Spośród różnych informacji, które ludzie nabywają od natury, nabycie wizualne jest najwyższe, co stanowi około 80% całkowitej informacji. Wraz z opracowywaniem technologii informatycznych funkcja wizualna ludzka jest stopniowo przekazywana komputerom, robotom lub innym inteligentnym maszynom. Machine Vision, która jest obecnie w formie wdzięczności branży, jest jedną z takich technologii, która realizuje automatyczne wykrywanie i analizę aplikacji poprzez przetwarzanie obrazu, w tym automatyczne wykrywanie, kontrola procesu i nawigację robotów. Obecnie technologia Machine Vision (MV) została wyprodukowana. Czujniki wizji, soczewki, szybkie kamery, źródła światła, oprogramowanie wizji, karty do pozyskiwania obrazów, procesory wizji itp. Stają się coraz bardziej wyrafinowane. W środowiskach automatyzacji przemysłowej Machine Vision coraz większa uwaga branży i jest wykorzystywana w wielu aplikacjach, takich jak samochody samojezdne, produkcja żywności, opakowanie i logistyka, robotyka i drony.
Jeśli chodzi o wizję maszynową, technicy mogą wiele zrozumieć, ten artykuł stara się wyjaśnić prawdę, którą należy wiedzieć o wizji maszynowej z czterech aspektów jeden po drugim.
Prawda 1: Wizja maszynowa ≠ Wizja komputerowa
Machine Vision to urządzenie, które automatycznie odbiera i przetwarza obrazy rzeczywistych obiektów za pomocą urządzeń optycznych i czujników bezkontaktowych w celu uzyskania wymaganych informacji lub kontrolowania ruchu robota. Działając od lat 50. XX wieku, technologia naprawdę wystartowała i zyskała na popularności w latach 1980–1990. Przez dziesięciolecia Machine Vision zgromadziła różne definicje tego, czym jest i jak działa.
Zautomatyzowane stowarzyszenie obrazowania (AIA) oferuje szerszą definicję, która polega na tym, że Machine Vision obejmuje wszystkie aplikacje przemysłowe i nieindustrialne, w których kombinacja sprzętu i oprogramowania zapewnia wskazówki operacyjne dla urządzenia do wykonywania funkcji opartych na przechwytywaniu i przetwarzaniu obrazu. Z drugiej strony SearchenterPriseai oferuje węższą definicję wizji maszynowej, nazywając ją „zdolnością wizji komputera”, która wykorzystuje jedną lub więcej kamer, konwerterów analogowych do cyfr (ADC) i cyfrowego przetwarzania sygnałów (DSP) do Przekazywanie uzyskanych danych do komputera lub kontrolera robota.
W praktyce wizja maszynowa często musi działać w połączeniu z innymi zaawansowanymi technologiami, w tym przetwarzaniem języka naturalnego, automatyzacji procesów robotycznych (RPA), sztucznej inteligencji (AI) i uczeniem maszynowym (ML), aby zrealizować możliwości „wizji” wymagane dla możliwości wymaganych dla dla automatyzacja. Możesz myśleć o wizji maszynowej jako o oczach automatyzacji, AI i ML jako mózgu oraz RPA jako dostarczającego „klawiatury” potrzebnego do wykonania zadania. Przyjęcie automatyzacji przyspieszyło w ostatnich latach i kluczowe znaczenie dla organizacji pozostały konkurencyjne w swoich branżach. Jeśli uważasz automatyzację jako „cyfrową siłę roboczą” w pracy, wszystkie te „cyfrowe pracowników” byłyby ślepe bez dodawania wizji maszynowej.
Wizja komputerowa była również wielkim hitem w branży w ostatnich latach, więc jak odnosi się do wizji maszynowej? Na poziomie makro wizja Machine Vision to dyscyplina inżynierii systemowej, która integruje i stosuje istniejące technologie w nowe sposoby do rozwiązywania rzeczywistych problemów. Z drugiej strony wizja komputerowa jest formą informatyki, która nie jest realizowana przez namacalny sprzęt, taki jak urządzenia wizji, takie jak kamery naprawione dla robotów.
Mówiąc dokładniej, widzenie maszynowe jest ciałem systemu, podczas gdy widzenie komputerowe jest inteligencją systemu, mózgu, który przetwarza informacje. Bez wizji komputerowej wizja maszyny nie będzie działać. Uczenie maszynowe, głębokie uczenie się i sieci neuronowe to trzy techniki używane do przetwarzania przedmiotów w szybszym tempie za pośrednictwem systemu wizji maszynowej. Te trzy techniki można wykorzystać do rozszerzenia zrozumienia maszynowej wizji tego, co ma być zlokalizowane, co czyni go cennym zasobem dla wizji maszynowej. Wraz z postępem technologii wizji komputerowej możliwości potencjalnych aplikacji wizji maszynowej odpowiednio rosną.
Warto zauważyć, że wizja maszyny i przetwarzanie obrazu są również dwoma różnymi pojęciami; Przetwarzanie obrazu jest procesem, który wyświetla obraz, podczas gdy systemy wizji maszynowej mogą wykrywać i klasyfikować szeroką gamę obiektów i przedmiotów w szerokim zakresie branż, w tym motoryzacyjny, elektroniczny i półprzewodnikowy, żywność i napoje, ruch drogowy i pojazdowy lub inteligentny transport Systemy (ITS), obrazowanie medyczne, opakowanie, etykietowanie i drukowanie, farmaceutyki i transmisja telewizyjna. Technologie oparte na wizji maszynowej stają się kluczowe dla tworzenia automatyzacji.
Prawda 2: Rozwój sprzętu i oprogramowania doprowadził do postępu w wizji maszynowej
Maszyna wizja jest okiem automatyzacji przemysłowej. Jego główny przepływ pracy to: system przekształca przechwycone cele w sygnały obrazu za pomocą produktów Machine Vision (np. Camera, CMOS lub CCD), a następnie przesyła sygnały obrazu do dedykowanego systemu przetwarzania obrazu. Na podstawie informacji, takich jak dystrybucja pikseli, jasność i kolor, sygnały obrazu są następnie przekształcane w sygnały cyfrowe, które ostatecznie umożliwiają maszyny (roboty lub inne narzędzia przemysłowe) wykonywanie zadań przemysłowych, takich jak produkcja i weryfikacja jakości.
Machine Vision jest kluczowym elementem branży 4. 0 i pomaga systemom automatyzacji przemysłowej na różne sposoby, takie jak zwiększenie wydajności poprzez poprawę zapasów, wykrywanie wadliwych produktów i poprawa jakości produkcji. Aby dokładnie naśladować percepcję człowieka, Machine Vision wymaga pomocy szeregu urządzeń i oprogramowania. Ciągłe opracowywanie tych technologii sprzętowych i oprogramowania dodatkowo napędza ewolucję technologii wizji maszynowej.
01 Smart Camera
Kamera jest głównym urządzeniem używanym do kontroli obiektu lub elementu w systemie widzenia maszynowego. Czasami konieczne może być zainstalowane wiele kamer w określonym punkcie kontroli, aby zapewnić, że każdy szczegół można odpowiednio sprawdzić. Gdy system wizji maszynowej musi przechwytywać i wyodrębnić informacje specyficzne dla aplikacji z obrazu, tutaj wymagane jest obsługę inteligentnego aparatu. Inteligentne kamery zwykle zawierają wszystkie niezbędne interfejsy komunikacyjne i mogą być podłączone do Wi-Fi lub serwera w celu przesyłania przechwyconych danych obrazu. Jako potężne narzędzie, głębokie uczenie się umożliwia projektantom systemów szybkie automatyzacja złożonych i subiektywnych decyzji przy jednoczesnym ulepszaniu jakości i pojemności produktu.
02 3 d aparat
Kamera 3D może pokazać głębokość wykrytego obiektu na obrazie, aby pokazać różne kąty obrazu. Korzystając z kamery 3D w systemie wizji maszynowej, powstanie inna perspektywa i głębokość. Kamery czasowe (TOF) to kamery 3D, które wykorzystują zasadę czasu lotu do pomiaru odległości. Technologia obrazowania pozwala jej wykonywać obrazowanie 3D bez skanowania obiektu. Technologia zazwyczaj obejmuje odległości od kilku metrów do około około metrów do mniej więcej 40 metrów na maksymalnie 100 zdjęć na sekundę, z rozdzielczością odległości około 5 do 10 milimetrów i rozdzielczością boczną około 200 x 200.
Historycznie, TOF był często postrzegany jako mniej dokładna technologia wykrywania 3D ze względu na pewne pytania dotyczące jej dokładności. Oczywiście w ostatnich latach wiele firm nagłówkowych opracowało produkty o wysokiej rozdzielczości do 1,3 megapikseli, a bardzo precyzyjne kamery TOF dla systemów wizji maszynowej mogą znacznie poprawić elastyczność produkcji i automatyzację.
Texas Instruments 'OPT8241 Czujnik czasu lotu (TOF) łączy wykrywanie TOF z analogowo-cyfrowym konwerterem i programowalnym generatorem czasowym (TG), który dostarcza obrazy rozdzielczości 320 x 240 z szybkością klatek do 150 fps. Wbudowane sterowanie TG resetują, modulację i odczyt cyfrowej sekwencji. Jednocześnie TG jest programowalne, zapewniając elastyczność w celu optymalizacji różnych wskaźników wydajności percepcji głębokości, takich jak moc, odporność na ruch, stosunek sygnału do szumu i anulowanie środowiska.
03 czujniki wizji
Czujniki wizji są w centrum systemu wizji maszynowej i są źródłem maksymalizacji charakterystyki środowiska, przy czym podstawowe urządzenia to czujniki obrazu, takie jak CCD i CMO. Te czujniki wizji o wyższej rozdzielczości są zwykle w stanie wytwarzać obrazy zawierające więcej pikseli, bardzo pomocne w poprawie jakości obrazu i ułatwienia rozpoznawania szczegółów wizualnych.
Czujniki CCD od dawna są dominującą technologią rejestrowania wysokiej jakości obrazów o niskiej zawartości szumu. Jednak czujniki CCD są drogie w produkcji, a zatem na ogół droższe i zużywają znacznie więcej mocy niż czujniki CMOS. Obecnie technologia czujników CMOS awansowała do tego stopnia, że może szybko zbliżyć się do jakości i funkcjonalności technologii CCD, w niższej cenie, w mniejszym rozmiarze i przy niższym zużyciu energii. , krytyczna funkcja systemów wizji maszynowej, które opierają się na przetwarzaniu obrazu w czasie rzeczywistym w celu automatyzacji lub analizy danych obrazu. Ponadto czujniki CMOS są bardziej wrażliwe na długości fali podczerwieni niż czujniki CCD, a producenci układów CMOS i aparatów wykorzystują to, aby przechwytywać światło podczerwieni, zapewniając dodatkową zdolność do obrazowania do rozpoznawania obrazu. Podsumowując, czujniki CMOS mogą być bardziej odpowiednie dla aplikacji wizji maszynowej.
04 źródło światła
Jako pomocnicze urządzenie obrazowe źródło światła często odgrywa kluczową rolę w jakości obrazowania. Na przykład produkty oświetlenia LED oferują większą elastyczność dzięki regulowanemu kątym i dodatkowym długościom fali dla bardziej spójnej reakcji spektralnej. Przy szerokiej gamie długości fali i kształtów źródeł światła dostępnych na rynku, wybór produktu nie jest trudny.
05 Karta przechwytywania obrazu
Karta akwizycji obrazu zwykle występuje w formie karty wtyczki komputerowej, której głównym zadaniem jest przeniesienie wyjścia obrazu do komputera hosta. Karty akwizycji obrazu są wymagane do konwersji sygnałów analogowych lub cyfrowych z kamery na strumień danych obrazu w określonym formacie, a także mogą kontrolować niektóre parametry aparatu, takie jak sygnały wyzwalające, czas ekspozycji/integracji, czas otwarcia migawki i tak NA. Karty akwizycji obrazu zwykle mają różne struktury sprzętowe dla różnych rodzajów kamer, a także różne formy magistrali, takie jak PCI, PCI64, kompaktowe PCI, PC104, ISA i tak dalej.
06 Oprogramowanie do przetwarzania wizji
Oprogramowanie Machine Vision służy do zakończenia przetwarzania danych wejściowych obrazu, a następnie poprzez określone obliczenia mogą uzyskać wymagane wyniki. Ogólne oprogramowanie Machine Vision wizji występuje w postaci bibliotek obrazowych C/C ++, kontrolek ActiveX i środowiska programowania opartego na grafice itp. Może być wyspecjalizowane, np. Tylko do kontroli LCD, kontroli BGA, szablon wyrównanie itp. lub ogólny przeznaczenie, w tym lokalizacja, pomiar, rozpoznawanie kodów kreskowych/znaków, wykrywanie plamek itp.
Prawda 3: Rynek wizji maszynowej szybko się rozwija, a przemysł motoryzacyjny uznał za to
Wartość widzenia maszynowego w automatyzacji polega na jej zdolności do szybkiego i wydajnego przechwytywania i przetwarzania dużej liczby dokumentów, zdjęć i filmów, w ilościach i przy prędkościach znacznie przekraczających ludzkie możliwości.
Szerokie perspektywy zastosowań i ogromny potencjał rynkowy określają, że wizja maszynowa będzie rosnącą rynkiem, dane rynków i rynków pokazują, że wielkość rynku wizji maszynowej wzrośnie z 10,7 mld USD w 2020 r. Do 14,7 mld USD w 2025 r., Na złożonym dorocznym dorocznym Stopa wzrostu 6,5%.
Według Grand View Research wielkość rynku globalnego wizji maszynowej wynosiła 13,23 miliarda w 2 0 i oczekuje się, że wzrośnie przy złożonej rocznej stopie wzrostu (CAGR) w wysokości 7,7% z 2022 do 2030 r. Systemy robotyczne z przewodnikiem w sektorze motoryzacyjnym, żywności i napojów, farmaceutycznych i chemicznych oraz opakowania są głównym motorem wzrostu rynku. Wśród nich przemysł motoryzacyjny pozostaje największym przyjęciem systemów wizji maszynowej na całym świecie, z udziałem przychodów wynoszącym ponad 15,0% w porównaniu z przemysłem motoryzacyjnym w 2021 r. I oczekuje się, że w nadchodzących latach będzie się rozwijać.
US Machine Vision Market Trendy według branży, 2020 - 2030
Prawda 4: Maszyna wizja zrobi dużą różnicę w aplikacjach robotyki
Istnieje wiele możliwości rozszerzenia wizji maszynowej pod względem zakresu rynku i zastosowań. Możliwości te wymagają wyobraźni, co oznacza, że wizja maszyny polega nie tylko na zastąpieniu oczu technika, ale także wykorzystaniu robotów do wykonywania zadań, których technicy nie mogą. Machine Vision daje robotom możliwość „widzenia” w czasie rzeczywistym i szczegółowo, umożliwiając im podejmowanie decyzji opartych na kompleksowym spojrzeniu na obiekt lub środowisko. Dziś roboty są coraz bardziej używane na świecie. Gdy roboty są wyposażone w widzenie maszynowe, zapewnia im większą dokładność, orientację i zrozumienie, zdolność do dokładniejszego chwytania obiektów, umieszczania obiektów z większą precyzją i szybciej wykonywania złożonych zadań.
Machine Vision staje się coraz ważniejszy w aplikacjach robotyki i według ostatniego raportu Stowarzyszenia Postępu Automatyzacji (A3), rynek robotyki i wizji maszynowej osiągnął znaczny wzrost w drugim kwartale 2021 r. W porównaniu z 2020 r. Roboty są już szeroko stosowane, a wraz z pojawieniem się robotów współpracy i szybkiego rozwoju wizji maszynowej 3D będą one częściej używane w połączeniu.
Wizja maszynowa ucieleśnia możliwości technologiczne, podobnie jak inne możliwości, takie jak automatyzacja, uczenie maszynowe, głębokie uczenie się i sieci neuronowe. Jest to zdolność, którą można zintegrować z innymi technologiami i procesami, aby przynieść korzyści branży i poprawić wydajność biznesową. Roboty mają dziś coraz bardziej wbudowaną wizję maszynową, która umożliwia im wykonywanie bardziej złożonych zadań. Zadania te nie byłyby możliwe bez wizji maszynowej, która dokładnie informuje robota, gdzie znajduje się przedmiot. Machine Vision jest kluczem do odblokowania pełnego potencjału automatyzacji, dodając więcej inteligencji do inteligentnej automatyzacji.