Masjienvisiestelsel is 'n tegniese stelsel wat masjiene gebruik om menslike oë te vervang om meting, identifikasie en oordeel te voltooi. Dit is een van die belangrike takke van rekenaarwetenskap. Die stelsel integreer multidissiplinêre tegnologieë soos optika, meganika, elektronika en rekenaarsagteware en hardeware, en behels baie velde soos beeldverwerking, patroonherkenning, kunsmatige intelligensie, seinverwerking en opties-meganiese integrasie.
Met die vinnige ontwikkeling van sleuteltegnologieë soos beeldverwerking en patroonherkenning, het die diepte en breedte van masjienvisietoepassings ook steeds uitgebrei.
In onlangse jare, aangedryf deur slim vervaardiging en industriële outomatisering, het masjienvisie-tegnologie ontwikkel na hoër akkuraatheid en intelligensie. In vergelyking met tradisionele tweedimensionele beeldverwerking, verander navorsing en toepassing in die veld van industriële visie geleidelik na 3D visuele inspeksietegnologie, en is dit op groot skaal toegepas in scenario's soos sweisinspeksie, onderdelesortering en metaalplaatmeting.
Daar kan gesê word dat masjienvisie-inspeksie van 'tweedimensionele herkenning' na 'driedimensionele persepsie' beweeg.
Vanuit die perspektief van stelselsamestelling, sluit 'n volledige masjienvisiestelsel gewoonlik 'n beligtingstelsel, industriële lens, kamerastelsel en beeldverwerkingstelsel in. In praktiese toepassings is dit nodig om sleutelfaktore soos stelselbedryfspoed en beeldverwerkingsdoeltreffendheid, kameratipe (kleur of swart en wit), of die inspeksieteiken groottemeting of defekidentifikasie, vereiste gesigsveldreeks, resolusie en beeldkontras volgens spesifieke inspeksiebehoeftes is, volledig te oorweeg om 'n stabiele en doeltreffende visuele inspeksie-oplossing te bou.
die visuele sisteemDie struktuur van
Hardeware stelsel ontwerp
Die hardeware-deel van die masjienvisiestelsel bestaan hoofsaaklik uit industriële lense, industriële kameras, beeldopnamekaarte, invoer-/uitseteenhede en beheertoestelle.
Die algehele werkverrigting van die visiestelsel hang nie net af van die kwaliteit van die kamerapiksels en hardeware self nie, maar nog belangriker, die redelike passing en samewerkende werk tussen die verskillende hardewaremodules. Byvoorbeeld, die passing van lens en kamera resolusie, en die verenigbaarheid van vang kaart en data koppelvlak sal die stelsel beeldkwaliteit en operasionele stabiliteit direk beïnvloed.
Daarom is 'n hoëprestasie-visiestelsel onafskeidbaar van omvattende oorweging van hardewarekeuse, stelselstruktuur en toepassingscenario's.
Sagteware stelsel ontwerp
Die sagteware-ontwerp van die visuele stelsel is een van die kernskakels in die hele stelsel en het 'n hoë tegniese kompleksiteit. Tydens die sagteware-ontwikkelingsproses moet ons nie net aandag gee aan die optimalisering van programstruktuur en bedryfsdoeltreffendheid nie, maar ook fokus op die akkuraatheid, realiseerbaarheid en stabiele prestasie van die algoritme in werklike scenario's.
Nadat die sagtewarestelsel voltooi is, moet die robuustheid daarvan ten volle getoets en deurlopend geoptimaliseer word om te verseker dat die stelsel stabiele en betroubare opsporingsprestasie in komplekse eksterne omgewings kan handhaaf, soos beligtingsveranderinge, agtergrondinterferensie en teikenverskille.
In robotvisietoepassings bestaan die stelsel gewoonlik uit twee dele: 'n beeldverkrygingsmodule en 'n visieverwerkingsmodule.
Onder hulle sluit die beeldverkrygingsmodule 'n beligtingstelsel, 'n visuele sensor, 'n analoog-na-digitaal-omskakelaar (A/D), 'n raamgeheue, ens. in, en word gebruik om tweedimensionele beeldinligting in die omgewing in te samel.
Die robotvisiestelsel verkry beelddata deur die visuele sensor, en ontleed, identifiseer en verstaan dit dan deur die visieverwerker, en sit die verwerkingsresultate om in uitvoerbare beheerinstruksies, sodat die robot die teikenvoorwerp akkuraat kan identifiseer en sy ruimtelike posisie kan bepaal, en sodoende take soos posisionering, gryp en montering kan voltooi.
Hoë-presisie nie-kontak meetoplossing
Die spektrale konfokale sensor werk gebaseer op die beginsel van witligverspreiding, en fokus monochromatiese lig van verskillende golflengtes by verskillende fokusposisies deur 'n spesiale optiese stelsel. Die stelsel kan die afstand tussen die voorwerp en die sensor akkuraat bereken op grond van die golflengte-inligting van die lig wat vanaf die oppervlak van die gemete voorwerp gereflekteer word.
Hierdie meetmetode word nie beïnvloed deur die intensiteit van weerkaatste lig nie, is geskik vir byna alle materiale, en kan hoë-presisie, hoë-stabiliteit nie-kontakmeting bereik. 'n Enkele skandering kan die volledige of gedeeltelike 3D-topografie van die oppervlak van die gemete voorwerp verkry, wat aansienlike voordele inhou soos hoë akkuraatheid, vinnige spoed en sterk stabiliteit.
In vergelyking met tradisionele laseropsporingsmetodes, presteer spektrale konfokale tegnologie besonder goed in die opsporing van deursigtige voorwerpe, hoogs reflektiewe spieëls en sterk ligabsorberende materiale. Dit word wyd gebruik in aanlyn opsporingscenario's in nywerhede soos 3C-elektronika, halfgeleiers, litiumbattery nuwe energie en presisie hardeware.
Industriële graad 3D metingsoplossing
Laser triangulasie is 'n volwasse driedimensionele meetmetode wat wyd gebruik word in nywerhede soos hout, rubber, bande, motoronderdele, metaal en gietyster. Dit is ook geskik vir grootskaalse inspeksie-scenario's soos padoppervlaktes.
Hierdie tegnologie genereer 3D-puntwolkdata deur gestruktureerde laserlig op die oppervlak van 'n voorwerp te projekteer, en die kamera versamel die laserlynprofiel en bereken hoogte-inligting. In praktiese toepassings beweeg die gemete voorwerp gewoonlik onder die sensor, en verskeie kontoerafdelings word voortdurend versamel en gesplits om uiteindelik 'n volledige driedimensionele beeld te vorm.
Die installasiehoek tussen die laser en die kamera het 'n belangrike impak op metingsakkuraatheid en stelselstabiliteit. Die verhoging van die hoek help om hoogteresolusie te verbeter, terwyl die vermindering van die hoek help om algehele stabiliteit te verbeter. Gekombineer met volwasse sagteware-algoritmes, kon hierdie tegnologie doeltreffende en betroubare 3D-dataverwerking en -analise bewerkstellig.
3D stereo visie kamera oplossing
Die 3D stereo visie kamera is gebaseer op die beginsel van binokulêre visie soortgelyk aan dié van die menslike oog. Dit verkry beelde vanuit verskillende kykhoeke deur twee kameras en gebruik parallaksinligting om die dieptedata van die voorwerp te bereken.
In werklike industriële toepassings word ewekansige tekstuurprojeksie gewoonlik gekombineer om die kenmerkende inligting van die oppervlak van die gemete voorwerp te verbeter, en sodoende die beeldpassing akkuraatheid te verbeter. Hierdie tegnologie is wyd gebruik in scenario's soos robotleiding, samestellingposisionering en stelselontfouting, en het goeie aanpasbaarheid in dinamiese opsporing en buigsame produksieomgewings getoon.
Vinnige ruimtelike posisionering
ToF-kameras bereken teikenafstand deur pulse van infrarooi lig uit te stuur en die tyd te meet wat dit neem vir die gereflekteerde lig om terug te keer na die sensor, soortgelyk aan radarbereik.
Vroeë ToF-tegnologie is beperk deur resolusie en metingsakkuraatheid, wat dit moeilik gemaak het om aan industriële-vlak opsporing vereistes te voldoen. Met die vooruitgang van tegnologie het megapixel ToF-kameras na vore gekom, wat geleidelik bevorder word in toepassings soos 3D-voorwerpopsporing, robot laai en aflaai, en palet laai en aflaai.
Daar moet kennis geneem word dat ToF-tegnologie meer geskik is vir teikenherkenning en ruimtelike posisionering, en nie geskik is vir hoë-presisie dimensionele metingscenario's nie.
Die rol van sagteware in 3D-visie
bestaan In 'n 3D-masjienvisiestelsel is beeldverwerking en ontledingsagteware gelykstaande aan die 'brein' van die stelsel.
Tradisionele visuele inspeksie maak sterk staat op reëlprogrammering en voltooi inspeksietake deur kenmerkvergelyking en drempelbeoordeling. Namate die kompleksiteit van toepassingscenario's steeds toeneem, word diepleer en kunsmatige neurale netwerke (ANN) geleidelik hoofstroomoplossings.
Kunsmatige neurale netwerke is saamgestel uit 'n groot aantal onderling verbind 'neurone', en hul verbinding gewigte kan voortdurend aangepas word volgens die opleiding data, en sodoende outonome leer en kenmerk onttrekking bereik. Onder die diep leerraamwerk hoef die stelsel nie komplekse beeldkenmerke met die hand te definieer nie. Dit hoef slegs oorspronklike beelddata in te voer om kenmerkonttrekking, klassifikasie en oordeel outomaties te voltooi, wat sterker aanpasbaarheid en robuustheid in komplekse industriële omgewings toon.
Met die voortdurende volwassenheid van 3D-beeldtegnologie, puntwolkverwerkingsalgoritmes en kunsmatige intelligensie, ontwikkel masjienvisie-inspeksie na hoër akkuraatheid, sterker intelligensie en wyer toepassingscenario's.
Zhixiang Vision se kombinasie van 3D-masjienvisie en diep leer sal voortgaan om die grense van industriële inspeksie uit te brei en meer betroubare tegniese ondersteuning te bied vir intelligente vervaardiging en outomatisering opgraderings. Die masjienvisiebedryf is vol verwagtinge vir die toekoms, laat ons wag en sien.
