Med različnimi informacijami, ki jih ljudje pridobivajo iz narave, je vizualna pridobitev najvišja, saj predstavlja približno 80% vseh informacij. Z razvojem informacijske tehnologije se človeška vizualna funkcija postopoma daje računalnikom, robotom ali drugim inteligentnim strojem. Machine Vision, ki je trenutno v padcu v industriji, je ena takšnih tehnologij, ki uresničuje samodejne aplikacije za odkrivanje in analizo s pomočjo obdelave slik, vključno s samodejnim zaznavanjem, nadzorom procesov in navigacijo v robotu. Trenutno je tehnologija Machine Vision (MV). Vidni senzorji, leče, hitre kamere, viri svetlobe, programska oprema za vizijo, kartice za pridobivanje slik, procesorji vida itd. Postajajo vse bolj izpopolnjeni. V industrijskih avtomatizacijskih okoljih je strojni vid vedno več pozornosti od industrije in se uporablja v velikem številu aplikacij, kot so samovozeči avtomobili, proizvodnja hrane, embalaža in logistika, robotika in droni.
Kar zadeva strojni vid, lahko tehniki veliko razumejo, ta članek poskuša razložiti resnico, ki bi jo bilo treba poznati o strojnem vidu iz štirih vidikov drug za drugim.
Resnica 1: strojni vid ≠ Računalniški vid
Machine Vision je naprava, ki samodejno sprejema in obdeluje slike resničnih predmetov z optičnimi napravami in nekontaktnimi senzorji, da bi pridobila zahtevane informacije ali nadzorovala gibanje robota. V obratovanju od petdesetih let se je tehnologija resnično vzletela in naraščala v priljubljenosti od leta 1980 do 1990. V desetletjih je strojni vid nabral različne definicije, kaj je in kako deluje.
Avtomatizirano združenje za slikanje (AIA) ponuja širšo definicijo, to je, da strojni vid zajema vse industrijske in neindustrijske aplikacije, v katerih kombinacija strojne in programske opreme zagotavlja operativne smernice za napravo za izvajanje funkcij, ki temeljijo na zajemanju in obdelavi slik. SearchEnterPriseai na drugi strani ponuja ožjo definicijo strojnega vida, ki jo imenuje "zmogljivost vida računalnika", ki uporablja eno ali več kamer, analogne-digitalne pretvornike (ADC) in digitalno obdelavo signalov (DSP) do Prenesite rezultate v računalniku ali krmilniku robota.
V praksi mora strojni vid pogosto sodelovati z drugimi naprednimi tehnologijami, vključno z obdelavo naravnega jezika, avtomatizacijo robotskih procesov (RPA), umetno inteligenco (AI) in strojnim učenjem (ML) avtomatizacija. Na strojni vid si lahko omislite kot oči avtomatizacije, AI in ML kot možganov in RPA kot zagotavljanja "tipkovnice", ki je potrebna za opravljanje dela. Sprejetje avtomatizacije se je v zadnjih letih pospešilo in za organizacije je ključnega pomena, da ostanejo konkurenčne v svojih panogah. Če na avtomatizacijo razmišljate kot o "digitalni delovni sili", bi bili vsi ti "digitalni zaposleni" slepi brez dodajanja strojnega vida.
Računalniški vid je bil tudi v zadnjih letih velik hit v industriji, kako se torej nanaša na strojni vid? Na makro ravni je strojni vid sistemska inženirska disciplina, ki združuje in uporablja obstoječe tehnologije na nove načine za reševanje težav v resničnem svetu. Računalniški vid je po drugi strani oblika računalništva, ki se ne realizira s pomočjo oprijemljive strojne opreme, kot so vidne naprave, kot so kamere, pritrjene za robote.
Natančneje, strojni vid je telo sistema, medtem ko je računalniški vid inteligenca sistema, možganov, ki obdeluje informacije. Brez računalniškega vida, strojni vid ne bo deloval. Strojno učenje, globoko učenje in nevronska omrežja so tri tehnike, ki se uporabljajo za hitrejše obdelavo predmetov prek sistema strojnega vida. Te tri tehnike lahko uporabimo za širitev razumevanja strojnega vida, kaj je treba lokalizirati, zaradi česar je dragocena prednost za strojni vid. Ko tehnologija računalniškega vida napreduje, se možnosti za potencialne aplikacije strojnega vida ustrezno povečujejo.
Omeniti velja, da sta strojni vid in obdelava slik tudi dva različna pojma; Obdelava slik je postopek, ki prikazuje sliko, medtem ko lahko strojni vid sistemi zaznajo in razvrstijo najrazličnejše predmete in predmete v širokem paketu panog, vključno z avtomobilskimi, elektroniki in polprevodniki, hrano in pijačo, cesti in vozilom ali inteligentnim prevozom Sistemi (ITS), medicinsko slikanje, embalažo, označevanje in tiskanje, farmacevtska zdravila in televizijsko oddajanje. Tehnologije, ki temeljijo na strojni viziji, postajajo osrednje pri ustvarjanju avtomatizacije.
Resnica 2: Razvoj strojne in programske opreme je privedel do napredka v strojnem vidu
Strojni vid je oko industrijske avtomatizacije. Njegov glavni delovni tok je: sistem pretvori zajete cilje v slikovne signale s pomočjo strojnih izdelkov (npr. Kamera, CMOS ali CCD) in nato prenaša slikovne signale v namenski sistem za obdelavo slik. Na podlagi informacij, kot so distribucija pik, svetlost in barva, se slikovni signali nato pretvorijo v digitalne signale, ki na koncu omogočajo strojem (roboti ali druga industrijska orodja) za izvajanje industrijskih nalog, kot so proizvodnja in preverjanje kakovosti.
Machine Vision je ključni element industrije. Za natančno posnemanje človekovega zaznavanja strojni vid zahteva pomoč številnih naprav in programske opreme. Nenehni razvoj teh strojnih in programskih tehnologij še dodatno spodbuja razvoj tehnologije strojnega vida.
01 Pametna kamera
Kamera je glavna naprava, ki se uporablja za pregled predmeta ali predmeta v sistemu strojnega vida. Včasih bo morda treba namestiti več kamer na določeni pregledni točki, da se zagotovi, da se lahko vsaka podrobnost pravilno pregleda. Ko mora sistem strojnega vida zajeti in izvleči podatke, specifične za aplikacijo, s slike, je tu potrebna podpora pametne kamere. Pametne kamere običajno vsebujejo vse potrebne komunikacijske vmesnike in jih je mogoče povezati z Wi-Fi ali strežnikom, da se prenašajo zajeti podatki. Kot močno orodje globoko učenje omogoča oblikovalcem sistema, da hitro avtomatizirajo zapletene in subjektivne odločitve, hkrati pa učinkovito izboljšajo kakovost in zmogljivosti izdelka.
02 3 d kamera
3D kamera lahko prikaže globino zaznanega predmeta na sliki, da prikaže različne kote slike. Z uporabo 3D kamere v sistemu strojnega vida bo prišlo do drugačne perspektive in globine. Kamere za časovno leto (TOF) so 3D kamere, ki uporabljajo načelo časa na letenju za merjenje razdalje. Tehnologija za slikanje omogoča izvajanje 3D slikanja, ne da bi skenirali predmet. Tehnologija običajno pokriva razdalje od nekaj metrov do približno približno približno 40 metrov z največ 100 slik na sekundo, z ločljivostjo razdalje približno 5 do 10 milimetrov in stransko ločljivostjo približno 200 x 200.
Zgodovinsko gledano je TOF pogosto obravnavan kot manj natančna tehnologija 3D zaznavanja zaradi nekaterih vprašanj o njegovi natančnosti. Seveda so v zadnjih letih številna naslovna podjetja razvila izdelke z visoko ločljivostjo do 1,3 milijona slikovnih pik, visoko natančne kamer TOF za sisteme strojnega vida pa lahko znatno izboljšajo prilagodljivost in avtomatizacijo proizvodnje.
Texas Instruments 'Opt8241 Senzor Time off Wlight (TOF) združuje zaznavanje TOF z analognim-digitalnim pretvornikom in programirljivim časovnim generatorjem (TG), ki prinaša 320 x 240 ločljivih slik s hitrostjo okvirja do 150 fps. Vgrajena TG kontrola ponastavi, modulacijo in odčitavanje digitaliziranega zaporedja. Hkrati je TG programirljiv, kar zagotavlja prožnost za optimizacijo različnih meritev uspešnosti globine, kot so moč, robustnost gibanja, razmerje med signalom in šumom in odpoved okolja.
03 Senzorji vida
Vidni senzorji so v središču sistema strojnega vida in so vir maksimiranja značilnosti okolja, pri čemer so osrednje naprave senzorji slikovnih slik, kot so CCD in CMO. Ti senzorji vida z višjo ločljivostjo so običajno sposobni izdelati slike, ki vsebujejo več slikovnih pik, kar je zelo koristno pri izboljšanju kakovosti slike in olajšanju prepoznavanja vizualnih podrobnosti.
Senzorji CCD so že dolgo prevladujoča tehnologija za zajemanje kakovostnih slik z nizkim hrupom. Vendar so senzorji CCD dragi za proizvodnjo in so zato na splošno dražji in porabijo veliko večjo moč kot senzorji CMOS. Danes je tehnologija senzorjev CMOS napredovala do točke, ko se lahko hitro približa kakovosti in funkcionalnosti tehnologije CCD, po nižji ceni, manjši velikosti in z nižjo porabo energije. Kamere CMOS imajo običajno višjo hitrost okvirja kot CCD kamere , Kritična funkcija za sisteme strojnega vida, ki se za avtomatizacijo ali analizo podatkov za avtomatizacijo zanašajo na obdelavo slik v realnem času. Poleg tega so senzorji CMOS bolj občutljivi na infrardeče valovne dolžine kot senzorji CCD, CMOS čipi in ustvarjalci kamer pa to izkoristijo za zajem infrardeče svetlobe, kar zagotavlja dodatno sposobnost slikanja za prepoznavanje slike. V ravnovesju so lahko senzorji CMOS bolj primerni za aplikacije strojnega vida.
04 Svetlobni vir
Kot pomožna slikarska naprava ima svetlobni vir pogosto ključno vlogo pri kakovosti slikanja. Na primer, izdelki LED razsvetljave ponujajo večjo prilagodljivost z nastavljivimi koti in dodatnimi valovnimi dolžinami za bolj dosleden spektralni odziv. S široko paleto valovnih dolžin in oblik svetlobnih virov, ki so na voljo na trgu, izbira izdelka ni težka.
05 kartica za zajem slike
Kartica za pridobivanje slike običajno na voljo v obliki računalniške vtičnice, katere glavna naloga je prenos izhoda slike v gostiteljski računalnik. Kartice za pridobivanje slike so potrebne za pretvorbo analognih ali digitalnih signalov iz kamere v tok podatkov slike v določeni obliki in lahko tudi nadzirajo nekatere parametre kamere, kot so sprožilni signali, čas izpostavljenosti/integracije, hitrosti zaklopa itd naprej. Kartice za pridobivanje slik imajo običajno različne strojne strukture za različne vrste kamer, pa tudi različne oblike vodila, kot so PCI, PCI64, Compact PCI, PC104, ISA in tako naprej.
06 Programska oprema za obdelavo vida
Programska oprema za strojno vid se uporablja za dokončanje obdelave podatkov vhodne slike, nato pa z določenimi izračuni lahko dobijo potrebne rezultate. Programska oprema za strojno vid splošnega pomena je v obliki C/C ++ knjižnic slik, ActiveX kontrol in grafičnih programskih okolij itd. Lahko se specializira, npr. Samo za pregled LCD, BGA pregled, predloga Poravnava itd. Ali splošna namena, vključno z lokalizacijo, merjenjem, prepoznavanjem črtne kode/znakov, odkrivanjem spektov itd.
Resnica 3: Trg strojnega vida hitro raste, saj se avtomobilska industrija zasluži za to
Vrednost strojnega vida v avtomatizaciji je v njegovi zmožnosti hitrega in učinkovitega zajemanja in obdelave velikega števila dokumentov, slik in videoposnetkov v količinah in pri hitrostih, ki daleč presegajo človeške zmogljivosti.
Široki možnosti za aplikacije in velik tržni potencial določa, da bo strojni vid vse večji trg, trgi in podatki o trgih kažejo, da naj bi se tržna velikost strojnega vida povečala z 10,7 milijarde dolarjev leta 2020 na 14,7 milijarde dolarjev leta 2025, na sestavljenem letnem letnem letnem letnem letnem letnem letnem letu stopnja rasti 6,5%.
Glede na raziskave Grand View je bila velikost globalnega trga Machine Vision 13,23 milijarde v 2 0 21 in naj bi se od leta 2022 do 2030 povečala s skupno letno stopnjo rasti (CAGR) 7,7%. Povpraševanje po viziji- Vodeni robotski sistemi v avtomobilskem, živilskem in pijačam, farmacevtskem in kemičnem in embalažnem sektorju so glavni dejavnik za rast trga. Med njimi avtomobilska industrija ostaja največji posvojitelj sistemov strojnega vida po vsem svetu, saj je delež prihodkov od avtomobilske industrije leta 2021 več kot 15,0%, v prihodnjih letih pa naj bi še naprej stalno rasel.
Ameriški tržni trendi stroja po industriji, 2020 - 2030
Resnica 4: strojni vid bo močno spremenil aplikacije robotike
Obstaja veliko možnosti, da se strojni vid razširi v smislu obsega trga in aplikacij. Te priložnosti zahtevajo nekaj domišljije, kar pomeni, da strojni vid ne gre samo za nadomeščanje tehničnih oči, ampak za uporabo robotov za izvajanje nalog, ki jih tehniki ne morejo. Machine Vision daje robotom možnost, da "vidijo" v realnem času in podrobno podrobno, kar jim omogoča sprejemanje odločitev na podlagi celovitega pogleda na predmet ali okolje. Danes se roboti vedno bolj uporabljajo na svetu. Kadar so roboti opremljeni s strojnim vidom, jim daje večjo natančnost, orientacijo in razumevanje, sposobnost natančnejšega razumevanja predmetov, postavitev predmetov z večjo natančnostjo in hitrejše opravljanje bolj zapletenih nalog.
Strojni vid postaja vse pomembnejši v aplikacijah za robotiko in po nedavnem poročilu Združenja za napredek avtomatizacije (A3) je trg robotike in strojnega vida dosegel znatno rast v drugem četrtletju 2021 Roboti se že široko uporabljajo in s pojavom sodelovalnih robotov in hitrega razvoja 3D strojnega vida se bodo pogosteje uporabljali v kombinaciji.
Machine Vision uteleša tehnološko sposobnost, prav tako tudi druge zmogljivosti, kot so avtomatizacija, strojno učenje, globoko učenje in nevronska omrežja. To je sposobnost, ki jo je mogoče vključiti v druge tehnologije in procese, da bi koristili industriji in izboljšali poslovno učinkovitost. Roboti imajo danes vse bolj vgrajen strojni vid, ki jim omogoča opravljanje bolj zapletenih nalog. Te naloge ne bi bile mogoče, ne da bi strojni vid povedal robotu natančno, kje se nahaja predmet. Machine Vision je ključ za odklepanje celotnega potenciala avtomatizacije in dodajanje več inteligence pametnemu avtomatizaciji.