Сред различните видове информация, която хората придобиват от природата, визуалната придобиване е най -високото, което представлява около 80% от общата информация. С развитието на информационните технологии човешката визуална функция постепенно се дава на компютри, роботи или други интелигентни машини. Machine Vision, който в момента е във вятъра на индустрията, е една такава технология, която реализира приложения за автоматично откриване и анализ чрез обработка на изображения, включително автоматично откриване, контрол на процесите и навигация на робота. Понастоящем е продуцирана технологията за машинно виждане (MV). Сензори за зрение, лещи, високоскоростни камери, източници на светлина, софтуер за зрение, карти за придобиване на изображения, процесори за зрение и др. Стават все по-сложни. В индустриалната автоматизация на машината, машинното зрение привлича все повече и повече внимание от индустрията и се използва в голям брой приложения като самостоятелно управлявани автомобили, производство на храни, опаковки и логистика, роботика и дронове.
Що се отнася до машинното зрение, техниците могат да разберат много, тази статия се опитва да обясни истината, която трябва да се знае за машинното зрение от четири аспекта един по един.
Истина 1: Машинно зрение ≠ Компютърно зрение
Machine Vision е устройство, което автоматично приема и обработва изображения на реални обекти чрез оптични устройства и безконтактни сензори, за да се получи необходимата информация или да се контролира движението на робот. В експлоатация от 50 -те години на миналия век технологията наистина излетя и нарасна с популярност от 1980 до 1990 г. През десетилетията машинното зрение натрупа различни дефиниции за това, което е и как работи.
Автоматизираната асоциация за изображения (AIA) предлага по-широко определение, което е, че машинното виждане обхваща всички индустриални и неиндустриални приложения, в които комбинация от хардуер и софтуер предоставя оперативни насоки за устройство за изпълнение на функции въз основа на заснемане и обработка на изображения. SearchEnterPriseai, от друга страна, предлага по-тясна дефиниция на машинното зрение, наричайки го "способността на зрението на компютър", която използва една или повече камери, аналогови-цифрови преобразуватели (ADC) и обработка на цифрови сигнали (DSP) към Предавайте получените данни на компютър или робот контролер.
На практика машинното зрение често трябва да работи съвместно с други усъвършенствани технологии, включително обработка на естествен език, автоматизация на роботизирани процеси (RPA), изкуствен интелект (AI) и машинно обучение (ML), за да се реализират способностите на „зрението“, необходими за, необходими за, необходими за възможностите за „зрение“, необходими за, необходими за възможностите за „зрение“, необходими за възможностите за „зрение“, необходими за възможностите за „зрение“, необходими за възможностите за „зрение“, необходими за възможностите за „зрение“, необходими за възможностите за „зрение“, необходими за възможностите за „зрение“, необходими за възможностите за „зрение“, необходими за възможностите за „зрение“, необходими за възможностите за „зрение“, необходими за възможностите за „зрение“, необходими за възможностите за „зрение“ Автоматизация. Можете да мислите за машинното зрение като за очите на автоматизацията, AI и ML като мозъка и RPA като предоставяне на „клавиатурата“, необходима за свършената работа. Приемането на автоматизация се ускори през последните години и е от решаващо значение организациите да останат конкурентоспособни в своите индустрии. Ако мислите за автоматизацията като за „цифрова работна сила“ на работа, всички тези „цифрови служители“ биха били слепи без добавяне на машинно зрение.
Computer Vision също е голям хит в индустрията през последните години, така че как се отнася до машинното зрение? На макро ниво машинното виждане е системна инженерна дисциплина, която интегрира и прилага съществуващите технологии по нови начини за решаване на проблеми в реалния свят. Computer Vision, от друга страна, е форма на компютърни науки, която не се реализира чрез осезаем хардуер, като устройства за зрение като камери, фиксирани към роботи.
По -конкретно, машинното зрение е тялото на системата, докато компютърното зрение е интелигентността на системата, мозъкът, който обработва информацията. Без компютърно зрение машинното зрение няма да работи. Машинното обучение, дълбокото обучение и невронните мрежи са три техники, използвани за обработка на елементи с по -бързи темпове чрез система за машинно виждане. Тези три техники могат да бъдат използвани за разширяване на разбирането на машинното виждане за това, което трябва да бъде локализирано, което го прави ценен актив за машинно зрение. С напредването на технологията за компютърно зрение възможностите за потенциални приложения за машинно виждане се увеличават съответно.
Заслужава да се отбележи, че машинното зрение и обработката на изображения също са две различни понятия; Обработката на изображения е процес, който извежда изображение, докато системите за машинно виждане могат да откриват и класифицират голямо разнообразие от предмети и предмети в широк спектър от индустрии, включително автомобилни, електроника и полупроводници, храни и напитки, път и автомобилен трафик или интелигентен транспорт Системи (ITS), медицински изображения, опаковки, етикетиране и печат, фармацевтични продукти и телевизионно излъчване. Технологиите, базирани на машинно виждане, стават централни за създаването на автоматизация.
Истина 2: Развитието на хардуера и софтуера доведе до напредък в машинното зрение
Машинното зрение е окото на индустриалната автоматизация. Основният му работен процес е: Системата преобразува заснетите цели в сигнали на изображение от продукти за машинно виждане (напр. Камера, CMOS или CCD) и след това предава сигналите на изображението в специална система за обработка на изображения. Въз основа на информация като разпределение на пикселите, яркост и цвят, сигналите на изображението след това се преобразуват в цифрови сигнали, които в крайна сметка дават възможност на машини (роботи или други индустриални инструменти) да изпълняват индустриални задачи като производство и проверка на качеството.
Machine Vision е ключов елемент на индустрията 4. 0 и помага на системите за индустриална автоматизация по различни начини, като повишаване на ефективността чрез подобряване на инвентара, откриване на дефектни продукти и подобряване на качеството на производството. За да имитира точно човешкото възприятие, машинното зрение изисква помощта на редица устройства и софтуер. Непрекъснатото развитие на тези хардуерни и софтуерни технологии допълнително движи развитието на технологията за машинно виждане.
01 Умна камера
Камерата е основното устройство, използвано за инспектиране на обект или елемент в система за машинно виждане. Понякога може да се наложи да се инсталират множество камери на определена точка за проверка, за да се гарантира, че всеки детайл може да бъде правилно проверен. Когато система за машинно виждане трябва да заснема и извлича специфична за приложението информация от изображение, тук е необходима поддръжка на интелигентна камера. Интелигентните камери обикновено съдържат всички необходими комуникационни интерфейси и могат да бъдат свързани към Wi-Fi или сървър, за да се предават данните за заснетите изображения. Като мощен инструмент Deep Learning дава възможност на дизайнерите на системата бързо да автоматизират сложни и субективни решения, като същевременно ефективно подобряват качеството и капацитета на продукта.
02 3 D камера
3D камера може да покаже дълбочината на открития обект в изображение, за да покаже различни ъгли на изображението. Използвайки 3D камера в система за машинно виждане, ще се получи различна перспектива и възприятие на дълбочината. Камерите за време на полет (TOF) са 3D камери, които използват принципа на времето за полет за измерване на разстоянието. TTOF Технологията за изображения му позволява да извършва 3D изображения, без да сканира обекта. Технологията обикновено покрива разстоянията от няколко метра до около 40 метра при максимум 100 изображения в секунда, с разделителна способност на разстояние от около 5 до 10 милиметра и странична разделителна способност от около 200 х 200.
В исторически план TOF често се разглежда като по -малко точна 3D сензорна технология поради някои въпроси относно неговата точност. Разбира се, през последните години много заглавни компании са разработили продукти с висока разделителна способност до 1,3 мегапиксела, а високоточните камери TOF за системите за машинно виждане могат значително да подобрят гъвкавостта и автоматизацията на производството.
Texas Instruments 'OPT8241 Сензор за време на полет (TOF) комбинира сензор TOF с аналогово-цифров преобразувател и програмируем генератор на синхронизация (TG), който доставя 320 x 240 изображения на разделителна способност с скорости на кадри до 150 fps. Вграденият TG контролира нулиране, модулация и отчитане на дигитализираната последователност. В същото време TG е програмируем, като осигурява гъвкавост за оптимизиране на различни показатели за ефективност на възприятието на дълбочината, като мощност, устойчивост на движение, съотношение сигнал / шум и отмяна на околната среда.
03 Сензори за зрение
Сензорите за зрение са в основата на система за машинно виждане и са източник на максимално максимално характеристиките на околната среда, като основните устройства са сензори за изображения като CCD и CMO. Тези сензори за визия с по -висока разделителна способност обикновено са в състояние да произвеждат изображения, които съдържат повече пиксели, много полезни за подобряване на качеството на изображението и улесняване на разпознаването на визуални детайли.
CCD сензорите отдавна са доминиращата технология за заснемане на висококачествени изображения с ниско ниво на шум. Въпреки това, CCD сензорите са скъпи за производство и следователно като цяло по -скъпи и консумират много повече мощност от CMOS сензорите. Днес технологията CMOS сензор е напреднала до момента, в който може бързо да се приближи до качеството и функционалността на технологията CCD, на по -ниска цена, с по -малък размер и с по -ниска консумация на енергия. CMOS камерите обикновено имат по -висока честота на кадъра от CCD камери , Критична характеристика за системите за машинно виждане, които разчитат на обработка на изображения в реално време за автоматизация или анализ на данни за изображения. В допълнение, CMOS сензорите са по -чувствителни към инфрачервените дължини на вълните, отколкото сензорите на CCD, а CMOS чип и производителите на камери се възползват от това, за да улавят инфрачервена светлина, осигурявайки допълнителна способност за изображения за разпознаване на изображение. Като цяло, CMOS сензорите могат да бъдат по -подходящи за приложения за машинно виждане.
04 Източник на светлина
Като спомагателно устройство за изображения, източникът на светлина често играе решаваща роля за качеството на изображения. LED осветителните продукти, например, предлагат по -голяма гъвкавост с регулируеми ъгли и допълнителни дължини на вълната за по -последователен спектрален отговор. С широк спектър от дължини на вълните и форми на източници на светлина, налични на пазара, изборът на продукти не е труден.
05 Карта за заснемане на изображение
Картата за придобиване на изображения обикновено се предлага под формата на компютърна приставка, чиято основна задача е да прехвърлите изхода на изображението към хост компютъра. Картите за придобиване на изображения са необходими за преобразуване на аналогови или цифрови сигнали от камерата в поток от данни за изображения в конкретен формат, а също така могат да контролират някои от параметрите на камерата, като например задействащи сигнали, време на експозиция/интегриране, скорост на затвора и така на. Картите за придобиване на изображения обикновено имат различни хардуерни структури за различни видове камери, както и различни форми на шина, като PCI, PCI64, компакт PCI, PC104, ISA и т.н.
06 Софтуер за обработка на визия
Софтуерът за машинно виждане се използва за завършване на обработката на данни за входните изображения и след това чрез определени изчисления могат да получат необходимите резултати. Софтуерът за общоценно машинно виждане се предлага под формата на C/C ++ библиотеки на изображения, ActiveX контроли и графично базирани програмни среди и др. Може да бъде специализирана, например, само за LCD инспекция, BGA проверка, шаблон Подравняване и др., ИЛИ с общо предназначение, включително локализация, измерване, разпознаване на баркод/символ, откриване на спекли и др.
Истина 3: Пазарът на машинно виждане расте бързо, като автомобилната индустрия взема кредит за това
Стойността на машинното зрение в автоматизацията се крие в способността му бързо и ефективно да улавя и обработва голям брой документи, изображения и видеоклипове, в количества и със скорости, които далеч надвишават човешките възможности.
Широките перспективи за приложение и огромен пазарен потенциал определят, че машинното зрение трябва да бъде растящ пазар, пазарни и пазарни данни показват, че пазарният размер на машинното зрение се очаква да нарасне от 10,7 милиарда долара през 2020 г. до 14,7 милиарда долара през 2025 г. при сложен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен годишен темп на растеж от 6,5%.
Според Grand View Research, размерът на пазара на глобалния машинно зрение е бил 13,23 милиарда в 2 0 21 и се очаква да нарасне със сложен годишен темп на растеж (CAGR) от 7,7% от 2022 до 2030 г. Търсенето на зрение- Ръководените роботизирани системи в сектора на автомобилните, храните и напитките, фармацевтичните и химическите и опаковките са основният двигател за растежа на пазара. Сред тях автомобилната индустрия остава най -голямото възприемане на системите за машинно виждане в световен мащаб, като делът на приходите над 15,0% от автомобилната индустрия през 2021 г. и се очаква да продължи да нараства непрекъснато през следващите години.
Американските тенденции на пазара на машинно виждане от индустрията, 2020 - 2030
Истина 4: Машинното зрение ще има голяма промяна в приложенията на роботиката
Има много възможности машинното зрение да се разшири по отношение на пазарния обхват и приложенията. Тези възможности изискват известно въображение, което означава, че машинното зрение не е само за замяна на очите на техника, а за използване на роботи за изпълнение на задачи, които техниците не могат. Machine Vision дава възможност на роботите да „виждат“ в реално време и с високи детайли, което им позволява да вземат решения въз основа на цялостен поглед върху обект или среда. Днес роботите се използват все повече и повече в света. Когато роботите са оборудвани с машинно зрение, това им дава по -голяма точност, ориентация и разбиране, способността да схващат по -точно обектите, поставят обекти с по -голяма точност и изпълняват по -сложни задачи по -бързо.
Machine Vision става все по -важно в приложенията на роботиката и според неотдавнашен доклад на Асоциацията за развитие на автоматизацията (A3), пазарът на роботика и машинно зрение постигна значителен растеж през второто тримесечие на 2021 г. в сравнение с 2020 г. Индустриалният промишлен Роботите вече са широко използвани и с появата на съвместни роботи и бързото развитие на 3D машинно зрение, те ще се използват по -често в комбинация.
Machine Vision олицетворява технологична способност, както и други възможности като автоматизация, машинно обучение, дълбоко обучение и невронни мрежи. Това е способност, която може да бъде интегрирана в други технологии и процеси, за да се възползва от индустрията и да подобри ефективността на бизнеса. Днес роботите имат все по-вградено машинно зрение, което им позволява да изпълняват по-сложни задачи. Тези задачи не биха били възможни без машинно виждане да казва на робота точно къде се намира даден артикул. Machine Vision е ключът към отключването на пълния потенциал на автоматизацията, добавяйки повече интелигентност към интелигентната автоматизация.