Systém strojového vidění je technický systém, který používá stroje k nahrazení lidských očí k dokončení měření, identifikace a posouzení. Je to jeden z důležitých oborů informatiky. Systém integruje multidisciplinární technologie, jako je optika, mechanika, elektronika a počítačový software a hardware, a zahrnuje mnoho oblastí, jako je zpracování obrazu, rozpoznávání vzorů, umělá inteligence, zpracování signálů a opticko-mechanická integrace.
S rychlým rozvojem klíčových technologií, jako je zpracování obrazu a rozpoznávání vzorů, se dále rozšiřovala hloubka a šířka aplikací strojového vidění.
Technologie strojového vidění se v posledních letech, poháněná inteligentní výrobou a průmyslovou automatizací, vyvíjí směrem k vyšší přesnosti a inteligenci. Ve srovnání s tradičním zpracováním dvourozměrného obrazu se výzkum a aplikace v oblasti průmyslového vidění postupně transformují na technologii 3D vizuální kontroly a ve velkém měřítku se uplatňují ve scénářích, jako je kontrola svarů, třídění dílů a měření plechů.
Dá se říci, že inspekce strojového vidění přechází od „dvourozměrného rozpoznávání“ k „trojrozměrnému vnímání“.
Z hlediska skladby systému kompletní systém strojového vidění obvykle obsahuje osvětlovací systém, průmyslovou čočku, kamerový systém a systém zpracování obrazu. V praktických aplikacích je nutné komplexně zvážit klíčové faktory, jako je provozní rychlost systému a efektivita zpracování obrazu, typ kamery (barevná nebo černobílá), zda je cílem inspekce měření velikosti nebo identifikace defektu, požadovaný rozsah zorného pole, rozlišení a kontrast obrazu podle konkrétních inspekčních potřeb, aby bylo možné vybudovat stabilní a efektivní řešení vizuální inspekce.
zrakového systémuStruktura
Návrh hardwarového systému
Hardwarová část systému strojového vidění sestává především z průmyslových čoček, průmyslových kamer, karet pro snímání obrazu, vstupně/výstupních jednotek a řídicích zařízení.
Celkový výkon systému počítačového vidění nezávisí pouze na kvalitě pixelů fotoaparátu a hardwaru samotného, ale co je důležitější, na rozumném sladění a spolupráci mezi různými hardwarovými moduly. Například přizpůsobení rozlišení objektivu a fotoaparátu a kompatibilita snímací karty a datového rozhraní přímo ovlivní kvalitu zobrazení systému a provozní stabilitu.
Proto je vysoce výkonný systém počítačového vidění neoddělitelný od komplexního zvážení výběru hardwaru, struktury systému a aplikačních scénářů.
Návrh softwarového systému
Softwarový návrh vizuálního systému je jedním ze základních článků celého systému a má vysokou technickou náročnost. Během procesu vývoje softwaru musíme věnovat pozornost nejen optimalizaci struktury programu a provozní efektivitě, ale také se zaměřit na přesnost, realizovatelnost a stabilní výkon algoritmu ve skutečných scénářích.
Po dokončení softwarového systému musí být jeho robustnost plně testována a průběžně optimalizována, aby bylo zajištěno, že systém dokáže udržet stabilní a spolehlivý výkon detekce ve složitých vnějších prostředích, jako jsou změny osvětlení, rušení pozadí a rozdíly mezi cíli.
V aplikacích robotického vidění se systém obvykle skládá ze dvou částí: modulu pořizování obrazu a modulu zpracování obrazu.
Mezi nimi modul pro získávání obrazu zahrnuje osvětlovací systém, vizuální senzor, analogově-digitální převodník (A/D), paměť snímků atd. a používá se ke sběru dvourozměrných obrazových informací v prostředí.
Systém robotického vidění získává obrazová data prostřednictvím vizuálního senzoru a poté je analyzuje, identifikuje a rozumí jim pomocí obrazového procesoru a převádí výsledky zpracování do spustitelných řídicích instrukcí, takže robot může přesně identifikovat cílový objekt a určit jeho prostorovou polohu, čímž dokončí úkoly, jako je umístění, uchopení a montáž.
Vysoce přesné řešení bezkontaktního měření
Spektrální konfokální senzor pracuje na principu disperze bílého světla, zaostřuje monochromatické světlo různých vlnových délek na různé pozice zaostření prostřednictvím speciálního optického systému. Systém dokáže přesně vypočítat vzdálenost mezi objektem a senzorem na základě informace o vlnové délce světla odraženého od povrchu měřeného objektu.
Tato metoda měření není ovlivněna intenzitou odraženého světla, je vhodná pro téměř všechny materiály a lze s ní dosáhnout vysoce přesného a vysoce stabilního bezkontaktního měření. Jediným skenem lze získat úplnou nebo částečnou 3D topografii povrchu měřeného objektu, což má významné výhody, jako je vysoká přesnost, vysoká rychlost a silná stabilita.
Ve srovnání s tradičními metodami laserové detekce funguje spektrální konfokální technologie zvláště dobře při detekci průhledných objektů, vysoce reflexních zrcadel a materiálů se silnou absorbcí světla. Je široce používán v online scénářích detekce v průmyslových odvětvích, jako je elektronika 3C, polovodiče, nová energie lithiových baterií a přesný hardware.
Řešení 3D měření v průmyslové kvalitě
Laserová triangulace je vyspělá metoda trojrozměrného měření, která se široce používá v průmyslových odvětvích, jako je dřevo, guma, pneumatiky, automobilové díly, kov a litina. Je také vhodný pro scénáře rozsáhlých kontrol, jako jsou povrchy vozovek.
Tato technologie generuje 3D data mračna bodů promítáním strukturovaného laserového světla na povrch objektu a kamera sbírá profil laserové čáry a vypočítává informace o výšce. V praktických aplikacích se měřený objekt obvykle pohybuje pod senzorem a několik konturových úseků je průběžně shromažďováno a spojováno, aby se nakonec vytvořil kompletní trojrozměrný obraz.
Instalační úhel mezi laserem a kamerou má důležitý vliv na přesnost měření a stabilitu systému. Zvětšení úhlu pomáhá zlepšit rozlišení výšky, zatímco zmenšení úhlu pomáhá zlepšit celkovou stabilitu. V kombinaci s vyspělými softwarovými algoritmy byla tato technologie schopna dosáhnout efektivního a spolehlivého zpracování a analýzy 3D dat.
Řešení 3D stereo kamery
3D kamera pro stereo vidění je založena na principu binokulárního vidění podobnému lidskému oku. Pořizuje snímky z různých úhlů pohledu prostřednictvím dvou kamer a využívá informace paralaxy k výpočtu údajů o hloubce objektu.
Ve skutečných průmyslových aplikacích se náhodná projekce textury obvykle kombinuje, aby se zlepšily charakteristické informace o povrchu měřeného objektu, čímž se zlepšila přesnost přizpůsobení obrazu. Tato technologie byla široce používána ve scénářích, jako je navádění robotů, polohování sestav a ladění systému, a prokázala dobrou přizpůsobivost v dynamické detekci a flexibilních výrobních prostředích.
Rychlé prostorové polohování
Kamery ToF počítají vzdálenost cíle vysíláním pulsů infračerveného světla a měřením doby, za kterou se odražené světlo vrátí do senzoru, podobně jako radar.
Raná technologie ToF byla omezena rozlišením a přesností měření, takže bylo obtížné splnit požadavky na detekci na průmyslové úrovni. S pokrokem technologie se objevily megapixelové kamery ToF, které se postupně prosazují v aplikacích, jako je detekce 3D objektů, nakládání a vykládání robotů a nakládání a vykládání palet.
Je třeba poznamenat, že technologie ToF je vhodnější pro rozpoznávání cíle a prostorové určování polohy a není vhodná pro scénáře vysoce přesného měření rozměrů.
Role softwaru ve 3D vidění
existovat V systému 3D strojového vidění je software pro zpracování a analýzu obrazu ekvivalentní „mozku“ systému.
Tradiční vizuální inspekce se do značné míry opírá o programování pravidel a dokončuje inspekční úkoly prostřednictvím porovnávání funkcí a posouzení prahových hodnot. Jak se složitost aplikačních scénářů neustále zvyšuje, hluboké učení a umělé neuronové sítě (ANN) se postupně stávají mainstreamovými řešeními.
Umělé neuronové sítě se skládají z velkého počtu propojených „neuronů“ a jejich váhy připojení lze průběžně upravovat podle trénovacích dat, čímž je dosaženo autonomního učení a extrakce funkcí. V rámci hlubokého učení systém nemusí ručně definovat složité obrazové prvky. Potřebuje pouze vložit původní obrazová data, aby automaticky dokončila extrakci, klasifikaci a posouzení vlastností, což ukazuje na silnější adaptabilitu a robustnost ve složitých průmyslových prostředích.
S neustálou vyspělostí technologie 3D zobrazování, algoritmů pro zpracování mračna bodů a umělé inteligence se inspekce strojového vidění vyvíjí směrem k vyšší přesnosti, silnější inteligenci a širším aplikačním scénářům.
Kombinace 3D strojového vidění a hlubokého učení společnosti Zhixiang Vision bude nadále rozšiřovat hranice průmyslové kontroly a poskytovat spolehlivější technickou podporu pro inteligentní upgrady výroby a automatizace. Odvětví strojového vidění je plné očekávání do budoucna, počkejme a uvidíme.
