine Vision Products (EG Camera, CMOS alebo CCD) a potom prenáša obrazové signály do vyhradeného systému spracovania obrázkov. Na základe informácií, ako je distribúcia pixelov, jas a farba, sa obrazové signály potom prevedú na digitálne signály, ktoré v konečnom dôsledku umožňujú stroje (roboty alebo iné priemyselné nástroje) vykonávať priemyselné úlohy, ako je výroba a overenie kvality.
Strojové videnie je kľúčovým prvkom priemyslu 4. 0 a pomáha systémom priemyselnej automatizácie rôznymi spôsobmi, ako je zvýšenie efektívnosti zlepšením inventára, zisťovaním chybných výrobkov a zlepšením kvality výroby. Na presné napodobňovanie vnímania človeka si strojové videnie vyžaduje pomoc s celým radom zariadení a softvéru. Neustále vývoj týchto hardvérových a softvérových technológií ďalej poháňa vývoj technológie strojového videnia.
01 inteligentný fotoaparát
Fotoaparát je hlavné zariadenie používané na kontrolu objektu alebo položky v systéme Vision Machine Vision. Niekedy bude možno potrebné nainštalovať viac kamier v konkrétnom bode inšpekcie, aby sa zabezpečilo, že každý detail je možné správne skontrolovať. Keď systém strojového videnia potrebuje zachytiť a extrahovať informácie špecifické pre aplikáciu z obrázka, je to miesto, kde je potrebná podpora inteligentného fotoaparátu. Inteligentné fotoaparáty zvyčajne obsahujú všetky potrebné komunikačné rozhrania a môžu byť pripojené k Wi-Fi alebo serveru, aby sa vysielali zachytené obrazové údaje. Ako výkonný nástroj, hlboké učenie umožňuje dizajnérom systému rýchlo automatizovať komplexné a subjektívne rozhodnutia a zároveň zlepšovať kvalitu a kapacitu produktu.
02 3 d Camera
3D fotoaparát môže zobrazovať hĺbku zisteného objektu v obrázku, aby zobrazoval rôzne uhly obrázka. Použitím 3D kamery v systéme Vision Machine Vision bude výsledkom iná perspektíva a vnímanie hĺbky. Kamery s časom letu (TOF) sú 3D kamery, ktoré používajú princíp času letu na meranie vzdialenosti. TOF Imagingova technológia jej umožňuje vykonávať 3D zobrazovanie bez skenovania objektu. 40 metrov pri maximálnom 100 obrázkoch za sekundu, s rozlíšením vzdialenosti asi 5 až 10 milimetrov a bočným rozlíšením približne 200 x 200.
Historicky sa TOF často považovala za menej presnú technológiu snímania 3D kvôli niektorým otázkam o jeho presnosti. V posledných rokoch samozrejme mnoho hlavných spoločností vyvinulo produkty s vysokým rozlíšením až do 1,3 megapixelov a vysoko presné fotoaparáty TOF pre systémy strojového videnia môžu výrazne zlepšiť flexibilitu a automatizáciu výroby.
Senzor spoločnosti Texas Instruments 'OPT8241 (TOF) (TOF) kombinuje snímanie TOF s analógom-digitálnym prevodníkom a programovateľným generátorom časovania (TG), ktorý poskytuje obrázky rozlíšenia 320 x 240 pri snímkových frekvenciách až do 150 fps. Vstavané ovládacie prvky TG resetuje, moduláciu a odčítanie digitalizovanej sekvencie. Zároveň je programovateľná TG, ktorá poskytuje flexibilitu na optimalizáciu rôznych metrií výkonu vnímania rôznych hĺbkov, ako je výkon, robustnosť pohybu, pomer signálu k šumu a zrušenie životného prostredia.
03 Senzory videnia
Senzory videnia sú jadrom systému strojového videnia a sú zdrojom maximalizácie charakteristík prostredia, pričom základnými zariadeniami sú obrazové senzory, ako sú CCD a CMO. Tieto senzory zraku s vyšším rozlíšením sú zvyčajne schopné vytvárať obrázky, ktoré obsahujú viac pixelov, veľmi užitočné pri zlepšovaní kvality obrazu a uľahčovaní rozpoznávania vizuálnych detailov.
Senzory CCD sú už dlho dominantnou technológiou na zachytávanie vysokokvalitných obrázkov s nízkym šumom. Výroba senzorov CCD je však nákladná, a preto vo všeobecnosti drahšie, a spotrebúvajú oveľa viac energie ako senzory CMOS. Dnes sa technológia senzorov CMOS posúvala do bodu, keď sa môže rýchlo priblížiť k kvalite a funkčnosti technológie CCD, za nižšiu cenu, v menšej veľkosti a s nižšou spotrebou energie. Kamery CMOS majú zvyčajne vyššiu snímkovú rýchlosť ako CCD kamery , kritická vlastnosť pre systémy strojového videnia, ktoré sa spoliehajú na spracovanie obrazu v reálnom čase pre automatizáciu alebo analýzu obrazových údajov. Senzory CMOS sú navyše citlivejšie na infračervené vlnové dĺžky ako senzory CCD a výrobcovia CMOS a tvorcovia fotoaparátov to využívajú na zachytenie infračerveného svetla, čím poskytujú ďalšiu zobrazovaciu schopnosť pre rozpoznávanie obrázkov. Pri rovnováhe môžu byť senzory CMOS vhodnejšie pre aplikácie strojového videnia.
04 zdroj svetla
Ako pomocné zobrazovacie zariadenie, zdroj svetla často hrá rozhodujúcu úlohu v kvalite zobrazovania. Napríklad produkty LED osvetľovacieho zariadenia ponúkajú väčšiu flexibilitu s nastaviteľnými uhlami a dodatočnými vlnovými dĺžkami pre konzistentnejšiu spektrálnu odozvu. Vďaka širokej škále vlnových dĺžok a tvarov svetelných zdrojov dostupných na trhu nie je výber produktu ťažký.
05 Karta zachytávania obrázkov
Karta na získavanie obrázkov sa zvyčajne dodáva vo forme karty s plug-in počítač, ktorej hlavnou úlohou je prenos výstupu obrázka do hostiteľského počítača. Karty na získavanie obrázkov sú potrebné na konverziu analógových alebo digitálnych signálov z fotoaparátu na prúd obrazových údajov v konkrétnom formáte a môžu tiež ovládať niektoré parametre fotoaparátu, ako sú spúšťacie signály, časy expozície/integrácie, rýchlosti uzávierky atď. ďalej. Karty na získavanie obrázkov majú zvyčajne rôzne hardvérové štruktúry pre rôzne typy kamier, ako aj rôzne formy zbernice, ako sú PCI, PCI64, Compakt PCI, PC104, ISA atď.
06 Softvér na spracovanie vízie
Softvér Machine Vision sa používa na dokončenie spracovania vstupných obrazových údajov a potom prostredníctvom určitých výpočtov získajú požadované výsledky. Softvér na všeobecné účely strojového videnia je dodávaný vo forme C/C ++ knižnice obrázkov, ovládacích prvkov ActiveX a grafických programovacích prostredí atď. Zarovnanie atď. alebo všeobecné účely vrátane lokalizácie, merania, rozpoznávania čiarových kódov/znakov, detekcie škvŕn atď.
Pravda 3: Trh strojových vízií rýchlo rastie, pričom automobilový priemysel za to pripisuje kredit
Hodnota strojového videnia v automatizácii spočíva v jej schopnosti rýchlo a efektívne zachytiť a spracovávať veľké množstvo dokumentov, obrázkov a videí, množstiev a rýchlosti, ktoré ďaleko presahujú ľudské schopnosti.
Vyhliadky na široké aplikácie a obrovský trhový potenciál určujú, že strojové videnie musí byť rastúcim trhom, údaje o trhoch a trhoch ukazujú, že sa očakáva, že veľkosť trhu s strojovým videním bude rásť z 10,7 miliárd dolárov v roku 2020 na 14,7 miliárd dolárov v roku 2025 v zloženom ročnom ročnom období. Miera rastu 6,5%.
Podľa prieskumu Grand View Research bola veľkosť trhu s globálnymi strojovými víziami 13,23 miliardy v 2 0 21 a očakáva sa, že v rokoch 2022 až 2030 bude rásť pri zloženej ročnej miere rastu (CAGR) 7,7%. Dopyt po vízii Sprievodné robotické systémy v automobilovom priemysle, potravinách a nápojoch, farmaceutických a chemických a obalových odvetviach sú hlavným hnacím motorom rastu trhu. Medzi nimi automobilový priemysel zostáva v roku 2021 najväčším osvojiteľom systémov strojového videnia, s príjmami viac ako 15,0% z automobilového priemyslu v roku 2021 a očakáva sa, že v nasledujúcich rokoch bude neustále rásť.
Trendy na trhu s strojmi v USA podľa priemyslu, 2020 - 2030
Pravda 4: Strojové videnie bude mať veľký rozdiel v aplikáciách robotiky
Existuje veľa príležitostí na to, aby sa strojová vízia rozšírila z hľadiska rozsahu trhu a aplikácií. Tieto príležitosti si vyžadujú určitú fantáziu, čo znamená, že strojové videnie nie je len o výmene očí technika, ale o využití robotov na plnenie úloh, ktoré technici nemôžu. Strojové videnie dáva robotom schopnosť „vidieť“ v reálnom čase a vo veľkej miere, čo im umožňuje robiť rozhodnutia na základe komplexného pohľadu na objekt alebo prostredie. Dnes sa roboti vo svete používajú čoraz viac. Ak sú roboty vybavené strojovým videním, dáva im väčšiu presnosť, orientáciu a porozumenie, schopnosť presnejšie uchopiť objekty, umiestniť objekty s väčšou presnosťou a rýchlejšie vykonávať zložitejšie úlohy.
Strojové videnie sa v robotických aplikáciách stáva čoraz dôležitejšou a podľa nedávnej správy združenia pre rozvoj automatizácie (A3), trh s robotikami a strojovými videniami dosiahol v druhom štvrťroku 2021 podstatný nárast v porovnaní s rokom 2020. Roboty sa už používajú široko a s príchodom kolaboratívnych robotov a rýchlym vývojom 3D strojového videnia sa budú používať častejšie v kombinácii.
Strojové videnie stelesňuje technologické schopnosti, rovnako ako iné schopnosti, ako sú automatizácia, strojové učenie, hlboké učenie a neurónové siete. Je to schopnosť, ktorú je možné integrovať do iných technológií a procesov, aby prospelo odvetviu a zlepšeniu efektívnosti podnikania. Roboty majú dnes čoraz viac vstavané strojové videnie, čo im umožňuje vykonávať zložitejšie úlohy. Tieto úlohy by neboli možné bez strojového videnia, ktoré by robotovi povedali presne tam, kde sa nachádza položka. Strojové videnie je kľúčom k odomknutiu úplného potenciálu automatizácie a pridanie inteligencie k automatizácii inteligentnej automatizácie.