通过嵌入式技术和网络的机器视觉演变

所有传感技术的运动设计中，没有比机器视觉系统收集更多信息。视觉反馈跟踪环境和零件功能，具有高带宽数据，以提高应用安全，速度和质量。更重要的是，Vision Technologies一直更先进。

人工视觉已经从研究级别的计算机视觉发展到制造工厂的工作机器视觉，再发展到今天国防、消费、汽车和医疗产品的嵌入式视觉，在各个亚型之间有大量的技术交叉授粉。以统一软件环境、GigE摄像机和网络、多PLC视觉触发器和分布式多核视觉处理器等新兴机器视觉技术为例。

机器视觉改善机器人应用
机器视觉在机器人上很常见——尤其是那些倾向于输送机的机器人——而视觉引导机器人(VGRs)有多种形式。只需考虑matrix Imaging为集成商、机器制造商和工厂自动化解决方案的oem提供的matrix Iris GTR智能相机。75 x 75 x 54毫米Iris GTR采用半导体品牌PYTHON CMOS图像传感器，用于高读出率。英特尔赛扬双核嵌入式处理器可以让它更快地检查移动线路，或者在给定的时间内执行更多检查。ip67级外壳和M12连接器也使相机防尘和防水。

Robotiq的通用机器人的新机器视觉相机是另一个新的VGR系统。它是由通用机器人执行的挑选任务，可以在五分钟内设置在车间。系统不需要外部PC进行设置或编程相机。一切都是从机器人用户界面完成的。早期采用者说Robotiq的摄像机打开新的自动化可能性。

“Robotiq Camera在制造自动化中断了视觉系统的一体化障碍，”欧式汽车的制造工程师Victor Canton表示。他的团队看到了许多可以从快速编程中受益的挑选机器人任务。“我们需要这是为了即将到来的项目包含通用机器人电池，”加州。

相机适合通用机器人手腕并与控制器集成。相机软件嵌入到通用机器人的图形用户界面中。

“我们认为，通过机器愿景更好地看到的项目，但由于现有解决方案的复杂性和成本，制造商留下来，”Robotiq首席执行官Samuel Bouchard说。“所以我们创建了一个可以设置和使用的相机和视觉软件。”

VGR进展的一个关键领域是机器视觉，它超越了2D平面(平躺)的零件扫描，用于3D应用。其中最主要的工作是捡垃圾。在这里，80%的垃圾桶清理工作顺利进行，而最后20%左右的清理工作超出了照管机器人的能力。遗留在垃圾箱角落或奇怪角度的零件被证明是传统机器视觉难以检测的。但现在，制造商开始使用更智能的机器视觉设置，以获得更接近完美的性能。

更好的垃​​圾衬板拣选有时需要上游进程的变化 - 例如，通过开关到预排列的部件或使用凹入垃圾箱。垃圾箱的VGRS还必须有夹具，可以适合角落并在没有击中墙壁的情况下拆成零件，即使工件有弯曲的表面，也可以成功地掌握。这就是为什么ARM结束工具模型必须成为前滨挑选模拟的一部分。

事实上，机器人和机器视觉制造商已经致力于通过编程和3D建模工具解决许多运动任务的独特挑战。专用的VGRs设置与应用程序定制的算法，提高bin挑选的最多。

案例指出：来自Universal Robotics的辍学机器人工作单元现在与工业机器人的速度和容量混合了协作系统的简单性。他们为订单履行，机器趋势，线路装载，甚至垃圾拣货工作。Neocortex商品到机器人单元格，基于通用的新型新科动物和空间视觉3D软件平台，用于工业速度的协作互动 - 将800至1,600个混合物体（从机加工零件从加工零件到消费产品）的合作相互作用。

或者重新考虑一下matrix Iris GTR智能相机。它预装了Microsoft Windows Embedded Standard 7或Linux，因此开发人员可以在两种常见的环境中选择运行可视化应用软件。

另一台机器视觉应用：机器视觉检查盖章零件
冲压机仍然是制造业不可分割的一部分。尽管相关的工艺在不断地改进，但冲压机操作的基本性质几十年来一直没有改变，尽管人们对冲压机零部件质量的期望不断提高。

事实上，派遣不良部件的罚款可以很容易地达到50,000美元，更不用说浪费的人 - 小时来排序返回制造商的零件。

但是冲压金属部件中的缺陷通常难以检测。考虑SLUC标记，通常只出现几个部分，甚至只是一个，然后在SLUS嵌入另一个部分后消失，然后被带走。另一种情况是当破碎的模具销产生丰富的浪费材料，时间和错过在分类期间的缺陷。

在这些和类似的情况下，机器视觉可以自动检查压机后的金属部件，这反过来可以节省金钱并减少废料 - 确保最终用户的100％质量分量运送速率。但在将机器愿景应用于此任务时，存在挑战。这是因为一个新闻界可以运行许多不同的部分，频繁的转换，各种尺寸，不一致的环境和各种速度。

在启动项目之前，了解愿景可以在设计预算的范围内无法做些什么，并且无法在设计预算的范围内完成。通过仔细选择相机，照明，镜片和过滤器，满足挑战。缺陷尺寸和机器视觉系统必须检测到它们的精度决定了相机分辨率是合适的。

例如，在一些冲压应用中，200万像素的单色相机可以很好地工作。然而，其他应用可能需要更高的分辨率，以适应FOV或充分确定ROI内的检查要求。

在大多数使用单色相机的机器中，设置与625纳米左右波长的红色LED光配对。然而，在机器视觉应用程序中，异常和情景异常通常是常态。在一个真实世界的应用中，测试表明白色LED灯和单色相机的对比更好。

事实上，由于成像的复杂性，只有测试可以确认特定设置是优化的 - 即使具有非传统照明和相机布置 - 对于正在检查的环境和零件。

重新考虑冲压件检验的非传统设置。在这里，漫射白光LED光结合了一个轻红色带通滤波器，最大限度地通过特定光谱的光之间的坏和好的部分。高强度的光线也可以让设置人员在运动时检查部件，因为相机快门速度可以设置得足够快，以消除运动模糊。

根据参考点假设视觉软件或者部分到0.001°以内，因为它们在输送机上随机放置。曾经面向导向，控制触发其余质量检查以确定是否存在零件存在任何问题。如果发现缺陷，系统可以立即停止按压或拒绝部件。或者集成器可以将机器视觉系统编程以记录检查的详细信息并提供趋势数据。

请注意，由于质量要求变得更加严格，因此自动目视检查的要求 - 但硬件和软件的进步正在将视觉系统功能置于新的高度。

感谢Skye Gorter, Skye自动化总裁，提供冲压件检测中的机器视觉信息。