Серед різних видів інформації, яку люди отримують від природи, візуальне придбання є найвищим, що становить близько 80% від загальної інформації. Завдяки розробці інформаційних технологій візуальна функція людини поступово надається комп'ютерам, роботам чи іншими інтелектуальними машинами. Machine Vision, який наразі знаходиться в галузі, є однією з таких технологій, яка реалізує автоматичні програми виявлення та аналізу за допомогою обробки зображень, включаючи автоматичне виявлення, управління процесами та навігацію роботів. В даний час технологія Machine Vision (MV) була виготовлена. Датчики зору, лінзи, високошвидкісні камери, джерела світла, програмне забезпечення зору, картки збору зображень, процесори зору тощо стають все більш досконалими. У середовищах промислової автоматизації Machine Vision привертає все більше уваги з боку галузі та використовується у великій кількості додатків, таких як автомобілі, що керують самостійно, виробництво продуктів харчування, упаковка та логістика, робототехніка та безпілотники.
Що стосується машинного зору, технічні працівники можуть багато зрозуміти, ця стаття намагається пояснити правду, яка повинна бути відомо про машинне зору з чотирьох аспектів по черзі.
Правда 1: машинне бачення ≠ комп'ютерне бачення
Machine Vision-це пристрій, який автоматично отримує та обробляє зображення реальних об'єктів за допомогою оптичних пристроїв та безконтактних датчиків, щоб отримати необхідну інформацію або контролювати рух робота. Працюючи з 1950 -х років, технологія дійсно знялася та зросла популярністю з 1980 по 1990 рік. Протягом десятиліть машинне зору накопичило різні визначення того, що воно є та як це працює.
Асоціація автоматизованої візуалізації (AIA) пропонує більш широке визначення, яке полягає в тому, що Machine Vision охоплює всі промислові та неіндустріальні програми, в яких комбінація обладнання та програмного забезпечення забезпечує оперативні вказівки для пристрою для виконання функцій на основі зйомки та обробки зображень. З іншого боку передавати отримані дані комп'ютеру або контролеру роботів.
На практиці машинне бачення часто потрібно працювати у поєднанні з іншими вдосконаленими технологіями, включаючи обробку природної мови, автоматизацію роботизованих процесів (RPA), штучний інтелект (AI) та машинне навчання (ML), щоб реалізувати можливості "бачення", необхідні для Автоматизація. Ви можете думати про машинне зору як очі автоматизації, AI та ML як мозок, і RPA як надання "плеєра клавіатури", необхідного для виконання роботи. Прийняття автоматизації прискорилося в останні роки, і для організацій важливо залишатися конкурентоспроможними у своїх галузях. Якщо ви думаєте про автоматизацію як "цифрову робочу силу" на роботі, всі ці "цифрові співробітники" були б сліпими без додавання машинного зору.
Комп'ютерне бачення також було великим хітом у цій галузі в останні роки, тож як це стосується машинного зору? На макрорівні Machine Vision-це системна інженерна дисципліна, яка інтегрує та застосовує існуючі технології новими способами вирішення проблем у реальному світі. Комп'ютерне бачення, з іншого боку, - це форма інформатики, яка не реалізується за допомогою відчутного обладнання, таких як пристрої зору, такі як камери, закріплені на роботах.
Більш конкретно, машинне зір - це тіло системи, тоді як комп'ютерне зору - це інтелект системи, мозок, який обробляє інформацію. Без комп'ютерного зору машинне зору не спрацює. Машинне навчання, глибоке навчання та нейронні мережі - це три методики, що використовуються для швидшого обробки елементів через систему машинного зору. Ці три методи можуть бути використані для розширення розуміння Machine Vision щодо того, що слід локалізувати, що робить його цінним надбанням для машинного зору. По мірі розвитку технології комп'ютерного зору можливості для потенційних додатків машинного зору відповідно збільшуються.
Варто зазначити, що машинне бачення та обробка зображень - це також два різні поняття; Обробка зображень - це процес, який виводить зображення, тоді як системи машинного зору можуть виявляти та класифікувати широкий спектр об'єктів та предметів у широкому спектрі галузей, включаючи автомобільну, електроніку та напівпровідники, їжу та напої, дорожній та транспортний рух або інтелектуальний транспорт Системи (ІТС), медичні візуалізації, упаковка, маркування та друк, фармацевтичні препарати та телевізійне мовлення. Технології на основі машинного зору стають центральними у створенні автоматизації.
Правда 2: Розробки обладнання та програмного забезпечення призвели до просування в машинному баченні
Машинне зір - це око промислової автоматизації. Основним його робочим процесом є: Система перетворює захоплені цілі в сигнали зображення за допомогою продуктів Machine Vision (наприклад, камера, CMOS або CCD), а потім передає сигнали зображення у спеціальну систему обробки зображень. На основі такої інформації, як розподіл пікселів, яскравість та колір, сигнали зображення потім перетворюються на цифрові сигнали, які в кінцевому рахунку дають можливість машинам (роботам чи іншими промислових інструментах) для виконання промислових завдань, таких як виробництво та перевірка якості.
Machine Vision - це ключовий елемент промисловості 4. 0 і допомагає системам промислової автоматизації різними способами, такими як підвищення ефективності шляхом покращення запасів, виявлення несправних продуктів та покращення якості виробництва. Щоб точно імітувати сприйняття людини, Machine Vision вимагає допомоги цілого ряду пристроїв та програмного забезпечення. Постійна розробка цих апаратних та програмних технологій додатково сприяє еволюції технології машинного зору.
01 розумна камера
Камера - це основний пристрій, який використовується для перевірки об'єкта або елемента в системі машинного зору. Іноді, можливо, потрібно встановити кілька камер в певній точці огляду, щоб забезпечити належну перевірку кожної деталі. Коли система Machine Vision потребує зйомки та вилучення інформації, що стосується додатків, із зображення, саме тут потрібна підтримка розумної камери. Розумні камери зазвичай містять усі необхідні інтерфейси зв'язку і можуть бути підключені до Wi-Fi або на сервер, щоб передавати зафіксовані дані зображення. Як потужний інструмент, глибоке навчання дозволяє дизайнерам системи швидко автоматизувати складні та суб'єктивні рішення, одночасно покращуючи якість та потужність продукції.
02 3 D камера
3D -камера може показувати глибину виявленого об'єкта на зображенні, щоб показати різні кути зображення. Використовуючи 3D -камеру в системі машинного зору, призведе до іншого перспективи та сприйняття глибини. Камери часу польоту (TOF)-це 3D-камери, які використовують принцип часу польоту для вимірювання відстані. Технологія візуалізації дозволяє йому виконувати 3D-зображення без сканування об'єкта. Технологія зазвичай покриває відстань від кількох метрів до приблизно приблизно приблизно до приблизно приблизно до приблизно приблизно до приблизно до приблизно приблизно 40 метрів на максимум 100 зображень в секунду, з роздільною здатністю відстані приблизно від 5 до 10 міліметрів та бічною роздільною здатністю близько 200 х 200.
Історично ТОФ часто розглядався як менш точна технологія 3D -зондування через деякі питання щодо її точності. Звичайно, в останні роки багато головних компаній розробили продукти з високою роздільною здатністю до 1,3 мегапікселів, а високоточні камери TOF для систем машинного зору можуть значно підвищити гнучкість та автоматизацію виробництва.
Датчик Texas Instruments 'OPT8241 Час польоту (TOF) поєднує зондування TOF з аналого-цифровим перетворювачем та програмованим генератором часу (TG), який пропонує зображення роздільної здатності 320 x 240 при швидкості кадру до 150 кадрів в секунду. Вбудоване управління TG, модуляція та зчитування оцифрованої послідовності. У той же час TG програмований, що забезпечує гнучкість для оптимізації різних показників ефективності сприйняття глибини, таких як потужність, надійність руху, співвідношення сигнал / шум та скасування навколишнього середовища.
03 датчики зору
Датчики зору лежать в основі системи машинного зору і є джерелом максимізації характеристик навколишнього середовища, при цьому основні пристрої є датчиками зображення, такими як CCD та CMOS. Ці датчики зору з більшою роздільною здатністю, як правило, можуть створювати зображення, що містять більше пікселів, дуже корисні для покращення якості зображення та полегшення розпізнавання візуальних деталей.
Датчики КПК вже давно є домінуючою технологією для зйомки високоякісних, низькопошкоджаних зображень. Однак датчики CCD дорогі у виробництві і, таким чином, дорожче і споживають набагато більше потужності, ніж датчики CMOS. Сьогодні технологія датчиків CMOS просунулася до того моменту, коли вона може швидко підійти до якості та функціональності технології CCD, за меншою ціною, в менших розмірах та з меншим споживанням електроенергії. , критична особливість для систем машинного зору, які покладаються на обробку зображень у режимі реального часу для автоматизації або аналізу даних зображень. Крім того, датчики CMOS більш чутливі до інфрачервоних довжин хвиль, ніж датчики CCD, і CMOS -чіп та виробники камер користуються цим для зйомки інфрачервоного світла, забезпечуючи додаткові можливості зображення для розпізнавання зображень. На рівновазі датчики CMOS можуть бути більш придатними для програм Machine Vision.
04 Джерело світла
Як допоміжний пристрій візуалізації, джерело світла часто відіграє вирішальну роль у якості візуалізації. Наприклад, продукти світлодіодного освітлення пропонують більшу гнучкість за допомогою регульованих кутів та додаткових довжин хвиль для більш послідовної спектральної відповіді. Маючи широкий спектр довжин хвиль та форм джерел світла, доступних на ринку, вибір товару не складно.
05 Картка зйомки зображень
Картка збору зображень зазвичай надходить у формі комп'ютерної картки плагінної, основною завданням якої є перенесення виходу зображення на хост-комп'ютер. Картки збору зображень необхідні для перетворення аналогових або цифрових сигналів з камери в потік даних зображення у певному форматі, а також можуть контролювати деякі параметри камери, такі як тригерні сигнали, час експозиції/інтеграції, швидкість затвора тощо на. Картки збору зображень зазвичай мають різні апаратні структури для різних типів камер, а також різні форми шини, такі як PCI, PCI64, компакт PCI, PC104, ISA тощо.
06 Програмне забезпечення для обробки зору
Програмне забезпечення Machine Vision використовується для завершення обробки даних вхідних зображень, а потім через певні розрахунки можуть отримати необхідні результати. Програмне забезпечення Machine Vision General Curform надходить у формі C/C ++ бібліотеки зображень, елементів управління ActiveX та графічних середовищ програмування тощо. Це може бути спеціалізовано, наприклад, лише для інспекції РК-дисплея, перевірки BGA, шаблону Вирівнювання тощо, або загальний призначення, включаючи локалізацію, вимірювання, розпізнавання штрих-коду/символів, виявлення спекл тощо.
Правда 3: Ринок машинного бачення швидко зростає, а автомобільна промисловість бере на себе кредит
Значення машинного зору в автоматизації полягає у його здатності швидко та ефективно фіксувати та обробляти велику кількість документів, зображень та відео, у кількості та на швидкості, що значно перевищують можливості людини.
Широкі перспективи застосування та величезний ринковий потенціал визначають, що машинне бачення, мабуть, буде зростаючим ринком, даними ринків та ринків показують, що розмір ринку машинного зору, як очікується, зросте з 10,7 мільярдів доларів у 2020 році до 14,7 мільярдів доларів у 2025 році, на складеному щорічному темпи зростання 6,5%.
Згідно з Grand View Research, розмір ринку глобального машинного бачення становив 13,23 млрд. У 2 0 21, і, як очікується, зросте за складним річним темпом зростання (CAGR) 7,7% з 2022 по 2030 рік. Попит на Vision- Керовані робототехнічні системи в автомобільних, харчових та напоях, фармацевтичних та хімічних та упаковках є головним рушієм для зростання ринку. Серед них автомобільна промисловість залишається найбільшим прийняттям систем машинного зору в усьому світі, з часткою доходів понад 15,0% від автомобільної промисловості в 2021 році, і, як очікується, продовжуватимуть постійно зростати в найближчі роки.
Тенденції ринку машинного бачення за промисловістю, 2020 - 2030
Правда 4: Machine Vision призведе до великої різниці в програмах робототехніки
Існує багато можливостей для розширення машинного зору з точки зору обсягу ринку та додатків. Ці можливості потребують певної уяви, а це означає, що машинне бачення стосується не лише заміни очей техніка, а про використання роботів для виконання завдань, яких техніки не можуть. Machine Vision надає роботам можливість "бачити" в режимі реального часу та дуже детально, що дозволяє їм приймати рішення, засновані на всебічному погляді на об'єкт чи середовище. Сьогодні у світі роботи використовуються все більше і більше. Коли роботи оснащені машинним зором, це дає їм більшу точність, орієнтацію та розуміння, здатність більш точно сприймати об'єкти, розміщувати об'єкти з більшою точністю виконувати більш складні завдання.
Машинне бачення стає все більш важливим у програмах робототехніки, і згідно з останнім звітом Асоціації просування автоматизації (A3), ринок робототехніки та машинного зору досяг значного зростання у другому кварталі 2021 року порівняно з 2020 року. Роботи вже широко використовуються, і з появою спільних роботів та швидким розвитком 3D -машинного зору вони будуть використовуватися частіше в поєднанні.
Machine Vision втілює технологічну здатність, як і інші можливості, такі як автоматизація, машинне навчання, глибоке навчання та нейронні мережі. Це можливість, яка може бути інтегрована в інші технології та процеси, щоб принести користь галузі та підвищення ефективності бізнесу. Роботи сьогодні мають все більш вбудований машинний зір, що дозволяє їм виконувати більш складні завдання. Ці завдання не були б можливими без машинного зору, який не розповідає робота саме там, де знаходиться предмет. Machine Vision - це ключ до розблокування повного потенціалу автоматизації, додаючи більше інтелекту до розумної автоматизації.