机器视觉在工厂自动化应用中的应用范围很广,从处理安全性和最大化生产,到为机器提供预测性维护。在生产方面,任务可能包括检查、定向、识别和组装。虽然这些元素中的每一个都可以由人类处理,但有很多(强调“许多”)你想要用机器/计算机做到这一点的原因。
让我们从准确性开始。很明显,机器视觉系统比人眼准确得多。它可以以人类无法达到的速度运行。想想产品不断从生产线上下来,24/7。机器视觉系统除了维护外不会休息,不会感到疲倦或生病,也不需要休息日。
在机器视觉架构中采取的步骤包括:
捕获图像
处理捕获的图像并在需要时应用校正
分析来自已处理图像的数据
根据数据分析做出决策/采取行动
必要时提醒关键人员
保留数据以供将来比较和持续分析
机器视觉也可用于实现业内许多人所说的工业5.0,它指的是在制造环境中使用协作机器人(也称为协作机器人)的概念。协作机器人的协作性质意味着它们可以与人类在同一楼层安全可靠地操作。为了完成这项任务,需要机器视觉。
为应用选择合适的相机
在机器视觉应用中,几乎可以肯定的一件事是需要大量的相机。这些摄像机的分辨率和位置取决于应用,在大多数情况下,它们在整个楼层中会有所不同。例如,处理产品检查的相机必须比用于安全目的的相机的分辨率高得多。前者需要找出产品中的缺陷,而后者只需要知道一个人何时进入环境。
这一切都与边缘计算机有关。很明显,所有交互都必须同步回工业物联网(IIoT)的边缘,原因很简单,没有时间回到云端做出决策。当产品从装配线上下线时,进入云计算机的潜在延迟不会在需要时足够快地停止生产线,从而可能导致不可挽回的损坏。在协作机器人的情况下,同样的原则也适用——需要立即做出决定来规避对人类的伤害。
为您的机器视觉增强型设施提供动力
要为机器视觉架构提供支持,Edge 系统必须具有适当的计算能力。这种计算机的一个例子是WINSYSTEMS的ITX-P-C444 Arm-based SBC,它非常适合处理AI/机器学习应用程序。与竞争对手相比,它消耗的功率更少,这意味着它适用于偏远的现场位置。ITX-P-C444 适合工业 Pico-ITX 外形。它采用恩智浦的i.MX8M应用处理器设计,并提供双以太网、工业I/O和其他扩展选项。
WINSYSTEMS要考虑的第二个产品是PX1-C441单板计算机(SBC)。它专为 PC/104 外形设计,但不要让它的小尺寸欺骗您。它由最新一代英特尔 Apollo Lake-I 双核或四核 SoC 微处理器提供支持。除了高达 8 GB 的焊接 LPDDR4 系统内存和不可移动的 eMMC 设备外,SBC 还具有 PCIe/104 OneBank 扩展功能。此外,PX1-C441支持M.2和SATA设备。
除了基于边缘的机器视觉应用外,PX1-C441 还适用于工业控制、运输、军用/COTS 和能源市场中的工业物联网应用和嵌入式系统。这要归功于其小尺寸(4.55 x 4.39英寸)、坚固的设计以及扩展的工作温度范围(-40°C 至 +85°C)。
边缘与云
将您的运营保持在 IIoT 的边缘非常适合控制目的。这意味着边缘计算机可以决定哪些决策需要立即做出,哪些决策可以解析到云中进行进一步分析。预测性维护是云的很好的例子。这些数据会随着时间的推移(即几天、几周甚至几个月)进行分析,以确定何时应该让机器离线进行维护。在大多数情况下,有足够的提前期使机器脱机,此时生产不会受到影响。
WINSYSTEMS的专家可以帮助您确定应该在边缘与云中处理什么,应该部署什么类型和多少个摄像头,等等。通过机器视觉实现您的未来。
关键字:工厂自动化 机器视觉
引用地址:
在工厂自动化的边缘执行机器视觉
推荐阅读最新更新时间:2024-11-08 21:14
专注机器视觉传感器芯片研发 锐思智芯获得近亿元融资
近日,北京锐思智芯科技有限公司(以下简称:锐思智芯)完成近亿元Pre-A轮融资,由海康威视和耀途资本联合领投,其他投资方还包括讯飞创投、舜宇中央研究院、全志科技、追远创投、同创伟业、联想创投、中科创星。 据悉,本轮融资将用于芯片的迭代、相关算法开发、团队扩充等。 锐思智芯成立于2019年,是一家源于瑞士,拥有一支兼备算法、软件、硬件、芯片研发能力的团队,从事机器视觉芯片及模组技术研发的高新技术企业。 据介绍,锐思智芯以创新性的像素结构设计自主研发了机器视觉传感器芯片,以及模组、算法、系统等全套解决方案,填补了国内高端视觉传感器的空白,产品将广泛应用于自动驾驶、机器人、消费电子、AR/VR、监控检测等领域。 该公司自主研发了机器视
[手机便携]
小小黄人——高速检测极速互联
汤臣倍健是中国膳食补充剂领导品牌和标杆企业,对产品的生产过程严格把关,对产品的生产质量要求极为严格。 汤臣倍健的产品包装线包括理瓶、塞干燥剂、数粒装瓶、旋盖、封口、贴标、装箱打包、赋码关联等过程。产品信息追溯系统是公司对产品质量和各环节质量把关的重要一部分,汤臣倍健拥有从产品生产、销售到最终用户使用的一套完整的产品信息追溯系统,而康耐视的视觉和条码阅读产品给这套追溯系统提供了良好的解决方案。 产品信息追溯系统包含赋码、读码、信息关联、产品查询4个环节。其中读码好坏是生产成功与否的关键。只有高速精准的读码效果,才能在生产源头刷选出NG产品,从而保证产品质量和产品信息的准确性。 据汤臣倍健的车间生产主任介绍,在未使用康耐视产品和技术
[嵌入式]
AI机器人核心技术:机器视觉和工业相机
一,机器视觉概览 机器视觉是通过光学装置和传感器,自动地接收和处理真实物体图像,以获得所需信息或用于控制机器人运动。 机器视觉涵盖人工智能、计算机科学、图像处理、模式识别等诸多领域技术,拥有精度高、速度快、可靠性高等人工视觉无法比拟的优势。 机器视觉设备一般包括两个部分: (1)视:即硬件组成部分,包括:光源、镜头、工业相机、图像采集卡。 (2)觉:即视觉处理软件及算法。 在一个典型的机器视觉系统中,光源及光源控制器、镜头、相机等硬件部分负责成像,视觉控制系统负责对结果进行处理分析、输出分析结果。 从机器视觉全球市场格局来看,高端市场由海外品牌主导,基恩士(日)、康耐视(美)合计全球市占率超50%。 二.机器视觉产业链 (1)
[嵌入式]
微链科技投入十亿研发机器视觉 69800元3D结构光视觉赋能遨博协作机器人
3月18日,微链科技总经理张宇和遨博应用技术中心主任张笑天在北京签署协议,双方在基于合作共利的基础上,以遨博协作机器人为平台,共同推广微链机器人视觉,微链科技是一家以机器人3D视觉引导为主的人工智能企业,其产品涵盖2D,2.5D和3D的视觉引导和检测,尤其是其研发的机器人视觉认知系统,具有0.1秒的速度和0.02mm的精度而为业内所称道。微链科技在加拿大的研发实验室拥有国际一流的研发设备和研究人员,是国际领先的机器视觉公司。现在传统的工业机械臂只是一个自动化设备,只能执行简单的重复性动作,不具有基本的认知能力。有少数国际视觉公司如康耐视等,也只能实现简单的2D视觉定位,不能胜任更复杂可靠的工作。“我们的工业3D机器人视觉技术已经
[机器人]
机器视觉采用USB 3.0
鉴于图像传感器分辨率和帧速率的提高以及市场对高清影像需求的增长,目前机器视觉面临的瓶颈就是更高的带宽需求。当前系统只能在图像质量和压缩比之间进行折中。更高的压缩比会限制机器视觉系统的精确度和性能。 USB 3.0的带宽达到5.0 Gbps,相对于当前使用的接口如USB 2.0、IEEE 1394b、GigE和Camera Link等有所提升。更高的带宽能帮助设计人员提高图像分辨率和帧率,同时保证图像质量。设计人员无需压缩,能采用更小型的FPGA并减少系统所需的存储器数量,这有助于降低BOM成本,缩减PCB面积,降低功耗。 近期,全球领先的机器视觉行业展会VISION迎来25周年庆典,共吸引来自全球32个国家的372家参展商,数量
[嵌入式]
NI将为CompactRIO和Single-Board RIO添加视觉功能
美国国家仪器有限公司(National Instruments,简称NI)于2月宣布在NI Compact RIO和NI Single-Board RIO硬件设备上增添机器视觉功能,为工程师提供基于工业和嵌入式系统的集成测量和控制平台。CompactRIO将会由此成为市场上仅有的几种能够进行机器视觉操作的可编程自动化控制器(PAC)之一,并以更小的物理尺寸和更简易的系统提供更高效、一体化的设计。
有了新增的机器视觉功能,工程师能够将CompactRIO和NI Single-Board RIO设备应用到各种高级测量和控制应用上。首先,为自主和半自主机器人应用中的避障、模式识别、同步定位与地图构建(SLAM)
[工业控制]
机器视觉照明稳定灯照明电路设计
电路原理: 由Q1,Q2和U1组合的磁滞振荡器,可用来稳定灯的照明。在操作时,全波电桥D3既可用于交流线中,或者是灯的未经调节的直流电,又可用于为四CMOS斯密特触发器供电的10V齐纳二极管中。
[电源管理]
2018年中国机器视觉行业发展前景与投资建议
机器视觉行业前景预测 目前在我国随着配套基础建设的完善,技术、资金的积累,各行各业对采用图像和机器视觉技术的工业自动化、智能需求开始广泛出现,国内有关大专院校、研究所和企业近两年在图像和机器视觉技术领域进行了积极思索和大胆的尝试,逐步开始了工业现场的应用。 其主要应用于制药、印刷、矿泉水瓶盖检测等领域。这些应用大多集中在如药品检测分装、印刷色彩检测等。真正高端的应用还很少,因此,以上相关行业的应用空间还比较大。当然、其他领域如指纹检测等等领域也有着很好的发展空间。 据前瞻产业研究院发布的《机器视觉产业发展前景与投资预测分析报告》数据显示,未来几年,行业若按照年均16%左右的增长率,预计到2020年,我国机器视觉
[机器人]