控制工程网首页  |  产品  |  在线研讨会  |  视频  |  空间  |  论坛  |  博客  

社区公告

物联网与自动化一脉相承,本社区从工业控制和自动化的角度解读物联网产业的发展,向您介绍最新动态、技术和应用。欢迎您加入社区第一时间得到社区更新。
您所在的位置:首页 > 产业动态
  • 智能工厂对机器视觉的需求
  • 发布时间:2016-01-25 www.cechina.cn
  •   机器视觉在智能工厂中扮演着重要的角色,可以有效增加产能、提升产品合格率。在选择小型机器视觉系统时,传统工业智能相机的优势是体积小、集成度高、便于 开发使用;嵌入式机器视觉系统的优势则在于配置相当弹性,可配备较高等级的CPU处理器,支持多通道相机,以及具备高扩展性。是否有更新型态的小型机器视觉系统,可以兼具两者的优点,同时具备降低成本,满足需求越来越严苛与快速的视觉应用考验?
      智能工厂对机器视觉的需求
      性能与处理能力。如何提升产能,系统性能与处理能力(throughput)扮演着关键的角色。就一般机器视觉系统而言,高分辨率与高帧率(每秒显示帧 数)就像鱼与熊掌一样,不可兼得。在一般实际的应用中,通常是高分辨率但低帧率或低分辨率但高帧率的应用组合。如果想要两者兼得,惟一的出路就是使用高端 CPU处理器来补足分辨率与帧率加乘出来的结果。如何以合理的成本,取得最佳的处理性能,是系统开发人员所关心的。
      产线环境。智能工厂的环境通常是较为恶劣的,例如在饮料生产包装的产线,系统可能会直接接触到液体。而在工具机加工的环境中,则是充满切削工件的恶劣环境。如果机器视觉系统必须就近配置在严苛的产线环境中,那么选择具备防水、防尘能力的产品才能达到该需求。
      多组生产工作站。在智能工厂环境中,一个成品的上市, 从组件的制造、半成品的取放、质量的检验到出货的包装,必须要经过层层不同的工作站。举例来说,CNC机台负责组件的车削加工,通过工业机器人的取件,通 过工业相机让工件定位后,才开始进行工件的切割;完成后进入到检测的站台,进行缺陷检测;过关的成品在包装区进行出货条形码的扫读。多组生产工作站之间, 如何让系统之间容易整合与沟通,是工厂是否智能化的一大关键。
      软件开发环境。软件解决方案开发的难易度与整合度,是所有导入智能化系统的工程人员心中的一大担忧,也往往是决定项目成败的最重要因素。如何缩短开发时间,降低系统开发成本,是重要的关键。
      选择小型机器视觉系统的决胜点
      处理器计算性能。传统智能相机因为体积小,在有限的空间里, 散热能力会受到限制,因而仅能搭载单核Atom处理器或ARM架构的处理器,虽然其功耗较低,但因性能有限,故仅能完成单一任务的图像分析处理,如计数、 扫描条形码等。随着Intel AtomTM E3840处理器系列的发布,相比前一代处理器系列提升两倍的处理性能,且同时还拥有低功耗的优势。这意味着小体积也能带来高性能,多任务的图像处理得以 被实现。新一代的小型机器视觉系统可具备同时进行尺寸测量、计数、定位、二维码读取等多任务处理的能力,从持有成本来看,具备一台抵多台的能力。
      图像传感器与图像质量的优劣。图像传感器是机器视觉系统的灵魂,传感器的尺寸直接代表着图像的质量。在过去,智能相机的应用定义在初级的图像检测上,传 感器的尺寸与图像质量的优劣,并不容易被凸显。然而如果要将机器视觉应用在高端高速的检测应用上,那么传感器的尺寸,就成为选择系统时,必须要考虑的要 点。
      卷帘快门(Rolling shutter)与全局快门(Global shutter)的比较。卷帘快门与全局快门的不同在于画面曝光的时间差。卷帘快门是通过电子信号告诉感光组件,依序曝光,直到整个画面曝光完成。而全局 快门是在曝光时,“同时” 曝光整个画面。随着系统处理性能的提升,系统性能将不再是瓶颈,若有高速移动对象的检测的需求,采用全局快门传感器能采集到无残影的,正确的图像。
      协处理器。在机器视觉图像采集与分析的过程中,图像质量占了重要的关键。如果可以在图像进入分析之前,就对采集的图像进行质量优化,可确保图像分析的正 确。在过去的应用中,图像数据采集到系统后,必须通过系统处理器进行计算与图像质量优化,因为受限于CPU计算资源,能够处理的图像数据量也会受到限制。 然而,若能通过FPGA的支持,将图像的矩阵计算,在进到CPU计算之前,即做好过滤以及优化的处理,可以大幅加速图像处理的性能,降低CPU资源,一方 面可以把系统资源留给机器视觉系统的核心―图像算法,另一方面可以更实时的处理大数据量的图像,让高速以及复杂的图像处理与分析,得以被实现,预处理功能例如查找表(look up table)、感兴趣区域(ROI ,Region of Interest),阴影校正(Shading Correction)等图像质量优化功能。
      GPU绘图与多媒体图像处理性能。新一代Intel AtomTM E3840处理器相比前一代Intel AtomTM D2550处理器系列计算性能提升六倍左右,可通过Intel HD Graphics 4000技术,同时处理多通道的图像压缩传输。通过CPU与GPU性能的提升,图像检测结果可以被记录、存盘,或者是提供原始资料进行进一步的对比与分 析,让智能工厂的信息系统具备更智能的功能。
      系统显示性能。在智能工厂环境中,传统智能相机仅能通过以太网传输数据,以供中控端的监控使用。若该机器 视觉系统可支持VGA输出接口,则该机器视觉系统可以同时通过VGA以及以太网络端口输出图像,连接至HMI或产线端的屏幕,实时检查结果,发现问题,将 可有效提升产线性能。
      64位架构。图像分析软件因为需要处理的数据量大,市场上主流的应用软件多已经支持64位。所以机器视觉系统的选择,当然也必须选择支持64位的系统,才得以发挥该应用最大的效益。
      系统存储容量 。小型机器视觉系统的储存容量的大小,代表的意义是使用者可以存储更多的图像辨识对比样本,也可存储检测数据,或进行备份。对于整体系统的稳定性是非常有益的。
      总体拥有成本的考虑。系统购置的总体拥有成本,并非仅考虑机器视觉系统本身的成本。使用者是聪明的,如何从总体拥有成本的角度协助客户降低费用,才是王道。XTI自动化在线网
      机器视觉从性能、扩展性、稳定性、开发成本与总体拥有成本上,均具备跨界的优势,为现今智能工厂系统应用提供新选择。

物联网专家

>> 更多
  • 倪光南
    中国工程院院士,科学院计算所研究员,中国中文信息学会理事长
  • 姚建铨
    中国科学院院士,指出中国物联网还处在初级阶段水平较低
  • 邬贺铨

    中国工程院院士,光纤传送网与宽带信息网权威专家

  • 王志良
    北京科技大学物联网系主任,北京市物联网首席科学家