Machine Vision

Ką gali Machine Vision ?

  • sulyginti detalės atvaizdą su etaloniniu, suskaičiuoti
  • perskaityti užrašus ir barkodus
  • surasti specifinius požymius – dėmes, įtrūkimus, nutrupėjimus, brūkšnius
  • plokštumoje išmatuoti atstumus ir kampus, nustatyti poziciją
  • nustatyti atstumą ir poziciją erdvėje (robotui valdyti)

Kas sudaro Machine Vision sistemą ?

  • Vaizdo kameros ir optika
    Populiariausiomis tampa GIGe standarto kameros, prijungiamos per tinklo adapterį. Pastaruoju metu atsirado didelė mažų ir nebrangių (iki 300 eurų) kamerų pasiūla. O šiaip kameras galima rinktis pagal greitį, matricos dydį, spalvotą ar juodai baltą. Linijinės kameros tinka objektams, judantiems konvejeriu. Atskira kategorija yra ‘smart’ kameros. Jos savyje turi integruotą kompiuterį, ir labai tinka nesudėtingiems uždaviniams. Kadangi modernūs kompiuteriai yra pakankamai spartūs, ‘nesudėtingi’ uždaviniai iš tikrųjų apima labai daug…
  • Apšvietimo sistema
    Tai vienas iš svarbiausių vision sistemos komponentų. Labai svarbu, kad apšvietimas visada būtų vienodas, todėl paprastai tenka izoliuoti aplinkos apšvietimą ir įrengti specialų. Tinkamas apšvietimas palengvina vaizdo atpažinimą, o netinkamas gali apskritai užkirsti kelią analizei. Pavyzdžiui, atspindintys paviršiai visuomet yra iššūkis apšvietimo sistemai. Patogios LED apšvietimo sistemos šiuo metu beveik visiškai išstumia visas kitas. Atskiras atvejis yra lazerio spindulio panaudojimas objekto formoms arba atstumams nustatyti. Tuomet kamera analizuoja tik lazerio linijos projekciją.
  • Vaizdo analizės programa ir kompiuteris
    Tai visos sistemos pagrindas ir esmė. Yra 4-5 pripažinti vaizdo apdorojimo paketai, naudojami daugumoje sprendimų. Tačiau pačiai Machine Vision sistemai dar keliami papildomi reikalavimai – integruotis su jau esančia informacine sistema ir valdikliais, kaupti apdorojimo statistiką ir pan.

Galimi taikymai ?

Kokybės kontrolė ir rūšiavimas pagal vizualius požymius

  • paviršiaus defektai – ar nėra įtrūkimų, įlinkimų, korėtumo, spalvinio neatitikimo, dėmių ir pan.
  • išmatavimai – ar atitinka nustatytus
  • talpos – ar gerai užpildytos skysčiu
  • pakuotės komplektacija – ar teisingos sudedamos dalys ir kiekiai
  • maisto produktai – ar nėra degėsių ir kitokių pažeidimų
  • integrinių schemų teisingumas
  • etiketė ar išgraviruotas numeris – ar perskaitomas ir teisingoje vietoje
  • skaičiuoti klasifikuoti išaugusias kultūras petri lėkštelėse

Saulės elementų kokybės tikrinimas

  • Kadangi saulės elementų gamybos pajėgumai plečiasi – taip pat auga paklausa kokybės tikrinimo sistemoms. Vision sistemos gali labai našiai tikrinti įtrūkimus, užterštumą, išlinkimus.

Robotų valdymas

  • Robotus galima skirstyti į “matančius“ ir “nematančius“. Pastarieji objektą ima iš tiksliai nustatytos vietos ir padeda taip pat į tiksliai nustatytą vietą. Tačiau naudojant vision sistemą galima perduoti robotui reikiamas koordinates ir taikymą smarkiai praplėsti.
  • Manipuliatorius iš dėžės išsirenka sumestas detales ir jas tvarkingai deda į nurodytą vietą, arba prie kitos detalės
  • Produktai iškraunami/sukraunami ant palečių
  • Sudėtingų detalių paviršius ir ertmės nuodugniai patikrinamos, pasinaudojant prie manipuliatoriaus pritvirtinta kamera

Objektų sekimas

  • Galima sekti žmonių srautus prekybos centre ar kitose susibūrimo vietose. Galima tiksliai išsiaiškinti labiausiai lankomas vietas, reklamos ir akcijų rezultatyvumą

Automobilių numerių atpažinimas

  • Aikštelėse – automatiškai pakelti šlagbaumą atpažintiems automobiliams, laiko apskaita
  • Įvažiavimo mokesčių administravimas

Infraraudonųjų spindulių panaudojimas

  • IR arba NIR (near infra red) kameros grąžina dirbtinį vaizdą, tačiau jį galima analizuoti naudojant tuos pačius metodus kaip ir matomam vaizdui.
  • Galima nustatyti blogai sulituotas vietas, kurios, įjungus mikroschemą, spinduliuos daugiau šilumos. Nekokybiškų klijų siūlės išsiskirs
  • Galima pamatyti silicio ruošiniuose esančias priemaišas
  • Galima rūšiuoti atliekas pagal jų sudėtines medžiagas
%d bloggers like this: