1. Vođenje i pozicioniranje
Vizuelno pozicioniranje zahtijeva sisteme mašinskog vida da brzo i precizno lociraju ciljne komponente i potvrde njihove pozicije. Mašinski vid se koristi za pozicioniranje tokom utovara i istovara, vodeći robotske ruke za precizno hvatanje predmeta. U poluprovodničkoj ambalaži, oprema prilagođava glave za podizanje-na osnovu podataka o lokaciji čipa dobijenih pomoću mašinskog vida kako bi precizno pokupila čipove za lijepljenje. Ovo predstavlja najosnovniju primjenu vizualnog pozicioniranja u industrijskom strojnom vidu.
Automation Expo: U aplikacijama koje kombinuju mašinski vid sa robotikom, pozicioniranje robota je najzastupljenije. Za takve scenarije, Hikvision Robotics i njeni partneri implementirali su brojne uspješne slučajeve i zrela rješenja. Navođenje robota za pozicioniranje može se općenito kategorizirati u tri načina:
Prvi način rada je konfiguracija fiksne kamere, gdje kamera ostaje nepomična na okviru opreme bez pomjeranja s robotom. S lijeva na desno, to su: operacija hvatanja, operacija korekcije pomaka hvatanja i operacija postavljanja. U scenariju hvatanja, kamera snima slike ulaznih materijala i vrši grubo pozicioniranje. Ovi podaci o pozicioniranju se prenose robotu, omogućavajući mu da precizno uhvati materijale. Ovaj pristup smanjuje oslanjanje na preciznost mehanizma prijenosa između radnih stanica dok osigurava stabilno hvatanje. Režim korekcije pomaka koristi donju kameru postavljenu na suprotnoj strani robotske ruke za sekundarno precizno pozicioniranje obratka. Ovo značajno ublažava odstupanje materijala, osiguravajući ciljanu obradu za svaki ulazni dio. Način postavljanja obuhvata širok spektar operacija-od jednostavnog postavljanja do poravnanja i sastavljanja-koristeći kameru za lociranje krajnje ciljne pozicije. U kombinaciji s prethodna dva načina rada, ovo postiže zaista ciljanu obradu za svaki radni komad.
Dva načina rada kamere za kretanje uključuju postavljanje kamere na robotsku ruku radi sinkroniziranog kretanja. Iako se razlikuju od gore opisanog načina fiksne kamere, i fiksni i pokretni način rada kamere se funkcionalno spajaju, omogućavajući pozicioniranje/hvatanje i vođeno postavljanje. Osim što osiguravaju osnovnu funkcionalnost, ovi načini nude veću fleksibilnost instalacije kako bi se prilagodili različitim ekološkim i hardverskim ograničenjima.
Kako bi se poboljšala prilagodljivost hardvera u različitim scenarijima instalacije, načini fiksne i pokretne kamere mogu se kombinirati, kao što je prikazano na slici 3.
Nadalje, u proizvodnji poluprovodnika, podešavanje položaja čipa za-glave za podizanje predstavlja značajan izazov. Mašinski vid rješava ovo tako što omogućava precizno prikupljanje čipova i spajanje-osnovne aplikacije koja pokreće njeno usvajanje u industrijskim sektorima.
2. Provjera izgleda
Ovaj proces otkriva probleme s kvalitetom proizvoda na proizvodnim linijama i predstavlja područje gdje se ručni rad najčešće zamjenjuje. U farmaceutskom sektoru, na primjer, mašinski vid se prvenstveno bavi inspekcijom dimenzija, otkrivanjem defekta površine boce, otkrivanjem oštećenja ramena i pregledom otvora boce.
Sa napretkom moderne industrijske automatizacije, inspekcija mašinskog vida se široko primenjuje na različite provere, merenja i zadatke prepoznavanja delova. Primjeri uključuju detekciju površinskih defekata na infracrvenim filterima za odsjecanje, identifikaciju modela automobilskih kotača, detekciju defekta izgleda na magnetskim materijalima i prepoznavanje barkodova/znakova na pakovanju proizvoda. Ove aplikacije dijele zajedničke karakteristike kontinuirane masovne proizvodnje i izuzetno visoke zahtjeve za kvalitetom izgleda.
Obično se takvi vrlo repetitivni i inteligentni zadaci mogu postići samo ručnim pregledom. Uobičajeno je vidjeti stotine ili čak hiljade inspekcijskih radnika koji obavljaju ove zadatke iza modernih montažnih traka u fabrikama. Ovaj pristup ne samo da nameće značajne troškove rada i upravljanja fabrikama, već ne garantuje 100% prolaznost inspekcije. Inspekcija mašinskog vida, sa svojom automatizacijom, objektivnošću, be-prirodom bez kontakta i visokom preciznošću, sada je u potpunosti sposobna zamijeniti ručni rad za ove monotone zadatke koji se ponavljaju. U poređenju sa opštim sistemima za obradu slike, inspekcija mašinskog vida naglašava tačnost, brzinu i pouzdanost u industrijskim okruženjima.
Kako ekonomski standardi rastu, inspekcija mašinskog vida sve više dobija na značaju. Povećava proizvodni kapacitet za kvalificirane proizvode dok eliminira nekvalitetne artikle u ranoj fazi proizvodnog procesa, čime se smanjuje otpad i smanjuju troškovi.
3. Visoka{1}}inspekcija visoke preciznosti
Određeni proizvodi zahtijevaju ekstremnu preciznost-koja dostiže 0,01 do 0,02 mm ili čak mikrona{3}}tačnost-iznad ljudskih vizuelnih mogućnosti, što zahtijeva mašinsku{5}}inspekciju.
U proizvodnji i svakodnevnom životu svaki proizvod zahtijeva provjeru kvalitete i certifikat o usklađenosti. Opšte je poznato da inspekcija predstavlja najširu primjenu mašinskog vida. Prije napretka tehnologije mašinskog vida, ručna vizuelna inspekcija se često suočavala sa značajnim izazovima: niskom preciznošću, podložnošću greškama, nemogućnošću kontinuiranog rada, zamorom{2}}operatora i pretjeranim troškovima vremena i rada. Široko rasprostranjeno usvajanje mašinskog vida pokrenulo je proizvodnju i inspekciju proizvoda u visoko automatizovanu eru.
Najtipičniji primjeri uključuju inspekciju karaktera novčića i inspekciju ploča. Osim toga, inspekcija procesa proizvodnje renminbi novčića zahtijeva izuzetno visoku preciznost, uključujući brojne uređaje za inspekciju i složene procedure. Ostale primjene uključuju inspekciju pozicioniranja strojnog vida, provjeru kvaliteta i nedostataka čepova boca za piće, detekciju i prepoznavanje znakova bar kodova, inspekciju oštećenja staklenih boca i inspekciju staklenih boca farmaceutskih proizvoda. Medicinsko polje je također jedno od primarnih područja primjene mašinskog vida.
4. Prepoznavanje
Prepoznavanje slika uključuje obradu, analizu i tumačenje slika putem mašinskog vida kako bi se identifikovali različiti obrasci i objekti. Ovo omogućava sljedivost i prikupljanje podataka, pronalazeći široku primjenu u automobilskim komponentama, hrani, farmaciji i drugim sektorima.
Najtipičniji primjer je prepoznavanje QR koda. QR kodovi i bar kodovi su sveprisutni u svakodnevnom životu. Proizvođači ugrađuju opsežne podatke u ove kompaktne kodove za upravljanje proizvodima i sljedivost. Kako se prepoznavanje slike mašinskim vidom širi, barkodovi na različitim površinama postaju lako čitljivi i uočljivi, podižući nivoe modernizacije, značajno povećavajući efikasnost proizvodnje i postepeno smanjujući troškove proizvodnje.
5. Sortiranje objekata
U okviru aplikacija mašinskog vida, sortiranje objekata prati faze prepoznavanja i inspekcije. Obradom slika kroz sisteme mašinskog vida i integracijom robotskih ruku proizvodi se sortiraju.
Tradicionalne proizvodne linije su se oslanjale na ručno postavljanje materijala u mašine za brizganje pre nego što su prešli na sledeće procese. Danas automatska oprema upravlja distribucijom materijala. Sistemi mašinskog vida snimaju slike proizvoda, analiziraju ih i izlaze rezultate. Roboti zatim postavljaju odgovarajuće materijale na određena mjesta, postižući inteligentnu, modernu i automatiziranu industrijsku proizvodnju.