Sistem penglihatan mesin ialah sistem teknikal yang menggunakan mesin untuk menggantikan mata manusia untuk melengkapkan pengukuran, pengenalan dan pertimbangan. Ia adalah salah satu cabang penting sains komputer. Sistem ini menyepadukan teknologi pelbagai disiplin seperti optik, mekanik, elektronik, dan perisian dan perkakasan komputer, dan melibatkan banyak bidang seperti pemprosesan imej, pengecaman corak, kecerdasan buatan, pemprosesan isyarat, dan penyepaduan optik-mekanikal.
Dengan perkembangan pesat teknologi utama seperti pemprosesan imej dan pengecaman corak, kedalaman dan keluasan aplikasi penglihatan mesin juga terus berkembang.
Dalam beberapa tahun kebelakangan ini, didorong oleh pembuatan pintar dan automasi industri, teknologi penglihatan mesin telah berkembang ke arah ketepatan dan kecerdasan yang lebih tinggi. Berbanding dengan pemprosesan imej dua dimensi tradisional, penyelidikan dan aplikasi dalam bidang penglihatan industri secara beransur-ansur berubah kepada teknologi pemeriksaan visual 3D, dan telah digunakan secara besar-besaran dalam senario seperti pemeriksaan kimpalan, pengisihan bahagian dan ukuran kepingan logam.
Boleh dikatakan bahawa pemeriksaan penglihatan mesin sedang bergerak daripada 'pengiktirafan dua dimensi' kepada 'persepsi tiga dimensi'.
Dari perspektif komposisi sistem, sistem penglihatan mesin yang lengkap biasanya merangkumi sistem pencahayaan, kanta industri, sistem kamera dan sistem pemprosesan imej. Dalam aplikasi praktikal, adalah perlu untuk mempertimbangkan secara menyeluruh faktor-faktor utama seperti kelajuan pengendalian sistem dan kecekapan pemprosesan imej, jenis kamera (warna atau hitam dan putih), sama ada sasaran pemeriksaan ialah ukuran saiz atau pengenalan kecacatan, julat medan pandangan yang diperlukan, resolusi, dan kontras pengimejan mengikut keperluan pemeriksaan khusus, untuk membina penyelesaian pemeriksaan visual yang stabil dan cekap.
sistem visualStruktur
Reka bentuk sistem perkakasan
Bahagian perkakasan sistem penglihatan mesin terutamanya terdiri daripada kanta industri, kamera industri, kad tangkapan imej, unit input/output dan peranti kawalan.
Prestasi keseluruhan sistem penglihatan bukan sahaja bergantung pada kualiti piksel kamera dan perkakasan itu sendiri, tetapi yang lebih penting, padanan yang munasabah dan kerja kolaboratif antara pelbagai modul perkakasan. Sebagai contoh, padanan lensa dan resolusi kamera, dan keserasian kad tangkapan dan antara muka data secara langsung akan menjejaskan kualiti pengimejan sistem dan kestabilan operasi.
Oleh itu, sistem penglihatan berprestasi tinggi tidak dapat dipisahkan daripada pertimbangan menyeluruh terhadap pemilihan perkakasan, struktur sistem dan senario aplikasi.
Reka bentuk sistem perisian
Reka bentuk perisian sistem visual adalah salah satu pautan teras dalam keseluruhan sistem dan mempunyai kerumitan teknikal yang tinggi. Semasa proses pembangunan perisian, kita bukan sahaja perlu memberi perhatian kepada pengoptimuman struktur program dan kecekapan operasi, tetapi juga memberi tumpuan kepada ketepatan, kebolehrealisasian dan prestasi stabil algoritma dalam senario sebenar.
Selepas sistem perisian selesai, kekukuhannya mesti diuji sepenuhnya dan dioptimumkan secara berterusan untuk memastikan sistem dapat mengekalkan prestasi pengesanan yang stabil dan boleh dipercayai dalam persekitaran luaran yang kompleks seperti perubahan pencahayaan, gangguan latar belakang dan perbezaan sasaran.
Dalam aplikasi penglihatan robot, sistem biasanya terdiri daripada dua bahagian: modul pemerolehan imej dan modul pemprosesan penglihatan.
Antaranya, modul pemerolehan imej termasuk sistem pencahayaan, sensor visual, penukar analog-ke-digital (A/D), memori bingkai, dsb., dan digunakan untuk mengumpul maklumat imej dua dimensi dalam persekitaran.
Sistem penglihatan robot memperoleh data imej melalui penderia visual, dan kemudian menganalisis, mengenal pasti dan memahaminya oleh pemproses penglihatan, dan menukar hasil pemprosesan kepada arahan kawalan boleh laku, supaya robot dapat mengenal pasti objek sasaran dengan tepat dan menentukan kedudukan ruangnya, dengan itu menyelesaikan tugas seperti kedudukan, rampasan dan pemasangan.
Penyelesaian pengukuran bukan sentuhan berketepatan tinggi
Penderia confocal spektrum berfungsi berdasarkan prinsip penyebaran cahaya putih, memfokuskan cahaya monokromatik dengan panjang gelombang yang berbeza pada kedudukan fokus yang berbeza melalui sistem optik khas. Sistem boleh mengira jarak antara objek dan sensor dengan tepat berdasarkan maklumat panjang gelombang cahaya yang dipantulkan dari permukaan objek yang diukur.
Kaedah pengukuran ini tidak dipengaruhi oleh keamatan cahaya yang dipantulkan, sesuai untuk hampir semua bahan, dan boleh mencapai ketepatan tinggi, ukuran bukan sentuhan kestabilan tinggi. Imbasan tunggal boleh memperoleh topografi 3D lengkap atau separa permukaan objek yang diukur, yang mempunyai kelebihan ketara seperti ketepatan tinggi, kelajuan pantas dan kestabilan yang kukuh.
Berbanding dengan kaedah pengesanan laser tradisional, teknologi confocal spektrum berprestasi baik dalam pengesanan objek lutsinar, cermin yang sangat memantulkan cahaya, dan bahan menyerap cahaya yang kuat. Ia digunakan secara meluas dalam senario pengesanan dalam talian dalam industri seperti elektronik 3C, semikonduktor, tenaga baharu bateri litium dan perkakasan ketepatan.
Penyelesaian pengukuran 3D gred industri
Triangulasi laser ialah kaedah pengukuran tiga dimensi matang yang digunakan secara meluas dalam industri seperti kayu, getah, tayar, alat ganti kereta, logam dan besi tuang. Ia juga sesuai untuk senario pemeriksaan berskala besar seperti permukaan jalan.
Teknologi ini menjana data awan titik 3D dengan menayangkan cahaya laser berstruktur ke permukaan objek, dan kamera mengumpul profil garisan laser dan mengira maklumat ketinggian. Dalam aplikasi praktikal, objek yang diukur biasanya bergerak di bawah sensor, dan beberapa bahagian kontur secara berterusan dikumpulkan dan disambung untuk akhirnya membentuk imej tiga dimensi yang lengkap.
Sudut pemasangan antara laser dan kamera mempunyai kesan penting pada ketepatan pengukuran dan kestabilan sistem. Meningkatkan sudut membantu meningkatkan resolusi ketinggian, manakala mengurangkan sudut membantu meningkatkan kestabilan keseluruhan. Digabungkan dengan algoritma perisian matang, teknologi ini telah dapat mencapai pemprosesan dan analisis data 3D yang cekap dan boleh dipercayai.
Penyelesaian kamera penglihatan stereo 3D
Kamera penglihatan stereo 3D adalah berdasarkan prinsip penglihatan binokular yang serupa dengan mata manusia. Ia memperoleh imej dari sudut tontonan yang berbeza melalui dua kamera dan menggunakan maklumat paralaks untuk mengira data kedalaman objek.
Dalam aplikasi industri sebenar, unjuran tekstur rawak biasanya digabungkan untuk meningkatkan maklumat ciri permukaan objek yang diukur, dengan itu meningkatkan ketepatan padanan imej. Teknologi ini telah digunakan secara meluas dalam senario seperti panduan robot, kedudukan pemasangan dan penyahpepijatan sistem, dan telah menunjukkan kebolehsuaian yang baik dalam pengesanan dinamik dan persekitaran pengeluaran yang fleksibel.
Kedudukan spatial yang pantas
Kamera ToF mengira jarak sasaran dengan memancarkan denyutan cahaya inframerah dan mengukur masa yang diperlukan untuk cahaya yang dipantulkan kembali ke penderia, serupa dengan julat radar.
Teknologi ToF awal dihadkan oleh ketepatan resolusi dan pengukuran, menjadikannya sukar untuk memenuhi keperluan pengesanan peringkat industri. Dengan kemajuan teknologi, kamera ToF megapiksel telah muncul, yang secara beransur-ansur dipromosikan dalam aplikasi seperti pengesanan objek 3D, pemuatan dan pemunggahan robot, dan pemuatan dan pemunggahan palet.
Perlu diingat bahawa teknologi ToF lebih sesuai untuk pengecaman sasaran dan kedudukan spatial, dan tidak sesuai untuk senario pengukuran dimensi ketepatan tinggi.
Peranan perisian dalam penglihatan 3D
wujud Dalam sistem penglihatan mesin 3D , perisian pemprosesan dan analisis imej adalah setara dengan 'otak' sistem.
Pemeriksaan visual tradisional sangat bergantung pada pengaturcaraan peraturan dan menyelesaikan tugas pemeriksaan melalui perbandingan ciri dan pertimbangan ambang. Memandangkan kerumitan senario aplikasi terus meningkat, pembelajaran mendalam dan rangkaian neural buatan (ANN) secara beransur-ansur menjadi penyelesaian arus perdana.
Rangkaian saraf tiruan terdiri daripada sejumlah besar 'neuron' yang saling berkaitan, dan berat sambungannya boleh diselaraskan secara berterusan mengikut data latihan, dengan itu mencapai pembelajaran autonomi dan pengekstrakan ciri. Di bawah rangka kerja pembelajaran mendalam, sistem tidak perlu mentakrifkan ciri imej kompleks secara manual. Ia hanya perlu memasukkan data imej asal untuk melengkapkan pengekstrakan ciri, pengelasan dan pertimbangan secara automatik, menunjukkan kebolehsuaian dan keteguhan yang lebih kukuh dalam persekitaran industri yang kompleks.
Dengan kematangan berterusan teknologi pengimejan 3D, algoritma pemprosesan awan titik dan kecerdasan buatan, pemeriksaan penglihatan mesin berkembang ke arah ketepatan yang lebih tinggi, kecerdasan yang lebih kukuh dan senario aplikasi yang lebih luas.
Gabungan penglihatan mesin 3D dan pembelajaran mendalam Zhixiang Vision akan terus meluaskan sempadan pemeriksaan industri dan menyediakan sokongan teknikal yang lebih dipercayai untuk peningkatan pembuatan dan automasi pintar. Industri visi mesin penuh dengan jangkaan untuk masa depan, mari kita tunggu dan lihat.
