Konenäkö

Konenäkö  on tietokonenäön soveltamista teollisuuteen ja tuotantoon. Vaikka tietokonenäkö on yleinen joukko tekniikoita, joiden avulla tietokoneet näkevät, konenäön kiinnostava alue tekniikan alana ovat digitaaliset syöttö-/tulostuslaitteet ja tietokoneverkot, jotka on suunniteltu ohjaamaan valmistuslaitteita, kuten robottikäsivarsia tai -koneita viallisten tuotteiden poistaminen. Konenäkö on tekniikan alaosasto, joka liittyy tietojenkäsittelyyn, optiikkaan, koneenrakennukseen ja teollisuusautomaatioon. Yksi konenäön yleisimmistä sovelluksista on teollisuustuotteiden, kuten puolijohdesirujen, autojen, elintarvikkeiden ja lääkkeiden tarkastus. Kokoonpanolinjoilla työskennelleet henkilöt tarkastivat tuotteen osia ja tekivät johtopäätöksiä työn laadusta. Konenäköjärjestelmät tätä tarkoitusta varten käyttävät digitaalisia ja älykameroita sekä kuvankäsittelyohjelmistoja vastaavien tarkastusten suorittamiseen.

Johdanto

Konenäköjärjestelmät on ohjelmoitu suorittamaan erittäin erikoistuneita tehtäviä, kuten kohteiden laskeminen kuljettimella, sarjanumeroiden lukeminen tai pintavikojen etsiminen. Konenäköön perustuvan visuaalisen tarkastusjärjestelmän etuja ovat suuri nopeus ja lisääntynyt kiertonopeus, 24 tunnin toimintakyky ja toistettava mittaustarkkuus. Koneiden etu ihmisiin nähden on myös väsymyksen, sairauden tai välinpitämättömyyden puuttuminen. Ihmisillä on kuitenkin lyhyen aikaa hyvä havaintokyky ja suurempi joustavuus luokittelussa ja sopeutumisessa uusien vikojen etsimiseen.

Tietokoneet eivät voi "näkeä" samalla tavalla kuin ihmiset. Kamerat eivät vastaa ihmisen näköjärjestelmää, ja vaikka ihmiset voivat luottaa aavistukseen ja oletuksiin, konenäköjärjestelmien täytyy "nähdä" tarkastelemalla yksittäisiä pikseleitä kuvassa, käsittelemällä niitä ja yrittämällä tehdä johtopäätöksiä tietokannasta ja joukosta toimintoja, kuten laitekuvion tunnistus. Vaikka joitain konenäköalgoritmeja on kehitetty matkimaan ihmisen visuaalista havaintoa, on kehitetty useita ainutlaatuisia tekniikoita kuvien käsittelyyn ja asiaankuuluvien kuvan ominaisuuksien määrittämiseen.

Konenäköjärjestelmän osat

Vaikka konenäkö on prosessi, jossa tietokonenäköä sovelletaan teollisiin sovelluksiin, on hyödyllistä luetella yleisesti käytetyt laitteisto- ja ohjelmistokomponentit. Tyypillinen konenäköjärjestelmäratkaisu sisältää useita seuraavista komponenteista:

  1. Yksi tai useampi digitaalinen tai analoginen kamera (mustavalkoinen tai värillinen), joissa on sopiva optiikka kuvantamiseen
  2. Ohjelmisto kuvien tekemiseen käsittelyä varten. Analogisille kameroille tämä on kuvan digitoija
  3. Prosessori (nykyaikainen PC , jossa on moniytiminen prosessori tai sulautettu prosessori, kuten DSP )
  4. Konenäköohjelmisto, joka tarjoaa työkaluja yksittäisten ohjelmistosovellusten kehittämiseen.
  5. I/O-laitteet tai viestintäkanavat tulosten raportoimista varten
  6. Älykamera: Yksi laite, joka sisältää kaikki edellä mainitut.
  7. Erittäin erikoistuneet valonlähteet ( LEDit , loiste- ja halogeenilamput jne.)
  8. Erityiset ohjelmistosovellukset kuvankäsittelyyn ja niihin liittyvien ominaisuuksien havaitsemiseen.
  9. Anturi, joka synkronoi tunnistusosat (usein optinen tai magneettinen anturi) kuvien ottamista ja käsittelyä varten.
  10. Muotoillut asemat, joita käytetään viallisten osien lajitteluun tai hävittämiseen.

Ajoitusanturi havaitsee, kun kuljettimella usein liikkuva osa on tarkastettavissa. Anturi laukaisee kameran ottamaan kuvan yksityiskohdasta, kun se kulkee kameran alta, ja usein synkronoidaan valopulssin kanssa terävän kuvan ottamiseksi. Yksityiskohtien korostamiseen käytetty valaistus on suunniteltu korostamaan kiinnostavia piirteitä ja piilottamaan tai minimoimaan ominaisuuksia, jotka eivät kiinnosta (kuten varjot tai heijastukset). Tätä tarkoitusta varten käytetään usein sopivan kokoisia ja asentoisia LED-paneeleja.

Kameran kuva menee kehyksen sieppaajaan tai tietokoneen muistiin järjestelmissä, joissa kehyssiepparia ei käytetä. Kehyssieppaaja on digitointilaite (osana älykameraa tai erillisenä korttina tietokoneessa), joka muuntaa kameran ulostulon digitaaliseen muotoon (yleensä kaksiulotteinen lukujono, joka vastaa valon voimakkuutta tietystä näkökentän pisteestä, jota kutsutaan pikseleiksi ) ja järjestää kuvat tietokoneen muistiin niin, että ne voidaan käsitellä konenäköohjelmistolla.

Ohjelmisto käy yleensä läpi useita vaiheita kuvien käsittelemiseksi. Usein kuva käsitellään ensin kohinan vähentämiseksi tai useiden harmaan sävyjen muuntamiseksi yksinkertaiseksi mustan ja valkoisen yhdistelmäksi (binarisointi). Alkukäsittelyn jälkeen ohjelma laskee, mittaa ja/tai määrittää kuvan kohteet, koot, viat ja muut ominaisuudet. Viimeisenä vaiheena ohjelma ohittaa tai hylkää osan määritettyjen kriteerien mukaisesti. Jos osa on viallinen, ohjelmisto lähettää signaalin mekaaniselle laitteelle hylätä osa; Toisessa skenaariossa järjestelmä voi pysäyttää tuotantolinjan ja varoittaa työntekijää ratkaisemaan ongelman ja raportoimaan, mikä johti epäonnistumiseen.

Vaikka useimmat konenäköjärjestelmät luottavat "mustavalkoisiin" kameroihin, värikameroiden käyttö on yleistymässä. Lisäksi yhä useammat konenäköjärjestelmät käyttävät suoraan kiinnitettäviä digitaalikameroita erillisellä kuvakaappauksella varustettujen kameroiden sijaan, mikä vähentää kustannuksia ja yksinkertaistaa järjestelmää.

"Älykkäät" kamerat, joissa on sulautettu prosessori, valtaavat kasvavan osan konenäkömarkkinoista. Sulautettujen (ja usein optimoitujen) prosessorien käyttö eliminoi kehystensieppauskortin ja ulkoisen tietokoneen tarpeen, mikä vähentää järjestelmän kustannuksia ja monimutkaisuutta tarjoamalla prosessointitehoa jokaiselle kameralle. Älykkäät kamerat ovat yleensä halvempia kuin järjestelmät, jotka koostuvat kamerasta, virtalähteestä ja/tai ulkoisesta tietokoneesta, kun taas integroidun prosessorin ja DSP :n tehon lisääminen saavuttaa usein vertailukelpoisen tai paremman suorituskyvyn ja enemmän ominaisuuksia kuin perinteiset tietokoneet.

Käsittelymenetelmät

Kaupalliset ja avoimen lähdekoodin konenäköohjelmistopaketit sisältävät tyypillisesti erilaisia ​​kuvankäsittelytekniikoita, kuten:

Useimmissa tapauksissa konenäköjärjestelmät käyttävät näiden käsittelymenetelmien johdonmukaista yhdistelmää täydellisen tutkimuksen suorittamiseen. Esimerkiksi viivakoodia lukeva järjestelmä voi myös tarkistaa pinnan naarmujen tai vaurioiden varalta ja mitata käsiteltyjen komponenttien pituuden ja leveyden.

Konenäön sovellukset

Konenäön sovellusala on monipuolinen ja kattaa eri toiminta-aloja, mukaan lukien, mutta ei rajoittuen, seuraavat:

Autoteollisuudessa konenäköjärjestelmiä käytetään teollisuusrobottien ohjaamiseen ja maalattujen autojen pintojen, hitsien, moottorilohkojen ja monien muiden komponenttien vikojen tarkistamiseen.

Liittyvät alueet

Konenäkö tarkoittaa automatisoitujen visualisointijärjestelmien suunnittelua teollisuudessa ja teollisuudessa, ja sellaisenaan konenäkö liittyy monenlaisiin tietojenkäsittelytieteen osa-alueisiin: tietokonenäköön, ohjauslaitteisiin, tietokantoihin, verkkojärjestelmiin ja koneoppimiseen.

Älä sekoita kone- ja tietokonenäköä. Tietokonenäkö on yleisempi opiskeluala, kun taas konenäkö on valmistustehtäviin liittyvä insinööritiede.

Katso myös

Muistiinpanot

Kirjallisuus