Mitä konenäkö on ja miten se voi auttaa?

Konenäön toiminnan ymmärtäminen voi auttaa sinua päättämään, ratkaiseeko konenäkö tietyt sovellusongelmat valmistuksessa tai prosessoinnissa.

Ihmiset eivät usein ymmärrä, mitä konenäkö (tietokone, keinotekoinen) voi tehdä ja mitä ei voi tehdä tuotantolinjalle tai prosessille. Sen toiminnan ymmärtäminen voi auttaa ihmisiä päättämään, ratkaiseeko se sovelluksen ongelmia. Joten mitä tietokonenäkö oikein on ja miten se käytännössä toimii?

Keinotekoinen näkemys on modernia teknologiaa, joka sisältää työkalut fyysisen maailman kuvien hankkimiseen, käsittelyyn ja analysointiin, jotta saadaan aikaan informaatiota, jota kone voi tulkita ja käyttää digitaalisia prosesseja käyttäen.

Keinotekoisen näön käyttö teollisuudessa

Tietokonenäkö tarkoittaa yhden tai useamman kameran käyttöä esineiden automaattiseen tarkastamiseen ja analysointiin, useimmiten teollisuus- tai valmistusympäristössä. Saatua dataa voidaan sitten käyttää prosessien tai tuotantotoimintojen ohjaamiseen.

Tämä tekniikka automatisoi monenlaisia ​​tehtäviä antamalla koneille tiedot, joita ne tarvitsevat oikeiden päätösten tekemiseen kussakin tehtävässä.

Teollisuuden keinonäön käyttö mahdollistaa tuotantoprosessien automatisoinnin, mikä johtaa parempiin tuotantotuloksiin laadunvalvonnan ja suuremman joustavuuden avulla jokaisessa vaiheessa.

Tällä hetkellä teollisen keinonäön käyttö on parantanut tuotantoprosesseja merkittävästi. Tämä on mahdollistanut laadukkaampien tuotteiden saamisen halvemmalla ja lähes kaikilla teollisuuden aloilla auto- ja elintarviketeollisuudesta elektroniikkaan ja logistiikkaan.

Tyypillinen käyttö olisi kokoonpanolinja, jossa kamera laukeaa sen jälkeen, kun osalle, joka ottaa ja käsittelee kuvaa, on suoritettu toimenpide. Kamera voidaan ohjelmoida tarkistamaan tietyn kohteen sijainti, sen väri, koko tai muoto sekä kohteen läsnäolo.

Konenäkö voi myös etsiä ja purkaa tavallisia 2D-matriisiviivakoodeja tai jopa lukea painettuja merkkejä. Tuotteen tarkistuksen jälkeen syntyy yleensä signaali, joka määrittää, mitä tuotteelle seuraavaksi tehdään. Osa voidaan pudottaa konttiin, ohjata haarakuljettimelle tai siirtää muihin kokoonpanotoimintoihin ja tarkastustuloksia seurataan järjestelmässä.

Joka tapauksessa tietokonenäköjärjestelmät voivat tarjota paljon enemmän tietoa kohteesta kuin yksinkertaiset asentoanturit.

Tietokonenäköä käytetään yleisesti mm.

• QA,
• robotin (koneen) ohjaus,
• testaus ja kalibrointi,
• reaaliaikainen prosessinohjaus,
• tiedonkeruu,
• koneen valvonta,
• lajittelu ja laskeminen.

Monet valmistajat käyttävät automaattista tietokonenäköä tarkastushenkilöstön sijaan, koska se soveltuu paremmin toistuviin tarkastuksiin. Se on nopeampi, objektiivisempi ja toimii kellon ympäri.

Tietokonenäköjärjestelmät voivat tarkastaa satoja tai tuhansia osia minuutissa ja tarjota johdonmukaisempia ja luotettavampia tarkastustuloksia kuin ihmiset. Vähentämällä vikoja, lisäämällä tuloja, helpottamalla vaatimustenmukaisuutta ja seuraamalla osia tietokonenäön avulla valmistajat voivat säästää rahaa ja lisätä kannattavuuttaan.

Miten konenäkö toimii

Diskreetti valokenno on yksi yksinkertaisimmista antureista teollisuusautomaation alalla. Syy, miksi kutsumme sitä "diskreetiksi" tai digitaaliseksi, johtuu siitä, että sillä on vain kaksi tilaa: päällä tai pois päältä.

Diskreetin valokennon (optisen anturin) toimintaperiaate on lähettää valonsäde ja määrittää, heijastuuko valo esineestä. Jos esinettä ei ole, valo ei heijastu valokennovastaanottimeen. Vastaanottimeen on kytketty sähköinen signaali, yleensä 24 V.

Jos esine on paikalla, signaali kytkeytyy päälle ja sitä voidaan käyttää ohjausjärjestelmässä toiminnon suorittamiseen. Kun kohde poistetaan, signaali sammuu uudelleen.

Tällainen anturi voi olla myös analoginen. Kahden tilan sijaan, ts. pois päältä ja päälle, se voi palauttaa arvon, joka osoittaa, kuinka paljon valoa palaa vastaanottimeensa. Se voi palauttaa 256 arvoa, 0 (tarkoittaa ei valoa) 255 (tarkoittaa paljon valoa).

Kuvittele tuhansia pieniä analogisia valokennoja, jotka on järjestetty neliön tai suorakaiteen muotoiseen ryhmään, jotka on suunnattu kohteeseen.Tämä luo kohteesta mustavalkoisen kuvan sen paikan heijastavuuden perusteella, johon anturin osoittaa. Näiden kuvien yksittäisiä skannauspisteitä kutsutaan "pikseleiksi".

Tietenkin tuhansia pieniä valosähköisiä antureita ei käytetä kuvan luomiseen. Sen sijaan linssi tarkentaa kuvan valoilmaisimien puolijohderyhmään.

Tämä matriisi käyttää ryhmiä valoherkkiä puolijohdelaitteita, kuten CCD (Charge Coupled Device) tai CMOS (Complementary Metal-Oxide-Semiconductor). Tämän matriisin yksittäiset anturit ovat pikseleitä.

Tietokonenäköjärjestelmän neljä pääkomponenttia

Tietokonenäköjärjestelmän neljä pääkomponenttia ovat:

• linssit ja valaistus;
• kuvaanturi tai kamera;
• prosessori;
• tapa siirtää tuloksia joko fyysisen input/output (I/O) yhteyden tai muun viestintätavan kautta.

Tietokonenäkö voi käyttää väripikseliskannausta ja käyttää usein paljon suurempaa pikselivalikoimaa. Ohjelmistotyökaluja käytetään otettuihin kuviin määrittämään elementtien koko, reunojen sijainti, liike ja suhteellinen sijainti toisiinsa nähden.

Linssit tallentavat kuvan ja välittävät sen valon muodossa sensorille. Tietokonenäköjärjestelmän optimoimiseksi kamera on liitettävä sopivien objektiivien kanssa.

Vaikka linssejä on monenlaisia, kiinteän polttovälin linssejä käytetään yleisesti tietokonenäkösovelluksissa. Kolme tekijää ovat tärkeitä valinnassa: näkökenttä, työskentelyetäisyys, kameran anturin koko.

Valaistusta voidaan soveltaa kuvaan monin eri tavoin. Suunta, josta valo tulee, sen kirkkaus ja sen väri tai aallonpituus verrattuna kohteen väriin, ovat erittäin tärkeitä tekijöitä, jotka on otettava huomioon suunniteltaessa tietokonenäköympäristöä.

Vaikka valaistus on tärkeä osa hyvän kuvan saamista, on kaksi muuta tekijää, jotka vaikuttavat siihen, kuinka paljon valoa kuva saa. Linssissä on aukko-asetus, joka avautuu tai sulkeutuu, jotta enemmän tai vähemmän valoa pääsee linssiin.

Yhdessä valotusajan kanssa tämä määrittää pikselimatriiseen osuvan valon määrän ennen kuin valaistus otetaan käyttöön. Suljinaika tai valotusaika määrää, kuinka kauan kuva heijastetaan pikselien matriisiin.

Tietokonenäössä suljinta ohjataan elektronisesti, yleensä millisekunnin tarkkuudella. Kun kuva on otettu, ohjelmistotyökaluja käytetään. Joitakin käytetään ennen analyysiä (esikäsittelyä), toisia käytetään tutkittavan kohteen ominaisuuksien määrittämiseen.

Esikäsittelyn aikana voit lisätä tehosteita kuvaan reunojen terävöittämiseksi, kontrastin lisäämiseksi tai aukkojen täyttämiseksi. Näiden tehtävien tarkoituksena on parantaa muiden ohjelmistotyökalujen ominaisuuksia.

Keinotekoinen näkö on ihmisen näköä jäljittelevä tekniikka, jonka avulla voit vastaanottaa, käsitellä ja tulkita tuotantoprosessien aikana saatuja kuvia.Keinotekoiset näkökoneet analysoivat ja dekoodaavat tuotantoprosessien aikana saatua tietoa tehdäkseen päätöksiä ja toimiakseen kätevimmällä tavalla automatisoidun prosessin kautta. Näiden kuvien käsittely tapahtuu koneeseen liitetyllä ohjelmistolla ja saatujen tietojen perusteella on mahdollista jatkaa prosesseja ja tunnistaa mahdolliset virheet kokoonpanolinjoilla.

Tietokonenäön tavoite

Tässä on joitain yleisiä työkaluja, joiden avulla voit saada tietoa kohteestasi:

• Pikselimäärä: Näyttää objektin vaaleiden tai tummien pikselien määrän.
• Reunan tunnistus: Etsi kohteen reuna.
• Mittaus (metrologia): kohteen mittojen mittaaminen (esim. millimetreinä).
• Kuvioiden tunnistus tai kuvioiden täsmääminen: Hae, sovita tai laske tiettyjä kuvioita. Tämä voi sisältää sellaisen objektin havaitsemisen, jota voidaan kääntää, joka voi olla osittain piilotettu toisella objektilla tai jolla on muita objekteja.
• Optinen merkintunnistus (OCR): Automaattinen tekstien, kuten sarjanumeroiden, lukeminen.
• Viivakoodin, datamatriisin ja 2D-viivakoodin lukeminen: Kerää eri viivakoodistandardien sisältämiä tietoja.
• Pistetunnistus: Tarkistaa, ettei kuvassa ole toisiinsa liittyviä pikseleitä (kuten mustaa aukkoa harmaassa objektissa) kuvan vertailupisteenä.
• Värianalyysi: tunnista osat, tuotteet ja esineet värin perusteella, arvioi laatua ja korosta elementtejä väreillä.

Tarkastustietojen hankkimisen tarkoitus on usein käyttää niitä vertaamaan tavoitearvoja, jotta voidaan määrittää hyväksyntä/hylätty tai jatkaa/ei jatka.

Esimerkiksi skannattaessa koodia tai viivakoodia, tuloksena olevaa arvoa verrataan tallennettuun kohdearvoon. Mittauksen yhteydessä mitattua arvoa verrataan oikeisiin arvoihin ja toleransseihin.

Kun aakkosnumeerista koodia tarkistetaan, OCR-tekstiarvoa verrataan oikeaan tai tavoitearvoon. Pintavirheiden tarkistamiseksi vian kokoa voidaan verrata laatustandardien sallimaan enimmäiskokoon.

Laadunvalvonta

Konenäöllä on valtava potentiaali teollisuudessa. Näitä keinotekoisia näköjärjestelmiä on käytetty robotiikassa, voimme tarjota automaattisen ratkaisun tuotannon eri vaiheisiin, kuten laadunvalvontaan tai viallisten tuotteiden havaitsemiseen.

Laadunvalvonta on joukko menetelmiä ja työkaluja, joiden avulla voimme tunnistaa tuotantoprosessin virheet ja ryhtyä asianmukaisiin toimenpiteisiin niiden poistamiseksi. Tämä tarjoaa paljon täydellisemmän hallinnan lopputuotteelle ja varmistaa, että kun se saapuu kuluttajalle, se täyttää erityiset ja vakiintuneet laatustandardit.

Tällä tavalla tuotteet, jotka eivät täytä vähimmäislaatuvaatimuksia, suljetaan pois prosessista ja eliminoidaan mahdolliset tuotantoprosessin häiriöt, mikä saavutetaan jatkuvalla tarkastuksella ja satunnaistestauksella.

Laadunvalvonnan käytöllä tuotannossa on useita etuja:

• Lisää tuottavuutta;
• Vähemmän materiaalihäviöitä;
• Hinnanalennus;
• Lopputuotteen paras laatu.

Viestintä tietokonenäössä

Kun prosessori ja ohjelmisto ovat vastaanottaneet nämä tiedot, ne voidaan lähettää ohjausjärjestelmään useiden teollisuusstandardien tiedonsiirtoprotokollien kautta.

Suuret tietokonenäköjärjestelmät tukevat usein EtherNet/IP-, Profinet- ja Modbus TCP:tä. RS232- ja RS485-sarjaprotokollat ​​ovat myös yleisiä.

Digitaalinen I/O on usein sisäänrakennettu toimijärjestelmiin ja yksinkertaistaa tulosten raportointia. Saatavilla on myös tietoliikennestandardeja.

Johtopäätös

Keinotekoisilla näköjärjestelmillä on laaja valikoima sovelluksia, ja ne voidaan mukauttaa eri toimialoille ja kunkin tuotantolinjan erilaisiin tarpeisiin. Nykyään jokainen yritys, joka valmistaa tuotteita tietyn standardin mukaisesti, voi hyödyntää tietokonenäköä osana valmistusprosessiaan.

Keinotekoisten näköjärjestelmien fyysisten periaatteiden ja ominaisuuksien ymmärtäminen voi auttaa määrittämään, soveltuuko tällainen tekniikka valmistusprosessiin tietyssä tapauksessa. Yleensä mitä tahansa ihmissilmä näkee, kamera näkee (joskus enemmän, joskus vähemmän), mutta tämän tiedon purkaminen ja välittäminen voi olla melko monimutkaista.