Ano ang machine vision at paano ito makakatulong?

Ang pag-unawa sa kung paano gumagana ang machine vision ay makakatulong sa iyo na matukoy kung nalulutas ng machine vision ang mga partikular na problema sa aplikasyon sa pagmamanupaktura o pagproseso.

Kadalasan ay hindi nauunawaan ng mga tao kung ano ang magagawa at hindi kayang gawin ng machine (computer, artipisyal) para sa isang linya ng produksyon o proseso. Ang pag-unawa sa kung paano ito gumagana ay makakatulong sa mga tao na magpasya kung malulutas nito ang mga problema sa isang application. Kaya ano nga ba ang computer vision at paano ito gumagana?

Ang artificial vision ay isang modernong teknolohiya na kinabibilangan ng mga tool para sa pagkuha, pagproseso at pagsusuri ng mga larawan ng pisikal na mundo upang makalikha ng impormasyon na maaaring bigyang-kahulugan at magamit ng isang makina gamit ang mga digital na proseso.

Ang paggamit ng artificial vision sa industriya

Ang computer vision ay tumutukoy sa paggamit ng isa o higit pang mga camera upang awtomatikong suriin at pag-aralan ang mga bagay, kadalasan sa isang industriyal o manufacturing environment. Ang resultang data ay maaaring gamitin upang kontrolin ang mga proseso o aktibidad sa produksyon.

Ang teknolohiyang ito ay nag-automate ng malawak na hanay ng mga gawain sa pamamagitan ng pagbibigay sa mga makina ng impormasyong kailangan nila upang makagawa ng mga tamang desisyon para sa bawat gawain.

Ang paggamit ng artificial vision sa industriya ay nagbibigay-daan sa automation ng mga proseso ng produksyon, na humahantong sa mas mahusay na mga resulta ng produksyon sa pamamagitan ng paggamit ng kontrol sa kalidad at higit na kakayahang umangkop sa bawat yugto.

Sa kasalukuyan, ang paggamit ng pang-industriya na artipisyal na pangitain ay makabuluhang napabuti ang mga proseso ng produksyon. Ito ay naging posible upang makakuha ng mga produkto ng mas mataas na kalidad sa mas mababang gastos at sa halos lahat ng mga lugar ng industriya, mula sa automotive at pagkain, sa electronics at logistics.

Ang isang karaniwang paggamit ay isang linya ng pagpupulong kung saan ang camera ay na-trigger pagkatapos na maisagawa ang isang operasyon sa isang bahagi na kumukuha at nagpoproseso ng isang imahe. Maaaring i-program ang camera upang suriin ang posisyon ng isang partikular na bagay, ang kulay, laki o hugis nito, at ang presensya ng bagay.

Ang machine vision ay maaari ding maghanap at mag-decode ng mga karaniwang 2D matrix barcode o kahit na basahin ang mga naka-print na character. Pagkatapos suriin ang produkto, kadalasang nabubuo ang isang senyales na tumutukoy kung ano ang susunod na gagawin sa produkto. Ang bahagi ay maaaring ihulog sa isang lalagyan, iruruta sa isang branch conveyor, o ipasa sa iba pang mga operasyon ng pagpupulong, at ang mga resulta ng inspeksyon ay sinusubaybayan sa system.

Sa anumang kaso, ang mga computer vision system ay maaaring magbigay ng higit pang impormasyon tungkol sa isang bagay kaysa sa simpleng mga sensor ng posisyon.

Ang computer vision ay karaniwang ginagamit, halimbawa, sa:

• QA,
• kontrol ng isang robot (makina),
• pagsubok at pagkakalibrate,
• real-time na kontrol sa proseso,
• pagkolekta ng data,
• pagmamanman ng makina,
• pag-uuri at pagbibilang.

Maraming mga tagagawa ang gumagamit ng automated na computer vision sa halip na mga tauhan ng inspeksyon dahil mas angkop ito para sa mga paulit-ulit na inspeksyon. Ito ay mas mabilis, mas layunin at gumagana sa buong orasan.

Ang mga computer vision system ay maaaring mag-inspeksyon ng daan-daan o libu-libong bahagi kada minuto at magbigay ng mas pare-pareho at maaasahang mga resulta ng inspeksyon kaysa sa mga tao. Sa pamamagitan ng pagbabawas ng mga depekto, pagtaas ng kita, pagpapadali sa pagsunod at pagsubaybay sa mga bahagi gamit ang computer vision, ang mga manufacturer ay makakatipid ng pera at mapataas ang kanilang kakayahang kumita.

Paano gumagana ang machine vision

Ang discrete photocell ay isa sa mga pinakasimpleng sensor sa larangan ng industriyal na automation. Ang dahilan kung bakit tinawag namin itong "discrete" o digital ay dahil mayroon lamang itong dalawang estado: on o off.

Ang prinsipyo ng pagpapatakbo ng isang discrete photocell (optical sensor) ay upang magpadala ng isang light beam at matukoy kung ang liwanag ay sinasalamin ng isang bagay. Kung walang bagay, ang liwanag ay hindi makikita sa photocell receiver. Ang isang de-koryenteng signal, karaniwang 24 V, ay konektado sa receiver.

Kung ang bagay ay naroroon, ang signal ay naka-on at maaaring gamitin sa control system upang magsagawa ng isang aksyon. Kapag ang bagay ay tinanggal, ang signal ay naka-off muli.

Ang ganitong sensor ay maaari ding maging analog. Sa halip na dalawang estado, i.e. off at on, maaari itong magbalik ng value na nagsasaad kung gaano karaming liwanag ang bumabalik sa receiver nito. Maaari itong magbalik ng 256 na halaga, mula 0 (ibig sabihin walang ilaw) hanggang 255 (nangangahulugang maraming liwanag).

Isipin ang libu-libong maliliit na analog photocell na nakaayos sa isang parisukat o hugis-parihaba na hanay na naglalayong sa isang bagay.Gagawa ito ng itim at puting imahe ng bagay batay sa reflectivity ng lokasyon na itinuturo ng sensor. Ang mga indibidwal na scan point sa mga larawang ito ay tinatawag na "mga pixel".

Siyempre, libu-libong maliliit na photoelectric sensor ang hindi ginagamit upang likhain ang imahe. Sa halip, itinutuon ng lens ang imahe sa isang hanay ng semiconductor ng mga light detector.

Gumagamit ang matrix na ito ng mga array ng light-sensitive na semiconductor device gaya ng CCD (Charge Coupled Device) o CMOS (Complementary Metal-Oxide-Semiconductor). Ang mga indibidwal na sensor sa matrix na ito ay mga pixel.

Ang apat na pangunahing bahagi ng isang computer vision system

Ang apat na pangunahing bahagi ng isang computer vision system ay:

• mga lente at ilaw;
• sensor ng imahe o camera;
• processor;
• isang paraan upang maglipat ng mga resulta, sa pamamagitan man ng pisikal na input/output (I/O) na koneksyon o ibang paraan ng komunikasyon.

Maaaring gumamit ang computer vision ng color pixel scanning at kadalasang gumagamit ng mas malaking hanay ng mga pixel. Inilapat ang mga tool sa software sa mga nakunan na larawan upang matukoy ang laki, pagpoposisyon ng gilid, paggalaw, at kaugnay na posisyon ng mga elemento sa isa't isa.

Kinukuha ng mga lente ang imahe at ipinadala ito sa sensor sa anyo ng liwanag. Upang ma-optimize ang computer vision system, ang camera ay dapat na ipares sa naaangkop na mga lente.

Bagama't maraming uri ng lens, ang fixed focal length lens ay karaniwang ginagamit sa mga application ng computer vision. Tatlong salik ang mahalaga sa pagpili: field of view, working distance, camera sensor size.

Maaaring ilapat ang pag-iilaw sa isang imahe sa iba't ibang paraan. Ang direksyon na pinanggagalingan ng liwanag, ang liwanag nito, at ang kulay o wavelength nito kumpara sa kulay ng target ay napakahalagang mga salik na dapat isaalang-alang kapag nagdidisenyo ng kapaligiran ng computer vision.

Habang ang pag-iilaw ay isang mahalagang bahagi ng pagkuha ng magandang larawan, may dalawang iba pang salik na nakakaapekto sa kung gaano karaming liwanag ang natatanggap ng isang imahe. Kasama sa lens ang isang setting na tinatawag na aperture, na nagbubukas o nagsasara upang payagan ang mas marami o mas kaunting liwanag na makapasok sa lens.

Kasama ang oras ng pagkakalantad, tinutukoy nito ang dami ng liwanag na tumatama sa hanay ng pixel bago mailapat ang anumang pag-iilaw. Tinutukoy ng bilis ng shutter o oras ng pagkakalantad kung gaano katagal ang imahe ay na-project sa matrix ng mga pixel.

Sa computer vision, ang shutter ay kinokontrol nang elektroniko, kadalasang may katumpakan ng millisecond. Matapos makuha ang larawan, inilapat ang mga tool sa software. Ang ilan ay ginagamit bago ang pagsusuri (pre-processing), ang iba ay ginagamit upang matukoy ang mga katangian ng bagay na pinag-aaralan.

Sa panahon ng preprocessing, maaari kang maglapat ng mga epekto sa isang imahe upang patalasin ang mga gilid, dagdagan ang contrast, o punan ang mga puwang. Ang layunin ng mga gawaing ito ay upang mapabuti ang mga kakayahan ng iba pang mga tool sa software.

Ang artificial vision ay isang teknolohiyang ginagaya ang paningin ng tao at nagbibigay-daan sa iyong tumanggap, magproseso at mag-interpret ng mga larawang nakuha sa mga proseso ng produksyon.Ang mga artificial vision machine ay nagsusuri at nagde-decode ng impormasyong natanggap sa panahon ng mga proseso ng produksyon upang makagawa ng mga desisyon at kumilos sa pinaka-maginhawang paraan sa pamamagitan ng isang automated na proseso. Ang pagproseso ng mga larawang ito ay isinasagawa gamit ang software na nauugnay sa makina, at batay sa data na nakuha, posibleng ipagpatuloy ang mga proseso at tukuyin ang mga posibleng pagkakamali sa mga linya ng pagpupulong.

Ang layunin ng computer vision

Narito ang ilang karaniwang tool na magagamit mo upang makakuha ng impormasyon tungkol sa iyong target:

• Bilang ng Pixel: Ipinapakita ang bilang ng mga ilaw o madilim na pixel sa bagay.
• Edge Detection: Hanapin ang gilid ng isang bagay.
• Pagsukat (metrology): pagsukat ng mga sukat ng isang bagay (hal. sa millimeters).
• Pagkilala sa pattern o pagtutugma ng pattern: Maghanap, tumugma, o magbilang ng mga partikular na pattern. Maaaring kabilang dito ang pag-detect ng isang bagay na maaaring paikutin, bahagyang nakatago ng isa pang bagay, o may iba pang mga bagay.
• Optical Character Recognition (OCR): Awtomatikong pagbabasa ng mga text gaya ng mga serial number.
• Barcode, Data Matrix at 2D Barcode Reading: Kolektahin ang data na nakapaloob sa iba't ibang pamantayan ng barcoding.
• Spot detection: Sinusuri ang larawan para sa mga patch ng magkakaugnay na pixel (tulad ng black hole sa isang gray na bagay) bilang reference point para sa larawan.
• Pagsusuri ng kulay: tukuyin ang mga bahagi, produkto at bagay ayon sa kulay, suriin ang kalidad at i-highlight ang mga elemento ayon sa kulay.

Ang layunin ng pagkuha ng data ng inspeksyon ay madalas na gamitin ito upang ihambing laban sa mga target na halaga upang matukoy ang pass/fail o magpatuloy/hindi magpatuloy.

Halimbawa, kapag nag-scan ng code o barcode, ang resultang halaga ay inihambing sa nakaimbak na target na halaga. Sa kaso ng pagsukat, ang sinusukat na halaga ay inihambing sa mga tamang halaga at pagpapaubaya.

Kapag sinusuri ang isang alphanumeric code, ang halaga ng teksto ng OCR ay inihambing sa tama o target na halaga. Upang suriin ang mga depekto sa ibabaw, ang laki ng depekto ay maaaring ihambing sa pinakamataas na sukat na pinapayagan ng mga pamantayan ng kalidad.

Kontrol sa kalidad

Malaki ang potensyal ng machine vision sa industriya. Ang mga artipisyal na sistema ng pangitain na ito ay ginamit sa robotics, hayaan kaming mag-alok ng awtomatikong solusyon para sa iba't ibang yugto ng produksyon, gaya ng kontrol sa kalidad o pagtuklas ng mga may sira na produkto.

Ang kontrol sa kalidad ay isang hanay ng mga pamamaraan at tool na magbibigay-daan sa amin na tukuyin ang mga error sa proseso ng produksyon, pati na rin gumawa ng naaangkop na mga hakbang upang maalis ang mga ito. Nagbibigay ito ng mas kumpletong kontrol sa panghuling produkto, tinitiyak na kapag naabot nito ang mamimili ay makakamit nito ang mga tiyak at itinatag na pamantayan ng kalidad.

Sa ganitong paraan, ang mga produktong hindi nakakatugon sa minimum na mga kinakailangan sa kalidad ay hindi kasama sa proseso, sa gayon ay inaalis ang mga posibleng pagkagambala sa proseso ng produksyon. Ito ay nakakamit sa pamamagitan ng patuloy na pagsasagawa ng mga inspeksyon at random na pagsubok.

Ang paggamit ng kontrol sa kalidad sa produksyon ay may ilang mga pakinabang:

• Dagdagan ang pagiging produktibo;
• Nabawasan ang pagkalugi ng materyal;
• Bagsak presyo;
• Ang pinakamahusay na kalidad ng panghuling produkto.

Komunikasyon sa computer vision

Kapag natanggap na ng processor at software, ang impormasyong ito ay maaaring ipadala sa control system sa pamamagitan ng iba't ibang mga standard na protocol ng komunikasyon sa industriya.

Ang mga pangunahing computer vision system ay kadalasang sumusuporta sa EtherNet/IP, Profinet, at Modbus TCP. Ang mga serial protocol ng RS232 at RS485 ay karaniwan din.

Ang digital I/O ay madalas na binuo sa mga actuation system at pinapasimple ang pag-uulat ng mga resulta. Available din ang mga pamantayan sa komunikasyon ng computer vision.

Konklusyon

Ang mga sistema ng artificial vision ay may malawak na iba't ibang mga aplikasyon at maaaring iakma sa iba't ibang industriya at iba't ibang pangangailangan ng bawat linya ng produksyon. Ngayon, ang anumang kumpanya na gumagawa ng mga produkto sa isang tiyak na pamantayan ay maaaring samantalahin ang computer vision bilang bahagi ng kanilang proseso ng pagmamanupaktura.

Ang pag-unawa sa mga pisikal na prinsipyo at kakayahan ng mga sistema ng artificial vision ay maaaring makatulong sa pagtukoy kung ang naturang teknolohiya ay angkop para sa isang proseso ng pagmamanupaktura sa isang partikular na kaso. Sa pangkalahatan, anuman ang nakikita ng mata ng tao, nakikita ng camera (minsan higit pa, minsan mas kaunti), ngunit ang pag-decode at pagpapadala ng impormasyong ito ay maaaring maging kumplikado.