Počítačové videnie
Počítačové videnie (CV) je interdisciplinárna oblasť umelej inteligencie (AI) a informatiky, ktorá umožňuje digitálnym systémom získavať, spracúvať, analyzovať a interpretovať vysokodimenzionálne vizuálne dáta z fyzického sveta. Nespracované obrazové vstupy, ako sú digitálne snímky, videotoky a viacrozmerné dáta zo špecializovaných senzorov, premieňa na štruktúrované dáta použiteľné v praxi. Stroje tak dokážu interpretovať obrazové dáta na úrovni, ktorá sa vyrovná ľudským schopnostiam alebo ich prevyšuje. V modernom priemysle táto technológia slúži ako hlavný zmyslový mechanizmus automatizácie a premieňa pasívne optické vstupy na informácie o prevádzke v reálnom čase.
V inteligentnej výrobe a logistike sa počítačové videnie vyvinulo z nepružných optických kontrolných systémov založených na pravidlách na vysoko prispôsobivé architektúry využívajúce hlboké učenie. Tradičné systémy strojového videnia sa pri jednoduchých úlohách, ako je zisťovanie prítomnosti predmetu alebo čítanie čiarových kódov, spoliehali na nemenné šablóny a prísne kontrolované osvetlenie. Moderné počítačové videnie využíva konvolučné neurónové siete (CNN) a modely typu transformer, vďaka ktorým dokáže pracovať aj v neštruktúrovanom a meniacom sa prostredí. Systémy tak dokážu rozpoznávať zložité anomálie, navádzať roboty pri rôznej orientácii dielov a sledovať objekty v rozsiahlych skladoch aj pri meniacich sa podmienkach prostredia.
V architektúre digitálneho dvojčaťa počítačové videnie zabezpečuje zásadné prepojenie potrebné na synchronizáciu fyzického objektu s jeho digitálnym obrazom. Digitálne dvojča potrebuje nepretržitý a presný tok telemetrických dát, aby odrážalo svoj fyzický náprotivok. Senzory IoT zaznamenávajú skalárne veličiny, ako sú teplota, vibrácie a tlak, zatiaľ čo počítačové videnie zachytáva zmeny priestorového usporiadania, štruktúry a správania. Spracovaním dát z kamier, LiDARu a hĺbkových senzorov systémy počítačového videnia priebežne aktualizujú priestorové modely digitálneho dvojčaťa, sledujú súradnice pohyblivých objektov v reálnom čase a overujú, či fyzické usporiadanie výrobnej haly zodpovedá digitálnemu návrhu.
Hlavné súčasti
Hardvér na snímanie obrazu: Túto vrstvu tvoria priemyselné kamery, špecializované objektívy, pásmové filtre a systémy aktívneho osvetlenia, napríklad štruktúrované svetlo alebo infračervené zábleskové osvetlenie. Sú určené na získavanie kvalitných obrazových dát v náročných podmienkach závodu. Podľa použitia môže hardvér zahŕňať plošné kamery na kontrolu jednotlivých predmetov, riadkové kamery na kontinuálne procesy s pásovým materiálom alebo 3D senzory založené na meraní času preletu (ToF) a senzory LiDAR na priestorové mapovanie.
Predspracovanie a infraštruktúra pre edge computing: Pred vstupom do neurónových sietí prechádzajú nespracované obrazové dáta úpravami, ako sú potlačenie šumu, geometrická korekcia, zvýšenie kontrastu a orezanie oblasti záujmu (ROI). Vysokorýchlostné výrobné linky vyžadujú mimoriadne nízku latenciu, preto sa tieto operácie spolu s inferenciou modelu čoraz častejšie vykonávajú na hardvéri pre edge computing priamo vo výrobnej hale alebo v jej blízkosti. Ide napríklad o grafické procesory (GPU), tenzorové procesory (TPU) alebo procesory na spracovanie obrazu (VPU).
Modely hlbokého učenia a neurónové siete: Analytické jadro počítačového videnia tvoria hlboké neurónové siete trénované na konkrétne obrazové úlohy vrátane detekcie objektov, sémantickej segmentácie, klasifikácie snímok a optického rozpoznávania znakov (OCR). Modely sa trénujú na rozsiahlych súboroch označených priemyselných snímok. Vďaka tomu dokážu zovšeobecňovať vzorce a rozpoznať aj nenápadné chyby, nesprávne zarovnanie dielov či bezpečnostné riziká, ktoré by tradičným algoritmom založeným na pravidlách unikli.
Inferencia a rozhodovacia logika: Keď model spracuje snímku a vytvorí predikciu, napríklad skóre pravdepodobnosti chyby alebo priestorové súradnice dielu, rozhodovacia logika prevedie tento matematický výstup na činnosti v prevádzke. Táto súčasť sa priamo prepája s programovateľnými logickými automatmi (PLC), riadiacimi systémami robotov, systémami riadenia výroby (MES) a platformami na plánovanie podnikových zdrojov (ERP). Môže tak spustiť vyradenie výrobku, naviesť robotické ramená alebo aktualizovať evidenciu zásob.
Využitie vo výrobe a logistike
Vo výrobe sa počítačové videnie široko využíva pri automatizovanej optickej kontrole (AOI), ktorá umožňuje kontrolovať dodržiavanie prísnych štandardov kvality pri rýchlosti výrobnej linky. Systémy kontrolujú dosky plošných spojov (PCB), obrábané diely a podsústavy, či nemajú mikroskopické povrchové chyby, rozmerové odchýlky alebo chyby montáže. Nevyhovujúce výrobky okamžite označia na prepracovanie. Počítačové videnie okrem kontroly navádza roboty pri zložitých úlohách, napríklad pri vyberaní náhodne uložených dielov z prepravky, kde robot musí diely rozpoznať, určiť ich orientáciu a uchopiť ich. Termokamery prepojené s algoritmami počítačového videnia navyše sledujú tepelné prejavy dôležitých strojov a odhaľujú prehrievajúce sa ložiská alebo elektrické poruchy ešte pred závažným zlyhaním.
V logistike a riadení dodávateľského reťazca počítačové videnie zjednodušuje manipuláciu s materiálom a jeho sledovanie. Automatizované meracie systémy používajú 3D kamery na okamžitý výpočet objemu a hmotnosti prichádzajúcich zásielok, čo pomáha optimalizovať nakladanie a výpočet prepravných nákladov. Rýchle triediace systémy využívajú optické rozpoznávanie znakov (OCR) a algoritmy na čítanie čiarových kódov na sledovanie zásielok na rýchlo sa pohybujúcich dopravníkoch, aj keď sú štítky čiastočne poškodené alebo zle orientované. Autonómne mobilné roboty (AMR) a automaticky riadené vozidlá (AGV) sa tiež spoliehajú na simultánnu lokalizáciu a mapovanie (SLAM) založené na počítačovom videní. Vďaka tomu sa bezpečne pohybujú v zložitom skladovom prostredí a vyhýbajú sa kolíziám s pracovníkmi a pohybujúcimi sa prekážkami.
Prínosy a úskalia
Hlavným prínosom počítačového videnia v priemysle je výrazné zvýšenie priepustnosti, presnosti a konzistentnosti prevádzky. Na rozdiel od ľudských kontrolórov pracujú systémy počítačového videnia nepretržite bez únavy a za minútu vykonajú tisíce zložitých vizuálnych kontrol s merateľnou opakovateľnosťou. Tým znižujú počet chybných výrobkov, ktoré sa dostanú k zákazníkom, včasným odhalením odchýlok v procese obmedzujú zmetky a znižujú náklady na prácu. Po prepojení s digitálnym dvojčaťom poskytuje počítačové videnie jednotný zdroj údajov o fyzickej prevádzke. Umožňuje tak vzdialené sledovanie, virtuálne uvedenie do prevádzky a prediktívnu simuláciu založenú na skutočnom fyzickom stave namiesto teoretických modelov.
Zavedenie počítačového videnia v priemysle však prináša aj osobitné úskalia. Výkon obrazových modelov je veľmi citlivý na zmeny prostredia, napríklad na zmeny osvetlenia v hale, usádzanie prachu na objektívoch a mechanické vibrácie spôsobujúce pohybové rozmazanie. Trénovanie modelov hlbokého učenia navyše vyžaduje veľké množstvo kvalitných anotovaných obrazových dát. Získať a označiť snímky zriedkavých kritických chýb je často náročné a zdĺhavé. Napokon zapojenie videotokov s vysokými nárokmi na prenosovú kapacitu do starších priemyselných sietí môže sieť zaťažiť a vyžadovať značné investície do infraštruktúry pre edge computing, ktorá spracuje dáta lokálne bez dodatočnej sieťovej latencie.
Súvisiace pojmy
Na pochopenie úlohy počítačového videnia v modernom priemysle je užitočné poznať aj príbuzné pojmy. Strojové videnie označuje tradičné použitie optických technológií založené na pravidlách v priemyselnej automatizácii. Edge AI znamená prevádzku modelov strojového učenia lokálne na hardvéri blízko fyzických senzorov. Priestorové výpočty zahŕňajú technológie vrátane počítačového videnia, AR a VR, ktoré digitalizujú priestorové vzťahy medzi fyzickými a digitálnymi objektmi v prostredí digitálneho dvojčaťa a pracujú s nimi.
Časté otázky
Aký je rozdiel medzi tradičným strojovým videním a moderným počítačovým videním? Tradičné strojové videnie sa spolieha na deterministické algoritmy založené na pravidlách. Tie vykonávajú presne štruktúrované úlohy v prísne kontrolovaných podmienkach, napríklad merajú priemer obrábaného otvoru alebo overujú prítomnosť uzáveru na fľaši. Moderné počítačové videnie využíva AI a hlboké učenie na interpretáciu zložitých, neštruktúrovaných a veľmi premenlivých obrazových dát. Dokáže sa preto prispôsobiť meniacemu sa prostrediu, rozpoznávať organické tvary a identifikovať nepredvídateľné chyby, ktoré nemožno definovať pevnými matematickými pravidlami.
Ako počítačové videnie dodáva dáta do digitálneho dvojčaťa? Systémy počítačového videnia snímajú obrazové dáta z fyzického objektu alebo prostredia v reálnom čase a spracúvajú ich pomocou modelov AI na edge zariadeniach. Systém z nich získava štruktúrované telemetrické údaje, napríklad presné 3D súradnice robotického ramena, objem zásob na polici alebo stav opotrebenia rezného nástroja. Dáta potom prenáša do platformy digitálneho dvojčaťa cez priemyselné protokoly, ako sú MQTT alebo OPC UA. Nepretržitý tok dát zabezpečuje, že digitálne dvojča zostáva verným obrazom fyzického objektu v reálnom čase.
Môžu systémy počítačového videnia pracovať v priemyselnom prostredí so slabým osvetlením alebo prachom? Áno, môžu. Na spoľahlivú prevádzku v náročných podmienkach sa dajú navrhnúť pomocou špecializovaného hardvéru a softvérových postupov. Patria k nim ochranné kryty so stupňom krytia IP, ktoré chránia kamery pred prachom a vlhkosťou, aktívne infračervené alebo laserové osvetlenie na prekonanie výkyvov okolitého svetla a špeciálne optické filtre. Softvérové algoritmy predspracovania dokážu odfiltrovať obrazový šum spôsobený prachom, parou alebo šmuhami na objektíve ešte predtým, ako snímku analyzuje neurónová sieť.