Strojové videnie

Strojové videnie (MV) spája hardvér a softvér na automatickú kontrolu, riadenie procesov a navádzanie robotov pomocou obrazových dát v priemysle. Na rozdiel od počítačového videnia, ktoré je širokou akademickou oblasťou zameranou na softvér a spracovanie obrazu, sa strojové videnie používa konkrétne v technických a priemyselných aplikáciách. Spája digitálne senzory, špecializovanú optiku a algoritmy spracovania, aby na základe obrazových dát z fyzického sveta vykonávalo fyzické úkony alebo prijímalo prevádzkové rozhodnutia.

V modernej výrobe a logistike poskytuje strojové videnie automatizovaným systémom hlavné údaje o ich okolí. Systémy rýchlo snímajú výrobky, obaly a stroje vo vysokom rozlíšení a v reálnom čase analyzujú ich fyzické vlastnosti. Automatizované linky tak môžu pracovať s minimálnymi zásahmi ľudí a dosahovať vysokú priepustnosť, stabilnú kvalitu a bezpečnú prevádzku.

V prostredí digitálneho dvojčaťa strojové videnie zabezpečuje dôležité prepojenie fyzického a digitálneho sveta. Do platformy digitálneho dvojčaťa nepretržite dodáva aktuálne priestorové, rozmerové a kvalitatívne údaje z výrobnej haly alebo skladu. Vďaka tomuto toku obrazovej telemetrie zostáva digitálne dvojča presným a verným obrazom fyzického objektu. To umožňuje presnú prediktívnu údržbu, virtuálne uvedenie do prevádzky a optimalizáciu procesov s uzavretou spätnou väzbou.

Hlavné súčasti

Priemyselné kamery: Špecializované obrazové senzory zachytávajú dáta v rôznych spektrách vrátane viditeľného svetla, infračerveného a ultrafialového žiarenia. Sú navrhnuté tak, aby odolali náročným priemyselným podmienkam a zároveň snímali obraz s vysokou frekvenciou a požadovaným rozlíšením.

Osvetľovacie systémy: Zdroje svetla, napríklad kruhové LED osvetlenie, podsvietenie alebo koaxiálne osvetlenie, zvýrazňujú vybrané vlastnosti snímaného predmetu a zároveň odstraňujú tiene, odrazy a rušenie okolitým svetlom.

Optika a objektívy: Optické komponenty zaostrujú svetlo odrazené od snímaného predmetu na obrazový senzor kamery. Určujú zorné pole, hĺbku ostrosti a presnosť zväčšenia potrebnú na presné meranie.

Snímacie karty a procesory: Hardvérové rozhrania a vyhradené výpočtové jednotky, napríklad priemyselné počítače, procesory zabudované v inteligentných kamerách alebo edge zariadenia, prijímajú nespracované obrazové dáta a vykonávajú výpočtovú analýzu.

Softvér a algoritmy strojového videnia: Softvér spracúva nasnímané obrazy pomocou detekcie hrán založenej na pravidlách, porovnávania vzorov alebo modelov hlbokého učenia. Získava z nich údaje použiteľné v praxi, napríklad rozmery, chyby alebo alfanumerické kódy.

Využitie vo výrobe a logistike

Vo výrobe sa strojové videnie široko používa na automatizovanú kontrolu kvality, overovanie montáže a navádzanie robotov. Na automobilových montážnych linkách 3D systémy strojového videnia kontrolujú zvarové húsenice, overujú umiestnenie komponentov a merajú kritické tolerancie s presnosťou až na mikrometre. Pri výrobe elektroniky sa linky na technológiu povrchovej montáže (SMT) spoliehajú na rýchle obrazové systémy, ktoré kontrolujú nanesenie spájkovacej pasty a orientáciu mikročipov pred spájkovaním pretavením. Roboty navádzané obrazom navyše používajú priestorové dáta na vyhľadanie, uchopenie a umiestnenie náhodne orientovaných dielov z prepraviek. Odpadá tak potreba drahých mechanických prípravkov a pevných nástrojov.

V logistike a skladovaní strojové videnie zlepšuje triedenie, sledovanie a riadenie zásob. Rýchle tunelové skenery s viacerými kamerami čítajú 1D a 2D čiarové kódy, text pomocou optického rozpoznávania znakov (OCR) a prepravné štítky na zásielkach, ktoré sa rýchlo pohybujú po dopravníkoch. Strojové videnie sa používa aj v systémoch na meranie rozmerov a váženie (DWS), ktoré automaticky vypočítavajú objem zásielok na optimalizáciu prepravy a fakturáciu. Autonómne mobilné roboty (AMR) a automaticky riadené vozidlá (AGV) navyše využívajú navigáciu založenú na obraze a detekciu prekážok, aby sa bezpečne pohybovali v meniacom sa skladovom prostredí.

Prínosy a úskalia

Hlavným prínosom strojového videnia je schopnosť vykonávať opakované kontroly rýchlo, objektívne a bez únavy. Rýchlosťou a konzistentnosťou výrazne prekonáva ľudské schopnosti. Umožňuje kontrolovať 100 % výrobkov namiesto štatistického vzorkovania, čím výrazne znižuje počet chybných výrobkov, ktoré uniknú kontrole. Digitálne dáta z každého kontrolovaného dielu poskytujú podrobný záznam na zabezpečenie sledovateľnosti, súladu s požiadavkami a neustáleho zlepšovania procesov. Po prepojení s digitálnymi dvojčatami môžu pracovníci simulovať zmeny a predvídať poruchy ešte pred ich vznikom.

Napriek týmto výhodám prináša nasadenie strojového videnia viacero úskalí. Kolísajúce okolité svetlo, prach, vibrácie a extrémne teploty môžu zhoršiť kvalitu obrazu a spôsobiť chybné vyradenie výrobkov alebo prehliadnutie chýb. Nastavenie systémov pre vysoko reflexné materiály, napríklad leštené kovy alebo plasty, či zložité organické tvary vyžaduje vysoko špecializovaný návrh optiky a osvetlenia. Prechod od tradičných algoritmov založených na pravidlách k strojovému videniu využívajúcemu hlboké učenie prináša aj problémy s označovaním dát, trénovaním modelov a obmedzenými zdrojmi pre edge computing.

Súvisiace pojmy

Strojové videnie úzko súvisí s viacerými základnými pojmami v ekosystéme priemyselného digitálneho dvojčaťa. Počítačové videnie poskytuje základné softvérové algoritmy a rámce na spracovanie obrazu. Edge computing umožňuje lokálne spracúvať objemné obrazové dáta s nízkou latenciou priamo vo výrobnej hale. Priestorové výpočty prepájajú trojrozmerné obrazové dáta s rozšírenou realitou a digitálnymi dvojčatami, aby v reálnom čase mapovali fyzické priestory a objekty.

Časté otázky

Aký je rozdiel medzi počítačovým videním a strojovým videním? Počítačové videnie je široká oblasť informatiky zameraná na softvér, ktorá umožňuje počítačom porozumieť digitálnym obrazom alebo videám. Strojové videnie je technický odbor, ktorý spája softvér počítačového videnia s fyzickým hardvérom, napríklad priemyselnými kamerami, osvetlením a akčnými členmi, aby vykonával konkrétne automatizované úlohy v priemysle a výrobe.

Ako sa líši 3D strojové videnie od 2D strojového videnia? 2D strojové videnie zachytáva ploché, dvojrozmerné obrazy a hodí sa na úlohy s vysokým kontrastom, ako sú čítanie čiarových kódov, kontrola štítkov a jednoduché meranie rozmerov. 3D strojové videnie získava údaje o hĺbke pomocou techník, ako sú laserové profilovanie, štruktúrované svetlo alebo stereovidenie. Systém tak dokáže merať objem, výšku povrchu a zložité priestorové súradnice, čo je nevyhnutné na robotické vyberanie dielov z prepraviek a podrobnú kontrolu povrchu.

Ako strojové videnie podporuje prediktívnu údržbu? Strojové videnie prispieva k prediktívnej údržbe nepretržitým sledovaním fyzického stavu strojov a komponentov. Systém analyzuje zmeny obrazu v čase, napríklad opotrebovanie povrchu, vychýlenie pásu alebo teplotné anomálie zachytené infračervenými kamerami. Na možné poruchy upozorní pracovníkov skôr, než spôsobia neplánovaný prestoj, a dáta prenáša priamo do digitálneho dvojčaťa daného zariadenia.

Dokážu sa systémy strojového videnia prispôsobiť zmenám návrhu výrobkov? Tradičné systémy strojového videnia založené na pravidlách vyžadujú pri zmene návrhu výrobkov alebo obalov ručné preprogramovanie a opätovnú kalibráciu. Moderné systémy využívajúce hlboké učenie a umelú inteligenciu (AI) sa však dajú pomerne rýchlo znovu natrénovať na nových súboroch obrazových dát. Variantom výrobkov a novým produktovým radom sa tak prispôsobia s minimálnymi prestojmi.