Машинное зрение на предприятии будущего

21.04.2017

Машинное зрение на предприятии будущего

В этой статье мы рассмотрим роль машинного зрения в развитии современных технологичных предприятий и smart factory («умного» производства).

Около 540 миллионов лет назад произошел быстрый эволюционный скачек, известный как Кембрийский взрыв (условное название явления, результатом которого стало резкое увеличение количества ископаемых остатков живых существ в отложениях, соответствующих началу кембрийского периода). Одна из гипотез состоит в том, что эволюция зрения начала гонку вооружений.

Сложное зрение улучшало способность животных ориентироваться и идентифицировать объекты; с того момента это стало самым важным. В промышленности машинное зрение внедряется для дальнейшего развития промышленных процессов, выявления областей улучшения и обеспечения разумного прогресса в робототехнике.

Машинное зрение — это технология обработки изображений, которая позволяет автоматическое сканирование объектов в заданном поле зрения. Операторы могут монтировать камеры на производственных линиях или станциях для управления процессом в режиме реального времени, контроля и сортировки продукции и управления роботами.

Технология позволяет роботам интерпретировать их визуальное окружение, что позволяет им перемещаться независимо. Визуальная информация может использоваться для распознавания окружающей среды и принятия решений, которые непосредственно не запрограммированы.

Камера не видит так же, как человеческий глаз, но системы машинного зрения используют программное обеспечение для обнаружения паттерна для изучения данных и делают выводы на основе предшествующих знаний.

Этот метод особенно полезен при проверке качества сырья и готовой продукции на наличие дефектов. Помимо этого, машинное зрение может использоваться для обеспечения возможности отслеживания операций с использованием идентификационных меток. Камера может считывать теги, позволяя использовать информацию для направления продукта в определенную точку или регистрировать, какие детали находятся на каком этапе цепочки поставок.

«Умные» камеры и датчики могут оцифровывать и передавать информацию, декодировать то, что они захватывают, и устранять необходимость интерпретации человеком. Затем машина может решить, нужно ли передавать эту информацию центральной системе управления. Это недорогие и простые в использовании системы, которые часто являются хорошим вариантом для тех, кто хочет систематизировать автоматизированное производство.

Машинное зрение занимает центральное место в идее smart factory («умного» производства), основанной на самоорганизованной системе, состоящей из коммуникационной сети и интеллектуального обмена информацией. Действуя как глаза фабрики, системы обработки изображений, основанные на промышленных камерах, могут выполнять обработку информации, которая ранее делалась вручную. Это уменьшает вероятность человеческой ошибки и позволяет роботам гибко реагировать на информацию, касающуюся управления производством.

Поскольку оборудование для обработки изображений захватывает, собирает и обменивается данными, это ключевая технология для взаимосвязанных производственных процессов. Эта технология может использоваться для изучения состояния износа производственных машин, она полезна для их обслуживания и может предупредить руководителя предприятия о необходимости заказать сменную деталь до ее поломки.

Поскольку системы машинного зрения эволюционируют — уменьшаются в размерах и наращивают скорость, точность и разрешение, популярность этих систем может резко возрасти в течение следующих нескольких лет, и они осуществят новый Кембрийский взрыв.

.

По материалам EU Automation

Статьи

17.10.2017

Управление технологиями автоматизации на базе персонального компьютера подходит для любого приложения и обеспечивает успешную реализацию инициатив в области промышленного Интернета вещей (Industrial Internet of (читать далее)

10.10.2017

Многие функциональные возможности для развития человеческого мозга можно использовать при разработке оборудования. Внедрение искусственного интеллекта в системы машинного зрения и применение более современных методов (читать далее)