“机器视觉在工厂自动化应用中的应用范围很广,从处理安全性和最大化生产,到为机器提供预测性维护。在生产方面,任务可能包括检查、定向、识别和组装。虽然这些元素中的每一个都可以由人类处理,但有很多(强调“许多”)你想要用机器/计算机做到这一点的原因。
”作者:Flay Mohle
机器视觉在工厂自动化应用中的应用范围很广,从处理安全性和最大化生产,到为机器提供预测性维护。在生产方面,任务可能包括检查、定向、识别和组装。虽然这些元素中的每一个都可以由人类处理,但有很多(强调“许多”)你想要用机器/计算机做到这一点的原因。
让我们从准确性开始。很明显,机器视觉系统比人眼准确得多。它可以以人类无法达到的速度运行。想想产品不断从生产线上下来,24/7。机器视觉系统除了维护外不会休息,不会感到疲倦或生病,也不需要休息日。
在机器视觉架构中采取的步骤包括:
• 捕获图像
• 处理捕获的图像并在需要时应用校正
• 分析来自已处理图像的数据
• 根据数据分析做出决策/采取行动
• 必要时提醒关键人员
• 保留数据以供将来比较和持续分析
机器视觉也可用于实现业内许多人所说的工业5.0,它指的是在制造环境中使用协作机器人(也称为协作机器人)的概念。协作机器人的协作性质意味着它们可以与人类在同一楼层安全可靠地操作。为了完成这项任务,需要机器视觉。
为应用选择合适的相机
在机器视觉应用中,几乎可以肯定的一件事是需要大量的相机。这些摄像机的分辨率和位置取决于应用,在大多数情况下,它们在整个楼层中会有所不同。例如,处理产品检查的相机必须比用于安全目的的相机的分辨率高得多。前者需要找出产品中的缺陷,而后者只需要知道一个人何时进入环境。
这一切都与边缘计算机有关。很明显,所有交互都必须同步回工业物联网(IIoT)的边缘,原因很简单,没有时间回到云端做出决策。当产品从装配线上下线时,进入云计算机的潜在延迟不会在需要时足够快地停止生产线,从而可能导致不可挽回的损坏。在协作机器人的情况下,同样的原则也适用——需要立即做出决定来规避对人类的伤害。
为您的机器视觉增强型设施提供动力
要为机器视觉架构提供支持,Edge 系统必须具有适当的计算能力。这种计算机的一个例子是WINSYSTEMS的ITX-P-C444 Arm-based SBC,它非常适合处理AI/机器学习应用程序。与竞争对手相比,它消耗的功率更少,这意味着它适用于偏远的现场位置。ITX-P-C444 适合工业 Pico-ITX 外形。它采用恩智浦的i.MX8M应用处理器设计,并提供双以太网、工业I/O和其他扩展选项。
WINSYSTEMS要考虑的第二个产品是PX1-C441单板计算机(SBC)。它专为 PC/104 外形设计,但不要让它的小尺寸欺骗您。它由最新一代英特尔 Apollo Lake-I 双核或四核 SoC 微处理器提供支持。除了高达 8 GB 的焊接 LPDDR4 系统内存和不可移动的 eMMC 设备外,SBC 还具有 PCIe/104 OneBank 扩展功能。此外,PX1-C441支持M.2和SATA设备。
除了基于边缘的机器视觉应用外,PX1-C441 还适用于工业控制、运输、军用/COTS 和能源市场中的工业物联网应用和嵌入式系统。这要归功于其小尺寸(4.55 x 4.39英寸)、坚固的设计以及扩展的工作温度范围(-40°C 至 +85°C)。
边缘与云
将您的运营保持在 IIoT 的边缘非常适合控制目的。这意味着边缘计算机可以决定哪些决策需要立即做出,哪些决策可以解析到云中进行进一步分析。预测性维护是云的很好的例子。这些数据会随着时间的推移(即几天、几周甚至几个月)进行分析,以确定何时应该让机器离线进行维护。在大多数情况下,有足够的提前期使机器脱机,此时生产不会受到影响。
WINSYSTEMS的专家可以帮助您确定应该在边缘与云中处理什么,应该部署什么类型和多少个摄像头,等等。通过机器视觉实现您的未来。
分享到:
猜你喜欢