機械ビジョンは近年発展した新しい技術で、光学、機械、電気の統合手段を利用して、機械に視覚機能を持たせます。検査分野に機械ビジョンを導入することで、多くの場面でオンラインでの高精度かつ高速な測定が実現できます。同時に、機械ビジョン検出技術の理論も段階的に発展してきました。
機械の視覚とは?
機械ビジョンとは、簡単に言えば、人間の目のかわりに機械を使って測定や判断を行うことです。主にコンピュータを使用して、人間の視覚機能を模倣し、客観的な事物の画像から情報を抽出し、処理・理解を行い、最終的には実際の検出、測定、制御に使用します。典型的な機械ビジョンの構成要素には、照明、レンズ、カメラ、画像取得カード、ビジョンプロセッサの5つの部分があります。
この技術から派生したものは、機械視覚技術です。これは人工知能、神経生物学、心理物理学、コンピュータサイエンス、画像処理、パターン認識など多くの分野を含む学際的な主題です。機械視覚技術は高速、大量の情報、多機能という特徴を持っています。
機械視覚の発展
機械ビジョンの研究は、1960年代半ばにアメリカの学者L.R. Robertsによって、多面体で構成されたブロック世界の理解を対象として開始されました。その時に使用された技術、例えば前処理、エッジ検出、輪郭線の構築、物体モデリングとマッチングなどは、機械ビジョンに応用されています。1970年代には、機械ビジョンがいくつかの重要な研究分野を形成しました：① ターゲット誘導のための画像処理；② 画像処理および分析の並列アルゴリズム；③ 2D画像から3D情報を抽出；④ 順次画像の解析と運動パラメータの評価；⑤ 視覚知識の表現；⑥ 視覚システムの知識ベース。
機械ビジョン技術設計の難点は何ですか？
第一：照明の安定性
産業用ビジョンアプリケーションは通常、4つのカテゴリに分類されます：位置決め、測定、検出、および認識です。その中で、測定には最も高い照明の安定性が要求されます。たとえ照明が10〜20%変化しただけでも、測定結果は1〜2ピクセルほどずれる可能性があります。これはソフトウェアの問題ではなく、照明の変動によるものであり、画像上のエッジ位置が変わるため、どんなに強力なソフトウェアであってもこれを解決することはできません。この問題を解決するためには、システム設計の段階で周囲光の干渉を排除し、能動的な照明源の発光の安定性を確保する必要があります。もちろん、ハードウェアカメラの解像度を向上させることも、精度を高め、環境の影響に抵抗する方法の一つです。例えば、以前のカメラでは1ピクセルあたり10μmの対応空間サイズでしたが、解像度を上げて5μmにすることで、精度がほぼ2倍になり、環境への干渉に対する耐性も自然と強くなります。
第二に、ワークピースの位置の一貫性がないこと
一般的に、測定プロジェクトの最初のステップは、オンライン検出であろうとオフライン検出であろうと、完全自動化された検出装置を使用する場合、最初のステップは測定対象を見つけることです。測定対象が撮影範囲内に現れるたびに、その対象がどこにあるか正確に知る必要があります。機械的な治具を使用したとしても、測定対象が毎回同じ位置に現れるとは限りません。このため、位置決め機能を使用する必要があります。もし位置決めが正確でない場合、測定ツールの位置が不正確になり、測定結果に大きな偏差が生じることがあります。
第三：キャリブレーション
一般的に、高精度測定では次のキャリブレーションが必要です: 1) 光学歪みキャリブレーション（ソフトウェアレンズを使用しない場合は、通常キャリブレーションが必要です）、2) 射影歪みキャリブレーション、つまり設置位置の誤差による画像歪みの補正や、3つの物体画像空間のキャリブレーション、すなわち各ピクセルに対応する物体空間のサイズを計算することです。
しかし、現在のキャリブレーションアルゴリズムは平面キャリブレーションに基づいています。測定対象が平面でない場合、特別なアルゴリズムが必要となり、一般的なキャリブレーションアルゴリズムでは解決できません。
さらに、キャリブレーションボードを使用するのが不便なため、いくつかのキャリブレーション方法を設計する必要があります。したがって、ソフトウェア内の既存のキャリブレーションアルゴリズムでは解決できない場合があります。
第四：物体の速度
測定対象物が静止していないのではなく、動いている場合、モーションブラーの画像精度を考える必要があり（ブラー画素 = 物体の運動速度 * カメラの露光時間）これはソフトウェアでは解決されません。
第五に、ソフトウェアの測定精度
測定アプリケーションにおいて、ソフトウェアの精度は1/2〜1/4ピクセル程度と考えられ、1/10〜1/30ピクセルのように位置決めアプリケーションとして使用するよりも、1/2を使用した方が良いです。なぜなら、ソフトウェアは画像から非常に少ない特徴点のみを抽出できるからです。
中国における開発と応用
専門家は、機械ビジョンの初期開発が主にヨーロッパ、アメリカ、日本に集中していたと考えています。グローバルな製造業の中心が中国に移行したことで、中国の機械ビジョン市場は北米、ヨーロッパ、日本に次ぐ国際的な機械ビジョンメーカーにとって重要なターゲット市場となっています。中国では、機械ビジョンの応用は1980年代の技術導入に由来します。半導体および電子産業は、機械ビジョンを早期に採用した業界の一つであり、その大半はPCBプリント回路アセンブリ、部品製造、半導体および集積回路装置に集中しています。この業界における機械ビジョンの応用と普及は、電子製品の品質と生産効率の向上において重要な役割を果たしています。
現在、中国は世界の機械ビジョン開発において最も活発な地域の一つとなっており、ほぼすべての国民経済部門をカバーしています。その範囲には、工業、農業、医療、軍事、航空宇宙、気象、天文、公共安全、交通、安全保障、科学研究などの分野が含まれます。工業分野は、機械ビジョン応用における最大の割合を占める分野です。重要な理由の一つは、中国がグローバル製造業の加工センターとなっていることです。部品加工に対する高い需要とそれに伴う先進的な生産ラインとともに、多くの国際的に先進的な機械ビジョンシステムや応用経験も中国に導入されています。
以下はいくつかの応用例の簡単な紹介です：
1. 食品安全監視
生産プロセスと製品品質検査の過程で、スタッフが生産プロセスにおける誤りや省略を観察し、特定し、発見することが必要になることがあります。たとえどれほど責任感があり注意深い人でも、疲れていたり、不注意であったり、集中力が散漫になったりすることで、不良品が市場に流出することがあります。
機械ビジョンを食品検査への応用
2.製造業
製造業界の競争が激化し、コスト圧力が生産効率への注目を強め、品質向上が機械ビジョン技術の応用を促進しています。生産効率を向上させ、人件費を削減するために、工業生産と管理における一部の手作業工程は徐々に機械によって置き換えられています。機械ビジョンシステムの特徴は、生産の柔軟性と自動化を向上させることです。手作業が適さない危険な作業環境や、人間の視覚では要件を満たすことが難しい場合、機械ビジョンが人間の視覚を置き換えることがよくあります。さらに、大規模な工業生産プロセスにおいて、人間の視覚による製品品質検査の効率は低く、精度も高くないため、機械ビジョンの検出方法は生産効率と自動化レベルを大幅に向上させることができます。また、機械ビジョンは情報統合が容易であり、コンピュータ統合製造の基本技術となっています。
同時に、マシンビジョン技術は煙や廃水などの超規格排出においても役割を果たすことができます。マシンビジョンを使用すると、機械室や作業場での火災や煙をタイムリーに発見できます。また、マシンビジョンにおける顔検出と顔認識技術の使用により、企業は出入口の管理を強化し、管理レベルを向上させ、管理コストを削減することができます。
3. 太陽エネルギー、交通監視
近年、新興産業の発展は機械ビジョン市場に新しい市場空間をもたらしました。太陽光エネルギー分野では、太陽電池およびモジュールメーカーが製品を検出したり、製品を識別・追跡したり、製品を組み立てたりするために機械ビジョンを使用します。交通監視分野では、ナンバープレート認識技術や画像解析技術を使用して自動的にナンバープレートを識別し、違法駐車、逆走、交通事故車両を見つけることができます。さらに、地震予防、地滑り、土石流、火山噴火検知、水文観測、河川水位状況観察などの分野でも機械ビジョン技術には大きな可能性があります。
将来の市場見通し
伝統的な製造業が新しい転覆に直面しており、変革とアップグレードは中国の自動化産業に巨大な市場機会をもたらします。機械ビジョンは、自動化産業における高度な知能を持つ製品であり、将来大きな発展の可能性を持っています。
過去数年間で、中国の電子メーカーおよびOEMメーカーは、中国における労働力不足の増加に対応するため、多くの自動化設備を購入して手作業を置き換えています。これは今後数年内にピークに達すると予想されます。台湾資本の工場は自動化の度合いを向上させるために選択しており、その自動化の高潮は今後2〜3年以内に到来し、この産業における機械ビジョン製品の応用に新たな成長ポイントをもたらします。
権威ある業界予測レポートによると、中国の機械視覚産業の市場規模は引き続き拡大し、2015年には3億元、2016年には38億元に達し、2018年までに50億ドルに到達すると見られています。グローバル機械視覚市場がもたらす新しいビジネスチャンスは、業界メーカーの注目を集めています。
本記事はインターネット上から転載したものです。知識の普及、有益な学習や研究を目的としており、ネットユーザーに無料で提供しています。また、著者と出典を明記しています。著作権所有者または出版社に異議がある場合、当サイトは直ちに該当する内容を削除します。記事の転載についてご質問がある場合は、お知らせください以便速やかに修正いたします。
EN
