Quattro verità sulla visione macchina

Oct 10, 2024 Lasciate un messaggio

Tra i vari tipi di informazioni che le persone acquisiscono dalla natura, l'acquisizione visiva è la più alta, che rappresenta circa l'80% delle informazioni totali. Con lo sviluppo della tecnologia dell'informazione, la funzione visiva umana viene gradualmente data a computer, robot o altre macchine intelligenti. Macchine Vision, che è attualmente nella manna del settore, è una di queste tecnologie, che realizza applicazioni di rilevamento e analisi automatico attraverso l'elaborazione delle immagini, tra cui il rilevamento automatico, il controllo dei processi e la navigazione dei robot. Attualmente, la tecnologia della visione artificiale (MV) è stata produttata. Sensori di visione, obiettivi, telecamere ad alta velocità, fonti di luce, software di visione, schede di acquisizione di immagini, processori di visione, ecc. Stanno diventando sempre più sofisticati. Negli ambienti di automazione industriale, la visione macchina sta ricevendo sempre più attenzione dal settore e viene utilizzata in un gran numero di applicazioni come auto a guida autonoma, produzione alimentare, imballaggi e logistica, robotica e droni.


Quando si tratta di visione artificiale, i tecnici possono capire molto, questo articolo cerca di spiegare la verità che dovrebbe essere conosciuta sulla visione macchina da quattro aspetti uno per uno.

 

Verità 1: visione macchina ≠ computer visione


La visione artificiale è un dispositivo che riceve ed elabora automaticamente le immagini di oggetti reali mediante dispositivi ottici e sensori senza contatto al fine di ottenere informazioni richieste o controllare il movimento di un robot. In funzione dagli anni '50, la tecnologia decollava davvero e cresceva in popolarità dal 1980 al 1990. Nel corso dei decenni, la visione artificiale ha accumulato varie definizioni per quello che è e come funziona.


L'Associazione automatizzata di imaging (AIA) offre una definizione più ampia, che è che la visione artificiale comprende tutte le applicazioni industriali e non industriali in cui una combinazione di hardware e software fornisce una guida operativa per un dispositivo per eseguire funzioni in base alla acquisizione e all'elaborazione delle immagini. Searchenterpriseai, d'altra parte, offre una definizione più ristretta di visione artificiale, definendola "la capacità di visione di un computer" che utilizza una o più telecamere, convertitori da analogico a digitale (ADC) e elaborazione del segnale digitale (DSPS) Trasmettere i dati risultanti a un computer o controller robot.


In pratica, la visione macchina spesso deve funzionare in combinazione con altre tecnologie avanzate, tra cui l'elaborazione del linguaggio naturale, l'automazione dei processi robotici (RPA), l'intelligenza artificiale (AI) e l'apprendimento automatico (ML), per realizzare le capacità di "visione" richieste per automazione. Puoi pensare alla visione macchina come agli occhi dell'automazione, dell'IA e ML come il cervello e RPA come fornire il "tastierista" necessario per svolgere il lavoro. L'adozione dell'automazione è accelerata negli ultimi anni ed è fondamentale per le organizzazioni rimanere competitivi nelle loro industrie. Se pensi all'automazione come a una "forza lavoro digitale" al lavoro, tutti questi "dipendenti digitali" sarebbero ciechi senza l'aggiunta della visione artificiale.


Computer Vision è stato anche un grande successo nel settore negli ultimi anni, quindi in che modo si collega alla visione artificiale? A livello macro, Machine Vision è una disciplina ingegneristica di sistemi che integra e applica le tecnologie esistenti in nuovi modi per risolvere i problemi del mondo reale. Computer Vision, d'altra parte, è una forma di informatica che non viene realizzata attraverso hardware tangibile come dispositivi di visione come le telecamere fissate ai robot.


Più specificamente, la visione artificiale è il corpo di un sistema, mentre la visione artificiale è l'intelligenza del sistema, il cervello che elabora le informazioni. Senza visione informatica, la visione macchina non funzionerà. L'apprendimento automatico, l'apprendimento profondo e le reti neurali sono tre tecniche utilizzate per elaborare gli articoli a un ritmo più rapido attraverso un sistema di visione artificiale. Queste tre tecniche possono essere utilizzate per espandere la comprensione della visione macchina di ciò che deve essere localizzato, rendendolo una risorsa preziosa per la visione artificiale. Con l'avanzare della tecnologia della visione informatica, le possibilità per potenziali applicazioni di visione macchina aumentano di conseguenza.


Vale la pena notare che la visione macchina e l'elaborazione delle immagini sono anche due concetti diversi; L'elaborazione dell'immagine è un processo che emette un'immagine, mentre i sistemi di visione macchina possono rilevare e classificare un'ampia varietà di oggetti e oggetti in una vasta gamma di settori, tra cui automobili, elettronici e semiconduttori, alimenti e bevande, traffico stradali e veicoli o trasporto intelligente Sistemi (ITS), imaging medico, imballaggio, etichettatura e stampa, prodotti farmaceutici e trasmissioni televisive. Le tecnologie basate sulla visione macchina stanno diventando centrali per la creazione dell'automazione.

 

Truth 2: gli sviluppi hardware e software hanno portato a progressi nella visione macchina


La visione macchina è l'occhio dell'automazione industriale. Il suo flusso di lavoro principale è: il sistema converte i target catturati in segnali di immagine da parte dei prodotti per la visione artificiale (ad es. Camera, CMOS o CCD), quindi trasmette i segnali di immagine a un sistema di elaborazione delle immagini dedicata. Sulla base di informazioni come la distribuzione dei pixel, la luminosità e il colore, i segnali di immagine vengono quindi convertiti in segnali digitali che alla fine consentono a macchine (robot o altri strumenti industriali) di svolgere attività industriali come la produzione e la verifica della qualità.


Macchine Vision è un elemento chiave dell'industria 4. 0 e sta aiutando i sistemi di automazione industriale in vari modi, come l'aumento dell'efficienza migliorando l'inventario, rilevando prodotti difettosi e migliorando la qualità di produzione. Per imitare accuratamente la percezione umana, la visione artificiale richiede l'aiuto di una serie di dispositivi e software. Il continuo sviluppo di queste tecnologie hardware e software sta guidando ulteriormente l'evoluzione della tecnologia della visione macchina.

 

01 fotocamera intelligente

Una fotocamera è il dispositivo principale utilizzato per ispezionare un oggetto o un elemento in un sistema di visione artificiale. A volte, potrebbe essere necessario installare più telecamere in un particolare punto di ispezione per garantire che ogni dettaglio possa essere adeguatamente ispezionato. Quando un sistema di visione artificiale deve acquisire ed estrarre informazioni specifiche dell'applicazione da un'immagine, è qui che è richiesto il supporto di una fotocamera intelligente. Le telecamere intelligenti di solito contengono tutte le interfacce di comunicazione necessarie e possono essere connesse a Wi-Fi o un server per trasmettere i dati dell'immagine acquisiti. Come strumento potente, Deep Learning consente ai progettisti di sistemi di automatizzare rapidamente decisioni complesse e soggettive migliorando efficacemente la qualità e la capacità del prodotto.

 

Smart Camera

 

02 3 d Camera


Una fotocamera 3D può mostrare la profondità dell'oggetto rilevato in un'immagine per mostrare diversi angoli dell'immagine. Utilizzando una fotocamera 3D in un sistema di visione artificiale, risulterà una prospettiva diversa e una percezione della profondità. Le telecamere a tempo di volo (TOF) sono telecamere 3D che utilizzano il principio del tempo di volo per misurare la distanza. La tecnologia di imaging TOF gli consente di eseguire imaging 3D senza scansionare l'oggetto. La tecnologia in genere copre le distanze da pochi metri a circa 40 metri a un massimo di 100 immagini al secondo, con una risoluzione a distanza di circa 5-10 millimetri e una risoluzione laterale di circa 200 x 200.


Storicamente, TOF è stato spesso visto come una tecnologia di rilevamento 3D meno accurata a causa di alcune domande sulla sua precisione. Naturalmente, negli ultimi anni molte aziende principali hanno sviluppato prodotti ad alta risoluzione fino a 1,3 megapixel e telecamere TOF ad alta precisione per i sistemi di visione artificiale possono migliorare significativamente la flessibilità e l'automazione della produzione.

 

transducers

 

Il sensore TOF (TOF) OPT8241 del Texas Instruments combina il rilevamento TOF con un convertitore da analogico a digitale e un generatore di temporizzazione programmabile (TG), che offre 320 immagini di risoluzione X 240 a frame rate fino a 150 fps. I controlli TG incorporati sono ripristinati, modulazione e lettura della sequenza digitalizzata. Allo stesso tempo, il TG è programmabile, fornendo la flessibilità per ottimizzare le varie metriche delle prestazioni della percezione della profondità come potenza, robustezza del movimento, rapporto segnale-rumore e cancellazione ambientale.

 

Sensor System Block Diagram

 

03 Sensori di visione


I sensori di visione sono al centro di un sistema di visione artificiale e sono la fonte di massimizzare le caratteristiche dell'ambiente, con i dispositivi principali che sono sensori di immagine come CCD e CMOS. Questi sensori di visione ad alta risoluzione sono in genere in grado di produrre immagini che contengono più pixel, molto utili per migliorare la qualità dell'immagine e facilitare il riconoscimento dei dettagli visivi.


I sensori CCD sono stati a lungo la tecnologia dominante per catturare immagini di alta qualità e basso rumore. Tuttavia, i sensori CCD sono costosi da produrre e quindi generalmente più costosi e consumano molta più potenza dei sensori CMOS. Oggi, la tecnologia dei sensori CMOS è avanzata al punto in cui può accettare rapidamente la qualità e la funzionalità della tecnologia CCD, a un prezzo inferiore, a dimensioni più basse e con un consumo di energia inferiore. Le telecamere CMOS hanno in genere un rate di frame più elevato rispetto alle fotocamere CCD , una caratteristica fondamentale per i sistemi di visione artificiale che si basano sull'elaborazione delle immagini in tempo reale per l'analisi dei dati di automazione o delle immagini. Inoltre, i sensori CMOS sono più sensibili alle lunghezze d'onda a infrarossi rispetto ai sensori CCD e i produttori di chip e fotocamere CMOS ne approfittano per catturare la luce a infrarossi, fornendo ulteriori capacità di imaging per il riconoscimento delle immagini. A conti fatti, i sensori CMOS possono essere più adatti per le applicazioni di visione macchina.

 

04 Fonte luminosa


Come dispositivo di imaging ausiliario, la fonte di luce svolge spesso un ruolo cruciale nella qualità dell'imaging. I prodotti di illuminazione a LED, ad esempio, offrono una maggiore flessibilità con angoli regolabili e lunghezze d'onda aggiuntive per una risposta spettrale più coerente. Con una vasta gamma di lunghezze d'onda e forme di fonti di luce disponibili sul mercato, la selezione del prodotto non è difficile.


05 scheda di acquisizione dell'immagine


Una scheda di acquisizione di immagini di solito si presenta sotto forma di una scheda plug-in del computer il cui lavoro principale è trasferire l'output dell'immagine sul computer host. Sono necessarie schede di acquisizione di immagini per convertire segnali analogici o digitali dalla fotocamera in un flusso di dati di immagine in un formato specifico e possono anche controllare alcuni dei parametri della fotocamera, come segnali di trigger, tempi di esposizione/integrazione, velocità dell'otturatore e così SU. Le schede di acquisizione delle immagini di solito hanno strutture hardware diverse per diversi tipi di fotocamere, nonché diverse forme di bus, come PCI, PCI64, PCI compatto, PC104, ISA e così via.


06 Software di elaborazione della visione


Il software per la visione macchina viene utilizzata per completare l'elaborazione dei dati dell'immagine di input e quindi attraverso determinati calcoli possono ottenere i risultati richiesti. Il software per la visione artificiale per scopi generali si presenta sotto forma di librerie di immagini C/C ++, controlli ActiveX e ambienti di programmazione basati su grafica, ecc. Può essere specializzato, ad esempio, solo per l'ispezione LCD, ispezione BGA, modello Allineamento, ecc., Oppure generali, compresa la localizzazione, la misurazione, il riconoscimento del codice a barre/carattere, il rilevamento di macchioline, ecc.

 

Truth 3: il mercato della visione artificiale sta crescendo rapidamente, con l'industria automobilistica che si prende il merito


Il valore della visione artificiale nell'automazione risiede nella sua capacità di acquisire ed elaborare in modo rapido ed efficiente un gran numero di documenti, immagini e video, in quantità e a velocità che superano di gran lunga le capacità umane.


Le ampie prospettive di applicazione e l'enorme potenziale di mercato determinano che la visione artificiale è destinata a essere un mercato in crescita, i dati dei mercati e dei mercati mostrano che la dimensione del mercato della visione macchina dovrebbe crescere da $ 10,7 miliardi nel 2020 a $ 14,7 miliardi nel 2025, in un composto annuale tasso di crescita del 6,5%.


Secondo Grand View Research, la dimensione del mercato della visione della macchina globale era di 13,23 miliardi in 2 0 21 e dovrebbe crescere a un tasso di crescita annuale composto (CAGR) del 7,7% dal 2022 al 2030. La domanda di visione- Sistemi robotici guidati nei settori automobilistico, alimentare e bevande, farmaceutico e chimico e l'imballaggio sono il principale fattore di crescita della crescita del mercato. Tra questi, l'industria automobilistica rimane il più grande adottatore di sistemi di visione macchina a livello globale, con una quota di entrate di oltre il 15,0% dall'industria automobilistica nel 2021 e dovrebbe continuare a crescere costantemente nei prossimi anni.
 

US Machine Vision Market Trends by Industry 2020 - 2030

Tendenze del mercato della visione macchina americana per industria, 2020 - 2030

 

Truth 4: Machine Vision farà una grande differenza nelle applicazioni di robotica


Ci sono molte opportunità per la visione macchina da espandersi in termini di ambito di mercato e applicazioni. Queste opportunità richiedono un po 'di immaginazione, il che significa che la visione macchina non riguarda solo la sostituzione degli occhi di un tecnico, ma di sfruttare i robot per svolgere compiti che i tecnici non possono. La visione macchina offre ai robot la capacità di "vedere" in tempo reale e in dettaglio, consentendo loro di prendere decisioni basate su una visione completa di un oggetto o di un ambiente. Oggi, i robot vengono utilizzati sempre più nel mondo. Quando i robot sono dotati di visione artificiale, fornisce loro una maggiore precisione, orientamento e comprensione, la capacità di cogliere gli oggetti in modo più accurato, posizionare gli oggetti con maggiore precisione ed eseguire compiti più complessi più velocemente.


La visione artificiale sta diventando sempre più importante nelle applicazioni di robotica e, secondo un recente rapporto dell'Associazione per l'avanzamento dell'automazione (A3), il mercato della robotica e della visione artificiale ha raggiunto una crescita sostanziale nel secondo trimestre del 2021 rispetto al 2020. Industrial. Industrial. I robot sono già ampiamente utilizzati e con l'avvento dei robot collaborativi e il rapido sviluppo della visione macchina 3D, verranno utilizzati più spesso in combinazione.


La visione artificiale incarna una capacità tecnologica, così come altre capacità come automazione, apprendimento automatico, apprendimento profondo e reti neurali. È una capacità che può essere integrata in altre tecnologie e processi a beneficio del settore e migliorare l'efficienza aziendale. I robot oggi hanno una visione macchina sempre più integrata, che consente loro di svolgere attività più complesse. Queste attività non sarebbero possibili senza che la visione artificiale dicesse esattamente dove si trova un oggetto. La visione artificiale è la chiave per sbloccare il pieno potenziale dell'automazione, aggiungendo più intelligenza all'automazione intelligente.

Invia la tua richiesta

whatsapp

Telefono

Posta elettronica

Inchiesta