Το σύστημα μηχανικής όρασης είναι ένα τεχνικό σύστημα που χρησιμοποιεί μηχανές για να αντικαταστήσει τα ανθρώπινα μάτια για να ολοκληρώσει τη μέτρηση, την αναγνώριση και την κρίση. Είναι ένας από τους σημαντικούς κλάδους της επιστήμης των υπολογιστών. Το σύστημα ενσωματώνει πολυεπιστημονικές τεχνολογίες όπως οπτική, μηχανική, ηλεκτρονικά και λογισμικό και υλικό υπολογιστών, και περιλαμβάνει πολλούς τομείς όπως η επεξεργασία εικόνας, η αναγνώριση προτύπων, η τεχνητή νοημοσύνη, η επεξεργασία σήματος και η οπτικο-μηχανική ολοκλήρωση.
Με την ταχεία ανάπτυξη βασικών τεχνολογιών, όπως η επεξεργασία εικόνας και η αναγνώριση προτύπων, το βάθος και το εύρος των εφαρμογών μηχανικής όρασης συνέχισαν επίσης να επεκτείνονται.
Τα τελευταία χρόνια, με γνώμονα την έξυπνη κατασκευή και τον βιομηχανικό αυτοματισμό, η τεχνολογία μηχανικής όρασης εξελίσσεται προς υψηλότερη ακρίβεια και ευφυΐα. Σε σύγκριση με την παραδοσιακή δισδιάστατη επεξεργασία εικόνας, η έρευνα και η εφαρμογή στον τομέα της βιομηχανικής όρασης μετατρέπεται σταδιακά σε τεχνολογία 3D οπτικής επιθεώρησης και έχει εφαρμοστεί σε μεγάλη κλίμακα σε σενάρια όπως επιθεώρηση συγκόλλησης, ταξινόμηση εξαρτημάτων και μέτρηση μεταλλικών φύλλων.
Μπορεί να ειπωθεί ότι η επιθεώρηση μηχανικής όρασης κινείται από τη «δισδιάστατη αναγνώριση» στην «τρισδιάστατη αντίληψη».
Από την άποψη της σύνθεσης του συστήματος, ένα πλήρες σύστημα μηχανικής όρασης περιλαμβάνει συνήθως ένα σύστημα φωτισμού, βιομηχανικό φακό, σύστημα κάμερας και σύστημα επεξεργασίας εικόνας. Σε πρακτικές εφαρμογές, είναι απαραίτητο να ληφθούν υπόψη βασικοί παράγοντες όπως η ταχύτητα λειτουργίας του συστήματος και η αποτελεσματικότητα επεξεργασίας εικόνας, ο τύπος κάμερας (έγχρωμη ή ασπρόμαυρη), εάν ο στόχος επιθεώρησης είναι η μέτρηση μεγέθους ή η αναγνώριση ελαττώματος, το απαιτούμενο εύρος οπτικού πεδίου, η ανάλυση και η αντίθεση απεικόνισης σύμφωνα με συγκεκριμένες ανάγκες επιθεώρησης, ώστε να δημιουργηθεί μια σταθερή και αποτελεσματική λύση οπτικής επιθεώρησης.
οπτικού συστήματοςΗ δομή του
Σχεδιασμός συστήματος υλικού
Το τμήμα υλικού του συστήματος μηχανικής όρασης αποτελείται κυρίως από βιομηχανικούς φακούς, βιομηχανικές κάμερες, κάρτες λήψης εικόνας, μονάδες εισόδου/εξόδου και συσκευές ελέγχου.
Η συνολική απόδοση του συστήματος όρασης δεν εξαρτάται μόνο από την ποιότητα των εικονοστοιχείων της κάμερας και του ίδιου του υλικού, αλλά το πιο σημαντικό από την λογική αντιστοίχιση και τη συνεργασία μεταξύ των διαφόρων μονάδων υλικού. Για παράδειγμα, η αντιστοίχιση ανάλυσης φακού και κάμερας και η συμβατότητα της κάρτας λήψης και της διεπαφής δεδομένων θα επηρεάσουν άμεσα την ποιότητα απεικόνισης του συστήματος και τη λειτουργική σταθερότητα.
Επομένως, ένα σύστημα όρασης υψηλής απόδοσης είναι αδιαχώριστο από την ολοκληρωμένη εξέταση της επιλογής υλικού, της δομής του συστήματος και των σεναρίων εφαρμογής.
Σχεδιασμός συστήματος λογισμικού
Ο σχεδιασμός λογισμικού του οπτικού συστήματος είναι ένας από τους βασικούς κρίκους σε ολόκληρο το σύστημα και έχει υψηλή τεχνική πολυπλοκότητα. Κατά τη διαδικασία ανάπτυξης λογισμικού, δεν χρειάζεται μόνο να δώσουμε προσοχή στη βελτιστοποίηση της δομής του προγράμματος και της αποδοτικότητας λειτουργίας, αλλά και στην ακρίβεια, τη δυνατότητα πραγματοποίησης και τη σταθερή απόδοση του αλγορίθμου σε πραγματικά σενάρια.
Μετά την ολοκλήρωση του συστήματος λογισμικού, η ευρωστία του πρέπει να ελέγχεται πλήρως και να βελτιστοποιείται συνεχώς για να διασφαλίζεται ότι το σύστημα μπορεί να διατηρεί σταθερή και αξιόπιστη απόδοση ανίχνευσης σε πολύπλοκα εξωτερικά περιβάλλοντα όπως αλλαγές φωτισμού, παρεμβολές φόντου και διαφορές στόχων.
Σε εφαρμογές όρασης ρομπότ, το σύστημα αποτελείται συνήθως από δύο μέρη: μια μονάδα λήψης εικόνας και μια μονάδα επεξεργασίας όρασης.
Μεταξύ αυτών, η μονάδα λήψης εικόνας περιλαμβάνει ένα σύστημα φωτισμού, έναν οπτικό αισθητήρα, έναν μετατροπέα αναλογικού σε ψηφιακό (A/D), μια μνήμη καρέ κ.λπ., και χρησιμοποιείται για τη συλλογή πληροφοριών δισδιάστατης εικόνας στο περιβάλλον.
Το σύστημα όρασης ρομπότ λαμβάνει δεδομένα εικόνας μέσω του οπτικού αισθητήρα και, στη συνέχεια, τα αναλύει, τα αναγνωρίζει και τα κατανοεί από τον επεξεργαστή όρασης και μετατρέπει τα αποτελέσματα επεξεργασίας σε εκτελέσιμες οδηγίες ελέγχου, έτσι ώστε το ρομπότ να μπορεί να αναγνωρίσει με ακρίβεια το αντικείμενο στόχο και να προσδιορίσει τη χωρική του θέση, ολοκληρώνοντας έτσι εργασίες όπως τοποθέτηση, αρπάγη και συναρμολόγηση.
Λύση μέτρησης χωρίς επαφή υψηλής ακρίβειας
Ο φασματικός ομοεστιακός αισθητήρας λειτουργεί με βάση την αρχή της διασποράς λευκού φωτός, εστιάζοντας το μονοχρωματικό φως διαφορετικών μηκών κύματος σε διαφορετικές θέσεις εστίασης μέσω ενός ειδικού οπτικού συστήματος. Το σύστημα μπορεί να υπολογίσει με ακρίβεια την απόσταση μεταξύ του αντικειμένου και του αισθητήρα με βάση τις πληροφορίες για το μήκος κύματος του φωτός που ανακλάται από την επιφάνεια του μετρούμενου αντικειμένου.
Αυτή η μέθοδος μέτρησης δεν επηρεάζεται από την ένταση του ανακλώμενου φωτός, είναι κατάλληλη για όλα σχεδόν τα υλικά και μπορεί να επιτύχει μέτρηση χωρίς επαφή υψηλής ακρίβειας και σταθερότητας. Μια μόνο σάρωση μπορεί να αποκτήσει την πλήρη ή μερική τρισδιάστατη τοπογραφία της επιφάνειας του μετρούμενου αντικειμένου, η οποία έχει σημαντικά πλεονεκτήματα όπως υψηλή ακρίβεια, γρήγορη ταχύτητα και ισχυρή σταθερότητα.
Σε σύγκριση με τις παραδοσιακές μεθόδους ανίχνευσης λέιζερ, η φασματική ομοεστιακή τεχνολογία αποδίδει ιδιαίτερα καλά στην ανίχνευση διαφανών αντικειμένων, εξαιρετικά ανακλαστικών καθρεφτών και ισχυρών υλικών που απορροφούν το φως. Χρησιμοποιείται ευρέως σε σενάρια online ανίχνευσης σε βιομηχανίες όπως τα ηλεκτρονικά 3C, οι ημιαγωγοί, η νέα ενέργεια μπαταρίας λιθίου και το υλικό ακριβείας.
Λύση 3D μέτρησης βιομηχανικής ποιότητας
Ο τριγωνισμός λέιζερ είναι μια ώριμη τρισδιάστατη μέθοδος μέτρησης που χρησιμοποιείται ευρέως σε βιομηχανίες όπως το ξύλο, το καουτσούκ, τα ελαστικά, τα ανταλλακτικά αυτοκινήτων, το μέταλλο και ο χυτοσίδηρος. Είναι επίσης κατάλληλο για σενάρια επιθεώρησης μεγάλης κλίμακας όπως οδοστρώματα.
Αυτή η τεχνολογία δημιουργεί τρισδιάστατα δεδομένα νέφους σημείων προβάλλοντας δομημένο φως λέιζερ στην επιφάνεια ενός αντικειμένου και η κάμερα συλλέγει το προφίλ γραμμής λέιζερ και υπολογίζει πληροφορίες ύψους. Σε πρακτικές εφαρμογές, το μετρούμενο αντικείμενο συνήθως κινείται κάτω από τον αισθητήρα και πολλαπλές τομές περιγράμματος συλλέγονται συνεχώς και συναρμολογούνται για να σχηματίσουν τελικά μια πλήρη τρισδιάστατη εικόνα.
Η γωνία εγκατάστασης μεταξύ του λέιζερ και της κάμερας έχει σημαντικό αντίκτυπο στην ακρίβεια μέτρησης και στη σταθερότητα του συστήματος. Η αύξηση της γωνίας βοηθά στη βελτίωση της ανάλυσης ύψους, ενώ η μείωση της γωνίας βοηθά στη βελτίωση της συνολικής σταθερότητας. Σε συνδυασμό με ώριμους αλγόριθμους λογισμικού, αυτή η τεχνολογία κατάφερε να επιτύχει αποτελεσματική και αξιόπιστη τρισδιάστατη επεξεργασία και ανάλυση δεδομένων.
Λύση 3D stereo vision κάμερας
Η κάμερα 3D στερεοφωνικής όρασης βασίζεται στην αρχή της διόφθαλμης όρασης παρόμοια με αυτή του ανθρώπινου ματιού. Αποκτά εικόνες από διαφορετικές γωνίες θέασης μέσω δύο καμερών και χρησιμοποιεί πληροφορίες παράλλαξης για να υπολογίσει τα δεδομένα βάθους του αντικειμένου.
Σε πραγματικές βιομηχανικές εφαρμογές, η τυχαία προβολή υφής συνήθως συνδυάζεται για να βελτιώσει τις χαρακτηριστικές πληροφορίες της επιφάνειας του μετρούμενου αντικειμένου, βελτιώνοντας έτσι την ακρίβεια αντιστοίχισης της εικόνας. Αυτή η τεχνολογία έχει χρησιμοποιηθεί ευρέως σε σενάρια όπως η καθοδήγηση ρομπότ, ο εντοπισμός θέσης συναρμολόγησης και ο εντοπισμός σφαλμάτων συστήματος και έχει επιδείξει καλή προσαρμοστικότητα σε δυναμική ανίχνευση και ευέλικτα περιβάλλοντα παραγωγής.
Γρήγορη χωρική τοποθέτηση
Οι κάμερες ToF υπολογίζουν την απόσταση-στόχο εκπέμποντας παλμούς υπέρυθρου φωτός και μετρώντας το χρόνο που χρειάζεται για να επιστρέψει το ανακλώμενο φως στον αισθητήρα, παρόμοιο με την εμβέλεια του ραντάρ.
Η πρώιμη τεχνολογία ToF περιορίστηκε από την ανάλυση και την ακρίβεια μέτρησης, καθιστώντας δύσκολη την κάλυψη των απαιτήσεων ανίχνευσης σε βιομηχανικό επίπεδο. Με την πρόοδο της τεχνολογίας, εμφανίστηκαν κάμερες ToF megapixel, οι οποίες προωθούνται σταδιακά σε εφαρμογές όπως η ανίχνευση αντικειμένων 3D, η φόρτωση και εκφόρτωση ρομπότ και η φόρτωση και εκφόρτωση παλετών.
Θα πρέπει να σημειωθεί ότι η τεχνολογία ToF είναι πιο κατάλληλη για αναγνώριση στόχων και χωρική τοποθέτηση και δεν είναι κατάλληλη για σενάρια μέτρησης διαστάσεων υψηλής ακρίβειας.
Ο ρόλος του λογισμικού στην τρισδιάστατη όραση
υπάρχω Σε ένα τρισδιάστατο σύστημα μηχανικής όρασης , το λογισμικό επεξεργασίας και ανάλυσης εικόνας είναι ισοδύναμο με τον «εγκέφαλο» του συστήματος.
Η παραδοσιακή οπτική επιθεώρηση βασίζεται σε μεγάλο βαθμό στον προγραμματισμό κανόνων και ολοκληρώνει τις εργασίες επιθεώρησης μέσω σύγκρισης χαρακτηριστικών και κρίσης κατωφλίου. Καθώς η πολυπλοκότητα των σεναρίων εφαρμογών συνεχίζει να αυξάνεται, η βαθιά μάθηση και τα τεχνητά νευρωνικά δίκτυα (ANN) γίνονται σταδιακά κύριες λύσεις.
Τα τεχνητά νευρωνικά δίκτυα αποτελούνται από μεγάλο αριθμό διασυνδεδεμένων «νευρώνων» και τα βάρη σύνδεσης τους μπορούν να προσαρμόζονται συνεχώς σύμφωνα με τα δεδομένα εκπαίδευσης, επιτυγχάνοντας έτσι αυτόνομη εκμάθηση και εξαγωγή χαρακτηριστικών. Σύμφωνα με το πλαίσιο βαθιάς εκμάθησης, το σύστημα δεν χρειάζεται να ορίζει χειροκίνητα πολύπλοκα χαρακτηριστικά εικόνας. Χρειάζεται μόνο να εισάγει πρωτότυπα δεδομένα εικόνας για να ολοκληρώσει αυτόματα την εξαγωγή, ταξινόμηση και κρίση χαρακτηριστικών, δείχνοντας μεγαλύτερη προσαρμοστικότητα και στιβαρότητα σε πολύπλοκα βιομηχανικά περιβάλλοντα.
Με τη συνεχή ωριμότητα της τεχνολογίας τρισδιάστατης απεικόνισης, των αλγορίθμων επεξεργασίας νέφους σημείου και της τεχνητής νοημοσύνης, η επιθεώρηση μηχανικής όρασης εξελίσσεται προς υψηλότερη ακρίβεια, ισχυρότερη νοημοσύνη και ευρύτερα σενάρια εφαρμογής.
Ο συνδυασμός τρισδιάστατης μηχανικής όρασης και βαθιάς μάθησης της Zhixiang Vision θα συνεχίσει να επεκτείνει τα όρια της βιομηχανικής επιθεώρησης και να παρέχει πιο αξιόπιστη τεχνική υποστήριξη για έξυπνες αναβαθμίσεις κατασκευής και αυτοματισμού. Ο κλάδος της μηχανικής όρασης είναι γεμάτος προσδοκίες για το μέλλον, ας περιμένουμε να δούμε.
