Widzenie maszynowe odgrywa istotną rolę w inteligentnej fabryce, co może skutecznie zwiększyć wydajność produkcyjną i poprawić wskaźniki kwalifikacji produktów. Wybierając mały system widzenia maszynowego, tradycyjna inteligentna kamera przemysłowa ma zalety małej wielkości, wysokiej integracji oraz łatwej deweloperów i użytkowania; zaleta wbudowanego systemu widzenia maszynowego polega na tym, że konfiguracja jest dość elastyczna, można ją wyposażyć w zaawansowany procesor CPU, wspiera wiele kanałów kamery i ma dużą skalowalność. Czy istnieje nowy rodzaj małego systemu widzenia maszynowego, który mógłby połączyć zalety obu, obniżyć koszty i spełnić coraz bardziej wymagające i szybkie testy aplikacji wizyjnych?
Widzenie maszynowe odgrywa istotną rolę w inteligentnej fabryce, co może skutecznie zwiększyć wydajność produkcyjną i poprawić wskaźniki kwalifikacji produktów. Wybierając mały system widzenia maszynowego, tradycyjna inteligentna kamera przemysłowa ma zalety małej wielkości, wysokiej integracji oraz łatwej deweloperów i użytkowania; zaleta wbudowanego systemu widzenia maszynowego polega na tym, że konfiguracja jest dość elastyczna, można ją wyposażyć w zaawansowany procesor CPU, wspiera wiele kanałów kamery i ma dużą skalowalność. Czy istnieje nowy rodzaj małego systemu widzenia maszynowego, który mógłby połączyć zalety obu, obniżyć koszty i spełnić coraz bardziej wymagające i szybkie testy aplikacji wizyjnych?
Potrzeba inteligentnej fabryki w zakresie widzenia maszynowego
Wydajność i zdolność przetwarzania. Jak poprawić pojemność produkcyjną, wydajność systemu i przepustowość odgrywają kluczowe role. Co do ogólnego systemu widzenia maszynowego, wysokie rozdzielczości i wysoki tempa klatek (klatki na sekundę) są jak ryba i łapka niedźwiedzia. W praktycznych zastosowaniach prawa autorskie Control Engineering China są zastrzeżone. Zazwyczaj jest to kombinacja zastosowań o wysokiej rozdzielczości, ale niskim tempie klatek lub niskiej rozdzielczości, ale wysokim tempie klatek. Jeśli chcesz mieć oba, jedynym rozwiązaniem jest użycie zaawansowanych procesorów CPU, aby uzupełnić wyniki mnożenia rozdzielczości i tempa klatek. Jak uzyskać najlepszą wydajność przetwarzania przy rozsądnym koszcie, jest troską deweloperów systemów.
Środowisko linii produkcyjnej. Środowisko fabryczne zazwyczaj jest złe. Na przykład, w linii produkcyjnej napojów i ich opakowywania, system może wchodzić w bezpośredni kontakt z ciekami. W środowisku obróbki narzędzi jest to natomiast trudne środowisko pełne operacji cięcia materiałów. Jeśli system widzenia maszynowego musi być skonfigurowany w pobliżu surowej linii produkcyjnej, produkt z możliwościami odporności na wodę i pył spełni ten wymóg.
Wiele stanowisk produkcyjnych. W środowisku fabrycznym wszystkie prawa są zastrzeżone. Aby gotowy produkt mógł trafić na rynek, musi przejść przez różne stanowiska produkcyjne, takie jak wytwarzanie elementów, pobieranie i umieszczanie półgotków, inspekcja jakości oraz pakowanie do wysyłki. Na przykład, maszyna CNC odpowiada za obróbkę elementów. Półprodukt jest pobierany przez robota przemysłowego i pozycjonowany przez kamerę przemysłową. Po zakończeniu pracy, wchodzi na platformę detekcyjną do sprawdzenia defektów. Gotowy produkt jest skanowany w strefie pakowania. Kluczem do inteligentnej fabryki jest łatwa integracja i komunikacja między wieloma stanowiskami produkcyjnymi.
Środowisko programowania oprogramowania. Trudność i stopień integracji rozwoju rozwiązania oprogramowania są wielką troską w umysłach wszystkich inżynierów, którzy importują inteligentny system, a często jest to najważniejszy czynnik decydujący o sukcesie lub porażce projektu. Jak skrócić czas opracowywania i zmniejszyć koszt tworzenia systemu jest istotnym kluczem.
Wybierz punkt zwrotny małego systemu widzenia maszynowego
Wykonawcza wydajność procesora. Ze względu na mały rozmiar i ograniczoną przestrzeń, tradycyjna smart kamera może być wyposażona jedynie w pojedynczego rdzenia procesor Atom lub procesor arm. Mimo niskiego zużycia energii, z powodu ograniczonej wydajności, może wykonywać tylko analizę i przetwarzanie obrazu dla jednego zadania, takiego jak liczenie, skanowanie kodu kreskowego itp. Dzięki wprowadzeniu rodziny procesorów Intel atomtm e3840, wydajność procesora wzrosła dwa razy w porównaniu do poprzedniej generacji procesorów. Control Engineering China Copyright Wszelkie prawa zastrzeżone, a ponadto charakteryzuje się ona niskim zużyciem energii. To oznacza, że mały rozmiar może również zapewnić wysoką wydajność i umożliwić przetwarzanie obrazu w wielu zadaniach. Nowe pokolenie małego systemu widzenia maszynowego może jednocześnie wykonywać pomiary, liczenie, pozycjonowanie, odczyt kodów dwuwymiarowych oraz inne zdolności przetwarzania wielu zadań. Z punktu widzenia kosztów posiadania, ma zdolność realizacji więcej niż jednego zadania.
Czujnik obrazu i jakość obrazu. Czujnik obrazu jest duszą systemu widzenia maszynowego. Rozmiar czujnika bezpośrednio reprezentuje jakość obrazu. W przeszłości zastosowanie kamery inteligentnej było definiowane w podstawowych zastosowaniach detekcji obrazu. Zalety i wady rozmiaru czujnika oraz jakości obrazu nie były łatwe do wyraźnego zaznaczenia. Jednakże, jeśli chcemy zastosować widzenie maszynowe w zaawansowanych i szybkich aplikacjach detekcyjnych, to rozmiar czujnika staje się kluczowym punktem do rozważenia podczas wybierania systemu.
Porównanie zwijanego i globalnego otworu. Różnica między zwijanym a globalnym otworem polega na różnicy czasu ekspozycji. Otwór zwijany nakazuje elementowi czułemu na światło wykonywać ekspozycję sekwencyjnie, aż całe zdjęcie będzie zekspozowane. Globalny otwór ekspozuje cały obraz jednocześnie. W miarę poprawy wydajności przetwarzania systemowego, wydajność systemu przestanie być bottleneckiem. Jeśli występuje potrzeba wykrywania obiektów poruszających się z wysoką prędkością, czujnik globalnego otworu może zbierać poprawne obrazy bez artefaktów resztkowych.
Koprocesor. W procesie wizji maszynowej, przyjęcia i analizy obrazu, jakość obrazu odgrywa istotną rolę. Jeśli uda nam się zoptymalizować jakość zbieranych obrazów przed ich analizą, możemy zagwarantować poprawność analizy obrazu. W poprzednich zastosowaniach, po zebraniu danych obrazowych do systemu, konieczne było obliczanie i optymalizacja jakości obrazu za pomocą procesora systemowego, ponieważ ograniczone zasoby obliczeniowe CPU ograniczały również ilość danych obrazowych, które można przetworzyć. Jednakże, jeśli możemy filtrować i zoptymalizować obliczenia macierzowe obrazu przed obliczeniami CPU, możemy znacznie przyspieszyć wydajność przetwarzania obrazu oraz zmniejszyć zużycie zasobów CPU. Z jednej strony możemy pozostawić zasoby systemowe dla rdzenia systemu wizyjnego - algorytmu obrazu, a z drugiej strony możemy przetwarzać dużą liczbę obrazów w czasie rzeczywistym, co umożliwia realizację takich zaawansowanych funkcji wstępnego przetwarzania jak tablica podglądu (look-up table), obszar zainteresowania (ROI), korekcja cieniowania oraz inne funkcje optymalizujące jakość obrazu.
Wydajność przetwarzania grafiki GPU i multimediów. W porównaniu z poprzednią generacją procesorów Intel AtomTM D2550, nowa generacja procesora Intel AtomTM E3840 oferuje approximately sześć razy większą wydajność. Dzięki technologii Intel HD Graphics 4000 można jednocześnie przetwarzać kompresję i transmisję wielokanałową. Poprawa wydajności CPU i GPU pozwala na rejestrację i zapis wyników detekcji obrazu lub dostarczanie surowych danych do dalszego porównywania i analizy, dzięki czemu system informacyjny fabryki uzyskuje bardziej inteligentne funkcje.
Wyświetlanie wydajności systemu. W środowisku fabrycznym wszystkie prawa są zastrzeżone. Tradycyjna inteligentna kamera może przesyłać dane wyłącznie przez Ethernet w celu monitorowania przez centralny terminal kontrolny. Jeśli system widzenia maszynowego może wspierać interfejs wyjściowy VGA, system widzenia maszynowego może jednocześnie przekazywać obrazy przez port VGA i Ethernet oraz łączyć się z ekranem na końcu HMI lub linii produkcyjnej, aby sprawdzać wyniki w czasie rzeczywistym i znajdować problemy, co skutecznie poprawi wydajność linii produkcyjnej.
architektura 64-bitowa. Ze względu na to, że oprogramowanie do analizy obrazów wymaga przetwarzania dużych ilości danych, większość głównych aplikacji dostępnych na rynku już obsługuje architekturę 64-bitową. Dlatego wybór systemu widzenia maszynowego, oczywiście, musi również obejmować wybór systemu obsługującego 64 bity, aby w pełni wykorzystać maksymalne korzyści aplikacji.
Pojemność pamięci systemu. Pojemność pamięci małego systemu wizyjnego oznacza, że użytkownicy mogą przechowywać więcej próbek do porównania w celu rozpoznawania obrazów, mogą również przechowywać dane wykrywania lub tworzyć kopie zapasowe. Jest to bardzo korzystne dla stabilności całego systemu.
Całkowity koszt posiadania. Całkowity koszt zakupu systemu nie obejmuje tylko kosztu samego systemu wizyjnego. Mądrzy użytkownicy rozumieją, że pomoc w redukowaniu kosztów z perspektywy całkowitego kosztu posiadania jest królewską drogą.
EN