Nykyaikaisessa valmistuksessa ja automatisoidussa tarkastuksessa teollisuuskameroista on tullut avainkomponentti konenäköjärjestelmissä. Olipa kyseessä elektroniikkavalmistus, autonosien testaus, elintarvikkeiden pakkaaminen tai lääketieteellisten laitteiden testaus, teollisuuskamerat, linssit ja valonlähteet ovat kaikki keskeisessä asemassa. Yhdessä ne määrittävät järjestelmän kuvantamisen laadun ja tunnistustarkkuuden. Järkevä parametrivalinta, linssien sovitus ja tarpeisiin perustuvat tieteelliset valaistusmenetelmät vaikuttavat suoraan havaintotulosten tarkkuuteen ja luotettavuuteen. Tässä artikkelissa esitellään teollisuuskameroiden luokittelu, pääparametrit, linssien sovitusperiaatteet, valintaperusteet sekä valonlähdetyypit ja valaistusmenetelmät, jotta käyttäjät ymmärtävät paremmin konenäkölaitteiden sovelluksen.
Teollisuuskameroiden luokitus
Teollisuuskamerat jaetaan pääasiassa alueskannauskameroihin ja viivaskannauskameroihin kuvausmenetelmien mukaan:
alueskannauskamera
Alueskannauskamera kerää useita rivejä kuvia kerrallaan ja tulostaa ne kehyksissä. Sillä on laaja valikoima sovelluksia, kuten pinta-alan, muodon, koon, sijainnin ja jopa lämpötilan mittaus. Koko kuvan keräämiseen käytetään kaksiulotteista pikselitaulukkoa, joka soveltuu paikallaan olevien tai hitaasti liikkuvien kohteiden havaitsemiseen. Sen etuja ovat intuitiivinen kuvantaminen ja helppokäyttöisyys.
Linjaskannauskamera
Linjaskannauskameroissa on korkea skannaustaajuus ja korkea resoluutio. Rivi riviltä skannattujen 'viiva'-pikseleiden avulla koko kuva nidotaan yhteen. Käytetään yleisesti nopeissa tuotantolinjoissa tai suurikokoisissa tarkastuksissa, kuten paperin, kankaan, litiumakun napojen, piirilevyjen tarkastuksessa jne. Sen etuja ovat korkea resoluutio, nopea nopeus ja ei kuvan vääristymiä.
Lisäksi teollisuuskamerat voidaan jakaa tiedonsiirtotavan mukaan myös liitäntätyypeihin, kuten USB3.0, GigE, Camera Link ja CoaXPress. USB3.0-liitäntä on yksinkertainen ja helppokäyttöinen, kun taas GigE-lähetysetäisyys on pitkä. Camera Link ja CoaXPress sopivat paremmin nopeisiin tunnistusskenaarioihin, jotka vaativat erittäin suurta datakaistanleveyttä.
Teollisuuskameran parametrit
Valintaprosessin aikana kameran ydinparametrit määrittävät kuvantamisen suorituskyvyn:
Resoluutio: Pikselimäärä, jonka kamera pystyy kaappaamaan kuvaan, mikä vaikuttaa kuvan tarkkuuteen ja mittaustarkkuuteen ja määrittää, voidaanko havaitun kohteen yksityiskohdat esittää selkeästi. Esimerkiksi pienten naarmujen havaitsemiseen tarvitaan korkearesoluutioisia kameroita, muuten ne jäävät helposti huomaamatta.
Kuvataajuus: Ilmaisee kameran sekunnissa omien kuvien määrän, mikä liittyy läheisesti tuotantosykliin. Nopeilla tuotantolinjoilla on käytettävä suuren kuvanopeuden kameroita, jotta vältetään kuvaruudun katoamisesta johtuva epätäydellinen tunnistus. Korkean kuvanopeuden kamerat soveltuvat nopeasti liikkuvien kohteiden kuvaamiseen ja analysointiin.
Pikselin koko: Pikselin koko on kunkin pikselin pinta-ala. Mitä suurempi pikselikoko, sitä vahvempi valoherkkyys ja sitä pienempi kohina; mitä pienempi pikseli, sitä korkeampi resoluutio, mutta valaistusolosuhteita koskevat vaatimukset ovat tiukemmat.
Dynaaminen alue: edustaa kameran havaitsemien valosignaalien aluetta. Kiinteällä kameralla sen dynaaminen alue on kiinteä arvo, eikä se muutu ulkoisten olosuhteiden muuttuessa. Kameran kuvantamiskyvyn mittaaminen, kun voimakkaat vaaleat ja tummat alueet ovat yhtä aikaa, tämä on tärkeää myös metallipintojen ja heijastavien työkappaleiden havaitsemiseksi.
Käyttöliittymän kaistanleveys: Varmista, että kerätyt kuvat voidaan lähettää teollisuustietokoneelle ajoissa, jotta viiveen tai riittämättömän kaistanleveyden vuoksi havaintotuloksiin ei vaikuteta.
Näillä parametreilla on erilaiset vaatimukset eri sovellusskenaarioissa. Esimerkiksi 3C-elektroniikkateollisuus keskittyy korkeaan resoluutioon ja korkeaan kuvataajuuteen, kun taas logistiikkalajittelu painottaa enemmän nopeaa lähetystä ja reaaliaikaista suorituskykyä.
Kuinka sovittaa teollisuuskamerat objektiiveihin
Kamerat ja objektiivit ovat erottamaton pari, ja vain oikein sovitettuna ne voivat saavuttaa parhaan mahdollisen suorituskyvyn:
Resolution Match: Objektiivin optisen resoluution on vastattava kameran pikseleitä. Jos käytät korkeapikselistä kameraa, jossa on matalaresoluutioinen objektiivi, kuvanlaatu heikkenee huomattavasti.
Kohdepinnan peitto: Linssin on peitettävä kameran anturin kohdepinta, muuten ilmenee ongelmia, kuten vinjetointi ja epätäydellinen kuvantaminen.
Polttovälin valinta: Valitse tunnistuskohteen koon ja kameran asennustilan mukaan objektiivi, jolla on sopiva polttoväli varmistaaksesi, että vaadittu näkökenttä on täydellinen.
Erikoislinssit: Esimerkiksi telesentrisiä linssejä käytetään usein erittäin tarkkaan mittamittaukseen perspektiivivirheiden välttämiseksi; suuret kirkkaat aukot sopivat kuvaamiseen heikossa valaistuksessa.
Esimerkiksi litiumakkujen ulkonäkötarkastuksessa tarvitaan usein korkearesoluutioinen teollisuuskamera yhdistettynä telesentriseen linssiin mittaamaan mitat tarkasti ja tunnistamaan erittäin hienovaraisia vikoja.
Mihin on kiinnitettävä huomiota teollisuuskameroita valittaessa
Käytännön sovelluksissa kameran valinnassa tulisi yhdistää seuraavat tekijät:
Tunnistusobjektin ominaisuudet: Onko se havaita koon, pintavikoja vai viivakoodin tunnistusta? Eri tehtävissä on erilaiset vaatimukset resoluutiolle ja kuvantamisnopeudelle.
Tuotantolinjan nopeus: Mitä nopeampi tuotantolinja, sitä korkeammat kameran kuvataajuus ja käyttöliittymän kaistanleveysvaatimukset.
Työympäristö: Pöly, tärinä, kosteus ja lämpötilan muutokset on otettava huomioon. Jos esimerkiksi työskentelet ulkona tai kosteassa ympäristössä, sinun tulee valita teollisuuskamera, jonka suojausluokka on IP67.
Järjestelmän yhteensopivuus: Kameran on toimittava saumattomasti objektiivin, valonlähteen, sieppauskortin ja ohjelmiston kanssa varmistaakseen koko järjestelmän vakaan toiminnan.
Mitkä ovat yleisimmät valonlähteet?
Valonlähde on tärkeä osa konenäköä. Valonlähteen kohtuullinen valinta voi parantaa huomattavasti kuvantamisvaikutusta:
Rengasvalonlähde: Tarjoaa tasaisen valaistuksen, sopii pinnan tarkastukseen ja vikojen tunnistamiseen.
Tankovalonlähde: Peittää suuren alueen työkappaleesta ja sitä käytetään usein pakkausten, lasi- tai metallipintojen tarkastukseen.
Taustavalolähde: korostaa työkappaleen ääriviivat mittamittausta ja vieraiden esineiden havaitsemista varten.
Koaksiaalinen valonlähde: soveltuu heijastavien materiaalien pinnan havaitsemiseen sen varmistamiseksi, että voimakas valo ei häiritse yksityiskohtia.
Pistevalolähde: Keskittää valaistuksen pienelle alueelle paikallisten yksityiskohtien havaitsemiseksi.
Kuinka valaista oikein
Sinun on valittava oikea valonlähde, mutta myös sen käyttötapa on tärkeää. Yleisiä valaistusmenetelmiä ovat:
Etuvalaistus: Valaise tasaisesti koko työkappaleen, sopii yleiseen tarkkailuun.
Sivuvalaistus: korostaa tekstuuria ja pintavirheitä, kuten naarmuja, kolhuja jne.
Taustavalo: Parantaa ääriviivoja ja reunoja, käytetään laajalti mittamittauksissa ja vieraiden esineiden havaitsemisessa.
Monikulmainen valaistus: sopii monimutkaisille työkappaleille vähentäen varjojen ja heijastusten aiheuttamia kuolleita kulmia.
Esimerkiksi metalliosien tarkastuksessa sivuvalolla voidaan tehokkaasti korostaa pintavirheitä, kun taas lasin tarkastuksessa taustavalolla voidaan korostaa halkeamia ja vieraita esineitä.
Konenäkötarkastuksessa teollisuuskamerat, linssit ja valonlähteet muodostavat yhdessä täydellisen näköjärjestelmän. Kohtuullinen kameran parametrien konfigurointi, tieteellinen linssin valinta ja oikea valaistusmenetelmä määräävät suoraan tunnistustulosten tarkkuuden ja vakauden. Käytännön sovelluksissa Zhixiang Vision ottaa kokonaisvaltaisesti huomioon asiakkaan valinnan ja sovituksen tarkastustehtävien, tuotantolinjan nopeuden ja ympäristötekijöiden perusteella rakentaen siten tehokkaan ja vakaan visuaalisen tarkastusjärjestelmän.
Tekoälyn ja syväoppimisalgoritmien lisäämisen myötä teollisuuskameroiden toiminnot eivät rajoitu vain 'kuvaukseen', vaan ne kehittyvät vähitellen älykkään tunnistamisen ja data-analyysin suuntaan. Tämä tarkoittaa, että tulevaisuuden teollisten visiojärjestelmien rooli teollisuudessa kasvaa, ja ne tarjoavat vankkaa tukea yrityksille kustannusten vähentämisessä, tehokkuuden lisäämisessä ja tuottoasteiden parantamisessa.
