#01 Úvod do strojového videnia (Machine Vision)

„Machine Vision“ alebo v slovenskom preklade často označované ako: Strojové videnie, Počítačové videnie či jednoducho priemyselný kamerový systém. Cieľ je jasný: pomocou uvedených moderných technológií zdigitalizovať skúmaný objekt na obrázok, ktorý je prostredníctvom softvérových nástrojov podrobený analýze – spracovaniu dát. Výsledkom uvedeného procesu je napríklad informácia pre užívateľa o kvalite produktu, určenie polohy súčiastky pre jej následné uchopenie priemyselným robotom a podobne.

Kde a načo sa využíva v priemysle kamerový systém? Dôvodov je viacero, avšak na úvod spomenieme snáď tie najdôležitejšie.:

  • kontrola kvality súčiastok,
  • snímanie kódov – identifikácia,
  • rozpoznávanie objektov,
  • analýza obrazu,
  • určovanie polohy produktov (napr. pre navádzanie robota) a podobne.

Kvalitu ľudského oka je ťažko napodobniť! Pre operátorov výrobných liniek je však veľmi náročné upriamovať pozornosť a kontrolovať napríklad kvalitu súčiastok počas celej pracovnej doby. Už po niekoľkých minútach sa človek nedokáže plne sústrediť na svoju pracovnú činnosť. Priemyselné kamerové systémy takéto úlohy zvládajú nepretržite, pričom zároveň odbremeňujú človeka a chránia jeho zrak.

Vlastnosti akými sú: Presnosť, rýchlosť, robustnosť a opakovateľnosť zaraďujeme medzi hlavné výhody využitia priemyselných kamerových systémov. Uveďme si ako príklad kontrolu kvality súčiastok po idúcom dopravnom páse. Tá môže byť vykonávaná rádovo v milisekundách, nepretržite a navyše chybovosť je v porovnaní s človekom niekoľkonásobne nižšia. Vo výsledku to znamená možnosť zrýchlenie kontroly kvality a teda možnosť zrýchlenia výrobného procesu či zvýšenia kvality vyrábaných produktov.

Ako náhrada za kamerové systémy sa najčastejšie využívajú „jednoduché“ priemyselné snímače, ktoré nám dokážu určiť napríklad prítomnosť dielu, farbu, počítanie kusov, a podobne. Jednotlivé senzory sú síce lacnejšie, avšak ako sme už uviedli – ich možnosti sú oproti kvalitným priemyselným kamerám značne obmedzené. O uvedených snímačoch/ senzoroch viac píšeme v kategórii „Senzory“.

Čo všetko kamerové systémy dokážu?

Príklady využitia:

  • určenie pozície objektov – pr. Verifikovať správne nalepenie kódu,
  • kontrola integrity – pr. V medicíne plnenie liekov, prítomnosť správneho počtu liekov v balení a pod.,
  • verifikácia požadovaných štandardov produktu – kontrola pozície lepených dielov a pod.
  • kontrola kvality súčiastok – škrabance na produkte, zisťovanie akýchkoľvek deformácií produktu a pod.,
  • počítanie kusov v balení – počet fliaš v prepravke a pod.,
  • detekcia a kontrola nástroja pre obrábanie,
  • kompletné meranie objektu: šírka, dĺžka, meranie trhliny v obrobku a pod.
  • získanie presnej pozície pre navádzanie manipulátora, priemyselného robota a mnoho iných priemyselných aplikácií.

Príklady v obraze: 01 strojové videnie - 01

  1. Kontrola úspešná
  2. Kontrola neúspešná: Detekcia nesprávnej hladiny kvapaliny vo fľaši
  3. Kontrola neúspešná: Detekcia nesprávne uzavretej fľaše

01 strojové videnie - 02

  1. Kontrola úspešná
  2. Kontrola neúspešná: Detekcia nesprávnej pozície
  3. Kontrola neúspešná: Detekcia nevhodného/ narušeného objektu

01 strojové videnie - 03

  1. Kontrola úspešná
  2. Kontrola neúspešná: Detekcia zlej orientácie namontovanej matice

Kontrola označenia/ kódu na obale farmaceutického produktu: V uvedenom príklade je možné vidieť, že kamerová kontrola dokáže vyhodnotiť taktiež číslice, písmena a iné znaky.

01 strojové videnie - 04

  1. kontrola úspešná: Všetky čísla a písmená sú správne
  2. kontrola neúspešná: zamenené písmeno G za C

ZDROJ:

  • INTRODUCTION TO MACHINE VISIOn, A guide to automating process & quality improvements, Cognex.
  • Machine vision, Reference Guide, Datalogic.
  • SICK AG, Whitepaper, select the best technology for your vision application, SICK. Frederik Nilsson, Anders Murhed. 
  • https://www.keyence.com/
  • www.youtube.com

Autor: Ing. Peter Marčan, PhD.