Wat is machine vision en hoe kan het helpen?

Als u begrijpt hoe machinevisie werkt, kunt u bepalen of machinevisie specifieke toepassingsproblemen in productie of verwerking oplost.

Mensen begrijpen vaak niet wat machine (computer, kunstmatige) visie wel en niet kan doen voor een productielijn of proces. Begrijpen hoe het werkt, kan mensen helpen beslissen of het problemen in een applicatie zal oplossen. Dus wat is computervisie precies en hoe werkt het eigenlijk?

Kunstmatige visie is een moderne technologie die tools omvat voor het verwerven, verwerken en analyseren van beelden van de fysieke wereld om informatie te creëren die kan worden geïnterpreteerd en gebruikt door een machine met behulp van digitale processen.

Het gebruik van kunstmatige visie in de industrie

Computervisie verwijst naar het gebruik van een of meer camera's om objecten automatisch te inspecteren en analyseren, meestal in een industriële of productieomgeving. De resulterende gegevens kunnen vervolgens worden gebruikt om processen of productieactiviteiten te sturen.

Deze technologie automatiseert een breed scala aan taken door machines de informatie te geven die ze nodig hebben om voor elke taak de juiste beslissingen te nemen.

Het gebruik van kunstmatige visie in de industrie maakt automatisering van productieprocessen mogelijk, wat leidt tot betere productieresultaten door het gebruik van kwaliteitscontrole en meer flexibiliteit in elke fase.

Momenteel heeft het gebruik van industriële kunstmatige visie de productieprocessen aanzienlijk verbeterd. Dit heeft het mogelijk gemaakt om producten van hogere kwaliteit te verkrijgen tegen lagere kosten en in bijna alle sectoren van de industrie, van automotive en food tot elektronica en logistiek.

Een typisch gebruik is een lopende band waar de camera wordt geactiveerd nadat een bewerking is uitgevoerd op een onderdeel dat een afbeelding maakt en verwerkt. De camera kan worden geprogrammeerd om de positie van een bepaald object, de kleur, grootte of vorm en de aanwezigheid van het object te controleren.

Machine vision kan ook standaard 2D-matrixbarcodes zoeken en decoderen of zelfs gedrukte karakters lezen. Na controle van het product wordt meestal een signaal gegenereerd dat bepaalt wat er vervolgens met het product moet gebeuren. Het onderdeel kan in een container worden gedropt, naar een transportband worden geleid of worden doorgegeven aan andere assemblagewerkzaamheden, en de inspectieresultaten worden in het systeem bijgehouden.

In ieder geval kunnen computer vision-systemen veel meer informatie over een object geven dan eenvoudige positiesensoren.

Computervisie wordt bijvoorbeeld vaak gebruikt om:

• QA,
• besturing van een robot (machine),
• testen en kalibreren,
• real-time procescontrole,
• gegevensverzameling,
• machinebewaking,
• sorteren en tellen.

Veel fabrikanten gebruiken geautomatiseerde computervisie in plaats van inspectiepersoneel, omdat dit beter geschikt is voor herhaalde inspecties. Het is sneller, objectiever en werkt de klok rond.

Computer vision-systemen kunnen honderden of duizenden onderdelen per minuut inspecteren en bieden consistentere en betrouwbaardere inspectieresultaten dan mensen.Door het aantal defecten te verminderen, de omzet te verhogen, naleving te vergemakkelijken en onderdelen te volgen met computer vision, kunnen fabrikanten geld besparen en hun winstgevendheid vergroten.

Hoe machinevisie werkt

Een discrete fotocel is een van de eenvoudigste sensoren op het gebied van industriële automatisering. De reden dat we het "discreet" of digitaal noemen, is omdat het maar twee toestanden heeft: aan of uit.

Het werkingsprincipe van een discrete fotocel (optische sensor) is om een ​​lichtstraal door te laten en te bepalen of het licht wordt gereflecteerd door een object. Als er geen object is, wordt het licht niet gereflecteerd in de fotocelontvanger. Op de ontvanger wordt een elektrisch signaal, meestal 24 V, aangesloten.

Als het object aanwezig is, wordt het signaal ingeschakeld en kan het in het besturingssysteem worden gebruikt om een ​​actie uit te voeren. Wanneer het object wordt verwijderd, wordt het signaal weer uitgeschakeld.

Zo'n sensor kan ook analoog zijn. In plaats van twee staten, d.w.z. uit en aan, kan het een waarde retourneren die aangeeft hoeveel licht terugkeert naar de ontvanger. Het kan 256 waarden retourneren, van 0 (wat betekent dat er geen licht is) tot 255 (wat betekent dat er veel licht is).

Stel je duizenden kleine analoge fotocellen voor, gerangschikt in een vierkante of rechthoekige reeks gericht op een object.Hierdoor wordt een zwart-witbeeld van het object gemaakt op basis van de reflectiviteit van de locatie waarnaar de sensor wijst. De individuele scanpunten in deze afbeeldingen worden "pixels" genoemd.

Natuurlijk worden er geen duizenden kleine foto-elektrische sensoren gebruikt om het beeld te creëren. In plaats daarvan focust de lens het beeld op een halfgeleiderarray van lichtdetectoren.

Deze matrix maakt gebruik van arrays van lichtgevoelige halfgeleiderapparaten zoals CCD (Charge Coupled Device) of CMOS (Complementary Metal-Oxide-Semiconductor). De individuele sensoren in deze matrix zijn pixels.

De vier hoofdcomponenten van een computervisiesysteem

De vier hoofdcomponenten van een computervisiesysteem zijn:

• lenzen en verlichting;
• beeldsensor of camera;
• verwerker;
• een manier om resultaten over te dragen, via een fysieke invoer/uitvoer (I/O)-verbinding of een andere communicatiemethode.

Computervisie kan kleurenpixelscanning gebruiken en gebruikt vaak een veel grotere reeks pixels. Softwaretools worden toegepast op vastgelegde afbeeldingen om de grootte, randpositionering, beweging en relatieve positie van elementen ten opzichte van elkaar te bepalen.

De lenzen vangen het beeld op en geven het door aan de sensor in de vorm van licht. Om het computervisiesysteem te optimaliseren, moet de camera worden gekoppeld aan de juiste lenzen.

Hoewel er veel soorten lenzen zijn, worden lenzen met een vaste brandpuntsafstand vaak gebruikt in computervisietoepassingen. Drie factoren zijn belangrijk bij het kiezen: gezichtsveld, werkafstand, grootte van de camerasensor.

Belichting kan op verschillende manieren op een afbeelding worden toegepast. De richting waar het licht vandaan komt, de helderheid en de kleur of golflengte in vergelijking met de kleur van het doel zijn zeer belangrijke factoren waarmee rekening moet worden gehouden bij het ontwerpen van een computervisie-omgeving.

Hoewel verlichting een belangrijk onderdeel is van het verkrijgen van een goed beeld, zijn er nog twee andere factoren die van invloed zijn op de hoeveelheid licht die een beeld ontvangt. De lens bevat een instelling die het diafragma wordt genoemd en die opent of sluit om meer of minder licht de lens binnen te laten.

In combinatie met de belichtingstijd bepaalt dit de hoeveelheid licht die de pixelarray raakt voordat er ooit verlichting wordt toegepast. De sluitertijd of belichtingstijd bepaalt hoe lang het beeld op de matrix van pixels wordt geprojecteerd.

Bij computervisie wordt de sluiter elektronisch geregeld, meestal met een nauwkeurigheid van een milliseconde. Nadat de afbeelding is vastgelegd, worden de softwaretools toegepast. Sommige worden gebruikt vóór analyse (pre-processing), andere worden gebruikt om de eigenschappen van het object dat wordt bestudeerd te bepalen.

Tijdens de voorbewerking kunt u effecten op een afbeelding toepassen om randen te verscherpen, het contrast te vergroten of gaten op te vullen. Het doel van deze taken is om de mogelijkheden van andere softwaretools te verbeteren.

Kunstmatig zicht is een technologie die het menselijk zicht imiteert en waarmee u tijdens productieprocessen verkregen beelden kunt ontvangen, verwerken en interpreteren.Machines voor kunstmatige visie analyseren en decoderen informatie die tijdens productieprocessen wordt ontvangen om beslissingen te nemen en op de gemakkelijkste manier te handelen via een geautomatiseerd proces. De verwerking van deze beelden wordt uitgevoerd met behulp van de software die bij de machine hoort, en op basis van de verkregen gegevens is het mogelijk om de processen voort te zetten en mogelijke fouten op de assemblagelijnen te identificeren.

Het doel van computervisie

Hier zijn enkele algemene tools die u kunt gebruiken om informatie over uw doelwit te krijgen:

• Pixel Count: Toont het aantal lichte of donkere pixels in het object.
• Randdetectie: vind de rand van een object.
• Meten (metrologie): het meten van de afmetingen van een object (bijvoorbeeld in millimeters).
• Patroonherkenning of patroonvergelijking: specifieke patronen zoeken, matchen of tellen. Dit kan het detecteren van een object omvatten dat kan worden geroteerd, gedeeltelijk kan worden verborgen door een ander object of dat andere objecten heeft.
• Optical Character Recognition (OCR): Automatisch lezen van teksten zoals serienummers.
• Barcode-, datamatrix- en 2D-barcodelezing: verzamel gegevens in verschillende barcodestandaarden.
• Spotdetectie: controleert de afbeelding op patches van onderling verbonden pixels (zoals een zwart gat in een grijs object) als referentiepunt voor de afbeelding.
• Kleuranalyse: identificeer onderdelen, producten en objecten op kleur, evalueer de kwaliteit en markeer elementen op kleur.

Het doel van het verkrijgen van inspectiegegevens is vaak om deze te gebruiken om te vergelijken met streefwaarden om te bepalen of u geslaagd/afgekeurd of doorgaan/niet doorgaan bent.

Bij het scannen van bijvoorbeeld een code of barcode wordt de resulterende waarde vergeleken met de opgeslagen doelwaarde. Bij meting wordt de gemeten waarde vergeleken met de juiste waarden en toleranties.

Bij het controleren van een alfanumerieke code wordt de OCR-tekstwaarde vergeleken met de juiste of doelwaarde. Om te controleren op oppervlaktedefecten, kan de grootte van het defect worden vergeleken met de maximale grootte toegestaan ​​door de kwaliteitsnormen.

Kwaliteitscontrole

Machine vision heeft een enorm potentieel in de industrie. Deze kunstmatige zichtsystemen zijn gebruikt bij robotica, stellen ons in staat om een ​​automatische oplossing te bieden voor verschillende productiestadia, zoals kwaliteitscontrole of detectie van defecte producten.

Kwaliteitscontrole is een reeks methoden en hulpmiddelen waarmee we fouten in het productieproces kunnen identificeren en passende maatregelen kunnen nemen om deze te verhelpen. Dit geeft een veel completere controle over het eindproduct en zorgt ervoor dat wanneer het de consument bereikt, het voldoet aan specifieke en vastgestelde kwaliteitsnormen.

Op deze manier worden producten die niet voldoen aan de minimale kwaliteitseisen uitgesloten van het proces, waardoor mogelijke verstoringen in het productieproces worden geëlimineerd Dit wordt bereikt door het continu uitvoeren van inspecties en steekproeven.

Het toepassen van kwaliteitscontrole in de productie heeft een aantal voordelen:

• Productiviteit verhogen;
• Minder materiële verliezen;
• Prijsdaling;
• De beste kwaliteit van het eindproduct.

Communicatie in computervisie

Eenmaal ontvangen door de processor en software, kan deze informatie naar het besturingssysteem worden verzonden via een verscheidenheid aan industriestandaard communicatieprotocollen.

Grote computer vision-systemen ondersteunen vaak EtherNet/IP, Profinet en Modbus TCP. RS232- en RS485-seriële protocollen zijn ook gebruikelijk.

Digitale I/O is vaak ingebouwd in aandrijfsystemen en vereenvoudigt het rapporteren van resultaten. Er zijn ook communicatiestandaarden voor computervisie beschikbaar.

Conclusie

Kunstmatige zichtsystemen hebben een breed scala aan toepassingen en kunnen worden aangepast aan verschillende industrieën en de verschillende behoeften van elke productielijn. Tegenwoordig kan elk bedrijf dat producten produceert volgens een bepaalde standaard profiteren van computervisie als onderdeel van hun productieproces.

Het begrijpen van de fysieke principes en mogelijkheden van systemen voor kunstmatige visie kan nuttig zijn om te bepalen of een dergelijke technologie in een bepaald geval geschikt is voor een fabricageproces. Over het algemeen kan de camera zien wat het menselijk oog kan zien (soms meer, soms minder), maar het decoderen en verzenden van deze informatie kan behoorlijk ingewikkeld zijn.