2020年9月21日 机器视觉与计算机视觉技术

每个机器制造者都应该了解基于组件的3D视觉系统

在构建成本效益高的三维视觉系统时,是最好使用基于组件的方法(如照相机、激光、透镜、支架、校准目标)还是采用一体化(即智能)方法?乍一看,以较低的成本购买单个组件和构建定制的视觉解决方案似乎是更经济的途径。然而,当您深入了解这些系统的实际工作方式时,您会发现隐藏的成本和时间开始快速累积。

现实:定制是昂贵的

比较基于组件的方法和智能视觉方法的问题是,它们通常只基于组件的价格。实际上,在计算最重要的指标:总拥有成本(TCO)时,组件价格只是需要考虑的几个成本之一。TCO考虑了给定系统固有的直接和间接成本,因此更准确地反映了该系统随时间的真实成本。

在基于组件的系统中,有许多额外的成本会提高TCO。这些包括配件(电缆、电源、外部控制器等)、软件开发(固件开发、3D采集、3D校准、运行时、测量工具、用户界面、通信协议、第三方库集成等)、安装时间、现场校准和校准、库存和生产设备的长期维护和维修。

由于其复杂性和涉及的设备数量,基于组件的系统需要额外的集成时间和精力,在组件过时时需要重新设计,或者设计和构建专门的组装和测试夹具,以实现成功的集成。

如何使系统集成更容易

基于组件的方法继续阻碍机器视觉的广泛采用,因为集成和配置所需的工作成本更高。然而,使用3D智能传感器,为了建立一个健壮的检测系统,初始传感器价格只有边际成本。智能传感器配备了许多客户需要的东西,具有完全集成和易于配置的软件,并允许集成商或过程工程师专注于他们最擅长的工作——构建更好的自动化解决方案和提高产品质量。

视觉系统设计中的整体与基于组件的方法的基本成本比较

紧密集成的硬件和软件设计的三维智能传感器提供了更好的价值超过定制的视觉解决方案。从硬件的角度来看,智能传感器包括一个模式投影仪(激光或DLP)、特别对齐的光学设备、相机芯片和嵌入式处理器,可以将图像转换成3D点云,其速度可以跟上工厂内部流程中部件的流动。对于软件,智能传感器集成了内置固件和流设计,用于执行实时数字化、3D模型生成、测量工具、通过/失败决策,以及以尽可能短的延迟与外部机器通信。

当使用自定义数据采集方法构建检查解决方案时,集成人员必须开发所有软件。这些系统通常使用工业PC、帧捕捉器、I/O卡和第三方库构建。将简单的传感器与基于pc的处理分离所导致的延迟和潜在的数据丢失可能会损害整体性能和可靠性。

使多传感器布局更简单

在需要多传感器布局才能扫描和缝合数据的应用程序中,基于组件的系统承担了另一个层次的风险和成本。相比之下,智能传感器的设计采用了内置的网络同步,并利用分布式加速,可以方便地处理从单个传感器到处理数十个传感器的数据的缩放。


智能视觉加速器为多传感器网络增加了大量gpu驱动的处理能力,以加快循环时间,提高整体检测性能。

多传感器网络需要多个传感器的数据集中,这往往超过单个PC的计算能力或数据接口带宽。通过在多传感器系统中添加一个或多个智能视觉加速器,机器制造商可以很容易地避免为这种传统pc类型的处理设计策略的头痛。配置360°环形布局或横向网络布局是快速且轻松地构建出使用智能传感器与智能加速器的组合,而这种性质的基于组件的系统可以很容易地吃掉6个月或更长时间的定制软件开发时间需要一架电脑和复杂的同步方法。

内置的机器人集成意味着较低的TCO

3D智能传感器之所以具有很高的性价比,是因为它们将传统上位于传感器外部的众多视觉功能集成到板上。现在他们的智能设计包括对机器人集成的支持。

在当今的工厂里,与机器人密切合作的能力比以往任何时候都更为重要,因为越来越多的制造商正在精简生产线,从手工流程中剔除简单、重复的任务,并使用协作机器人连续地执行相同的任务,具有更高的精确度和一致性。由于今天的工业机器人没有配备机器视觉技术的标准,它们需要第三方机器视觉来可视化场景,处理信息来做出控制决策,并为下一步提供指导。为了提供这些关键功能,制造商现在可以将3D智能传感器与他们的工业机器人配对,从而创建一个完整的自动化解决方案。

智能3D机器人视觉-如何工作

机器制造商可以很容易地将3D智能传感器安装在机器人的末端执行器上,并使用内置的手眼标定功能来确定传感器坐标到机器人坐标的转换。这使得传感器检测到的对象的位置和方向可以直接与机器人通信。


简单的数据采集需要多个外部组件(左),而智能设备提供这些技术板载(右)。

该传感器还提供了定位部件的工具,并通过字符串将这些测量值与使用TCP/IP套接字的机器人控制器通信。关键的X-Y-Z和角度信息被传递给机器人用于视觉引导、检查和取放应用。传感器与机器人接口的过程不需要额外的外部软件或PC。所有的东西都在传感器上,并在视觉、思维和行动之间紧密结合。因此,为工业机器人添加智能3D视觉,将重复的固定运动转化为智能运动,为机器制造商的自动化投资带来更大的价值。

结论

目前基于组件的机器构建方法虽然最初很有吸引力,但从长远来看成本更高,而且不具有可伸缩性。智能3D方法为机器制造商提供了更快的上市时间和更少的努力,并降低了总拥有成本。智能传感器包括关键的自动化功能和功能(包括机载数据处理、同步、内置多传感器设置和机器人集成支持),最小化系统复杂性和成本,释放更多时间和资源来构建更好的3D视觉系统。

Banner
Related Posts

智能高光谱成像与食品安全的未来

2020年3月9日

2020年3月9日

智能高光谱成像技术有望快速准确地检测病原体、异物以及产品的新鲜度和损伤。

用于柔性显示器的缺陷检测系统

2019年5月10日

2019年5月10日

韩国国家计量院开发了一种用于自由曲面显示器(包括柔性显示器)的缺陷检测技术,该技术将帮助显示器制造商用在制造过程中通过拍摄的一张图像来检测缺陷。

研究人员开发了一种非侵入性果实成熟度检测方法

2019年6月25日

2019年6月25日

昆士兰的研究人员开发了一种新工具,可以在收获前评估芒果作物的成熟度,这可能会提高收获时间和果实质量。

表面缺陷检测系统方案实施的七个步骤

2019年5月24日

2019年5月24日

表面缺陷检测系统主要以相机成像和图像处理技术为主,配置合适的相机和光源可以使被检测物体凸显表面缺陷或特征,使其检测系统能够实时、准确的对物体表面缺陷进行检测。

机器视觉相机类型以及接口标准详解

2018年8月9日

2018年8月9日

随着成像技术的进步,相机及其接口的类型不断演变,以满足大量应用的需求。对于检测和分析至关重要的半导体,电子,生物技术,装配和制造行业中的机器视觉应用而言,使用最好的相机系统来完成手头的任务对于获得最佳图像质量至关重要。

自动化金属表面缺陷检测系统

2019年6月25日

2019年6月25日

近年来,生产制造企业对于金属的需求快速增长,对于产品质量的要求也是日益严格。如何对金属产品质量进行有效控制,我们的方法很简单:提供针对每种金属产品应用优化的表面缺陷检测解决方案,以高效一致方法的进行在线检查。事实证明,实时信息在为客户解决问题方面具有无可估量的价值,通过消除对生产后物理带材检验的依赖,制造商能够克服重大障碍。

机器视觉成为防治农作物减产的新式武器

2019年5月15日

2019年5月15日

农作物的损失对农民来说是毁灭性的。随着生态波动性的增加,这也是生活中的事实。

反光物体机器人机器视觉解决方案

2019年4月9日

2019年4月9日

SwRI和ROS-Industrial integrated intelligent parts reconstruction在ROS2框架内,用于提高工业机器人的三维图像感知能力,用于路径规划和路径点密集操作,如零件打磨。

3D视觉检测的未来:光度立体技术

2019年6月12日

2019年6月12日

利用3D表面定向,特别是它对反射光的影响,工业应用的光度立体产生对比度图像,突出了局部3D表面变化。

用于目标识别的自学习机器视觉系统

2019年7月8日

2019年7月8日

机器视觉是工业4.0,即工业物联网背景下高度自动化和无缝联网过程的关键技术。使用诸如深度学习之类的新的人工智能过程变得越来越重要。许多好处使这项技术具有吸引力,但同时它也有局限性。

自主机器视觉系统Inspekto S70

2019年12月18日

2019年12月18日

自主机器视觉(AMV)是通过机器学习的技术,让视觉系统拥有自动识别对象的能力,它为质量保证提供了革命性的方法,同时将使巨额投资和长时间停机成为过去。

机器视觉应用的柔性开发

2019年9月12日

2019年9月12日

本文使用IBV软件MERLIC的例子,概述了图像处理的当前要求,并展示了如何在不编程的情况下创建应用程序。

机器视觉如何改变金融服务

2019年9月9日

2019年9月9日

事实证明,在金融领域应用机器视觉不仅对企业有利,而且对一般消费者也有利。尽管这在5年前似乎遥不可及,但金融机构一直在使用先进技术开展业务。这些技术能够改进客户体验并减轻员工的工作负担。

Teledyne DALSA的Linea HS 16k多场TDI相机

2019年11月28日

2019年11月28日

机器视觉技术公司 Teledyne DALSA ,近日推出其最新的电荷域CMOS TDI相机——Linea HS 16k多场TDI相机。多场成像允许最终用户捕获多个图像,例如一次扫描即可同时显示明场、暗场和背光图像。

改善机器视觉系统的十大方法

2018年8月9日

2018年8月9日

机器视觉是一个新兴领域,如果设置正确,可以减少过程效率低下。任何使用机器视觉作为机器人引导或检查的设施都应重视这一领域,以寻求可能的改进。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注