Ποια είναι η αρχή της 3D Camera Machine Vision Inspection;

Με τη συνεχή ανάπτυξη του βιομηχανικού αυτοματισμού, τα παραδοσιακά-δισδιάστατα συστήματα οπτικής επιθεώρησης δεν είναι πλέον σε θέση να ανταποκριθούν στις απαιτήσεις της σύγχρονης μεταποιητικής βιομηχανίας για επιθεώρηση υψηλής-ακρίβειας, υψηλής-απόδοσης και υψηλής ευελιξίας. Λοιπόν, τι είναι η επιθεώρηση μηχανικής όρασης με τρισδιάστατη κάμερα; Ποια είναι η αρχή λειτουργίας του; Αυτό το άρθρο θα σας παρέχει μια λεπτομερή ανάλυση.
1, Βασικές έννοιες της επιθεώρησης όρασης μηχανής 3D κάμερας
Η επιθεώρηση μηχανικής όρασης με τρισδιάστατη κάμερα αναφέρεται σε μια μέθοδο αυτοματοποιημένης ανίχνευσης που χρησιμοποιεί συσκευές τρισδιάστατης απεικόνισης (όπως τρισδιάστατες κάμερες) για τη λήψη τρισδιάστατων χωρικών πληροφοριών αντικειμένων και συνδυάζει αλγόριθμους επεξεργασίας εικόνας για τον εντοπισμό και την ανάλυση του μεγέθους, του σχήματος, της θέσης, των ελαττωμάτων κ.λπ. των αντικειμένων.
Σε σύγκριση με τα παραδοσιακά συστήματα 2D όρασης, η τρισδιάστατη όραση μπορεί όχι μόνο να αποκτήσει επίπεδες εικόνες αντικειμένων, αλλά και πληροφορίες για το βάθος τους, επιτυγχάνοντας έτσι ακριβή αναγνώριση πολύπλοκων δομών, επιφανειών, διαφορών ύψους και άλλων χαρακτηριστικών.
2, Η αρχή λειτουργίας της τρισδιάστατης κάμερας
Μια τρισδιάστατη κάμερα είναι η βασική συσκευή για την υλοποίηση της τρισδιάστατης οπτικής επιθεώρησης και η αρχή λειτουργίας της βασίζεται κυρίως στις ακόλουθες κύριες τεχνολογίες:
1. Δομημένο φως
Η τεχνολογία δομημένου φωτός προβάλλει συγκεκριμένα μοτίβα φωτός (όπως ρίγες ή κουκκίδες) στην επιφάνεια ενός αντικειμένου και όταν το φως συναντά κυματισμούς στην επιφάνεια, υφίσταται παραμόρφωση. Μετά την καταγραφή αυτών των παραμορφωμένων μοτίβων με μια κάμερα, οι πληροφορίες βάθους κάθε εικονοστοιχείου υπολογίζονται μέσω αλγορίθμων επεξεργασίας εικόνας για να κατασκευαστεί ένα τρισδιάστατο-μοντέλο του αντικειμένου.
Πλεονεκτήματα: Υψηλή ακρίβεια, κατάλληλο για σενάρια στατικής ή χαμηλής ταχύτητας
Μειονεκτήματα: Ευαίσθητο στο φως του περιβάλλοντος, ακατάλληλο για ανίχνευση υψηλής-ταχύτητας ή ανακλαστικής επιφάνειας
Εφαρμογή: Ανίχνευση μεγέθους πλαισίου κινητού τηλεφώνου, μέτρηση επιπεδότητας ηλεκτρονικού εξαρτήματος κ.λπ
2. Ώρα πτήσης (ToF)
Η τεχνολογία ToF υπολογίζει την απόσταση μεταξύ ενός αντικειμένου και μιας κάμερας εκπέμποντας παλμούς υπέρυθρου φωτός και μετρώντας το χρόνο που χρειάζεται για να ανακλαστεί το φως πίσω στην κάμερα. Με τη γρήγορη σάρωση ολόκληρου του οπτικού πεδίου, το σύστημα μπορεί να δημιουργήσει έναν πλήρη χάρτη βάθους.
Πλεονεκτήματα: Γρήγορη απόκριση, κατάλληλη για δυναμική ανίχνευση
Μειονεκτήματα: Χαμηλή ανάλυση, ακρίβεια περιορισμένη από απόσταση
Εφαρμογές: Αποφυγή εμποδίων AGV, μέτρηση όγκου δεμάτων, αυτόνομη οδήγηση κ.λπ
3. Stereo Vision
Προσομοιώστε την αρχή της ανθρώπινης οπτικής αντίληψης, χρησιμοποιήστε δύο κάμερες για να τραβήξετε το ίδιο αντικείμενο από διαφορετικές γωνίες, υπολογίστε την ανισότητα μέσω αλγορίθμων αντιστοίχισης εικόνας και έτσι υπολογίστε τις τρισδιάστατες-συντεταγμένες του αντικειμένου.
Πλεονεκτήματα: Απλή δομή, χαμηλό κόστος
Μειονεκτήματα: Υψηλές απαιτήσεις υφής, δύσκολο να ταιριάξετε περιοχές με αδύναμη υφή
Εφαρμογές: Κράσιμο ρομπότ, πλοήγηση σε εξωτερικούς χώρους, αναγνώριση αντικειμένων
3, Η ροή εργασίας της τρισδιάστατης οπτικής επιθεώρησης
Ένα πλήρες σύστημα 3D οπτικής επιθεώρησης περιλαμβάνει συνήθως τα ακόλουθα βήματα:
1. Απόκτηση εικόνας
Λάβετε δεδομένα εικόνας που περιέχουν πληροφορίες βάθους μέσω μιας κάμερας 3D, όπως χάρτες σημείων cloud, χάρτες βάθους ή χάρτες σε κλίμακα του γκρι.
2. Προεπεξεργασία εικόνας
Εκτελέστε αποθορυβοποίηση, φιλτράρισμα, μετασχηματισμό συντεταγμένων και άλλη επεξεργασία στα πρωτογενή δεδομένα για να βελτιώσετε τη σταθερότητα και την ακρίβεια των επόμενων αλγορίθμων.
3. Εξαγωγή και αντιστοίχιση χαρακτηριστικών
Εξάγετε βασικά χαρακτηριστικά από την εικόνα, όπως άκρες, περιγράμματα και επίπεδα, και συγκρίνετε τα με τυπικά μοντέλα ή πρότυπα για να εντοπίσετε ελαττώματα ή αποκλίσεις.
4. 3Δ ανακατασκευή και μέτρηση
Χρήση δεδομένων νέφους σημείου για την ανακατασκευή ενός τρισδιάστατου-μοντέλου ενός αντικειμένου για μέτρηση μεγέθους, υπολογισμό όγκου, ανάλυση σχήματος και άλλους σκοπούς.
5. Εντοπισμός και κρίση ελαττώματος
Συνδυασμός μηχανικής μάθησης ή αλγορίθμων βαθιάς μάθησης για την ταξινόμηση και τον προσδιορισμό των ανιχνευόμενων ανωμαλιών και των αποτελεσμάτων ανίχνευσης εξόδου.
4, Τα πλεονεκτήματα της τρισδιάστατης οπτικής επιθεώρησης
Σε σύγκριση με τα παραδοσιακά συστήματα χειροκίνητης επιθεώρησης ή 2D όρασης, η επιθεώρηση 3D όρασης έχει τα ακόλουθα σημαντικά πλεονεκτήματα:
Υψηλή ακρίβεια: Μπορεί να επιτύχει ακρίβεια μέτρησης σε επίπεδο μικρομέτρου ή ακόμη και υπο χιλιοστού, ικανοποιώντας τις απαιτήσεις της κατασκευής ακριβείας.
Υψηλή προσαρμοστικότητα: ικανός να χειρίζεται πολύπλοκα σχήματα, αντανακλάσεις, διαφάνεια, χαμηλή αντίθεση και άλλες δισδιάστατες σκηνές που δύσκολα χειρίζονται.
Υψηλή απόδοση: Η ταχύτητα αυτοματοποιημένης ανίχνευσης είναι γρήγορη, κατάλληλη για γραμμές παραγωγής-μεγάλης κλίμακας.
Μη επαφή: αποτρέπει τη ζημιά στο τεμάχιο εργασίας και είναι κατάλληλο για εύθραυστα ή{0}}προϊόντα υψηλής αξίας.
5, Τυπικά σενάρια εφαρμογής
Η τρισδιάστατη οπτική επιθεώρηση έχει εφαρμοστεί ευρέως σε πολλές βιομηχανίες και τα ακόλουθα είναι μερικά τυπικά σενάρια:
Ηλεκτρονική κατασκευή: ανίχνευση αρμών συγκόλλησης PCB, ακρίβεια τοποθέτησης τσιπ, διαστάσεις κελύφους τηλεφώνου κ.λπ.
Εξαρτήματα αυτοκινήτου: μετρήστε λάθη διαστάσεων και επιφανειακά ελαττώματα μπλοκ κυλίνδρων κινητήρα, γραναζιών και τακάκια φρένων.
Logistics και αποθήκευση: Μετρήστε αυτόματα τον όγκο του πακέτου, αναγνωρίστε τη στάση του φορτίου και καθοδηγήστε το AGV για να αποφύγετε εμπόδια.
Τρόφιμα και φάρμακα: Έλεγχος ακεραιότητας συσκευασίας, σφράγισης του καπακιού της φιάλης και ελαττωμάτων εμφάνισης των δισκίων.
6, Μελλοντικές τάσεις ανάπτυξης
Με τη συνεχή πρόοδο της τεχνητής νοημοσύνης, των υπολογιστών άκρων και της τεχνολογίας αισθητήρων, η τρισδιάστατη οπτική επιθεώρηση αναπτύσσεται προς υψηλότερη ακρίβεια, μεγαλύτερη ταχύτητα και ισχυρότερη νοημοσύνη:
AI+3D Vision: Η εφαρμογή αλγορίθμων βαθιάς μάθησης στην επεξεργασία του νέφους σημείων και στην αναγνώριση ελαττωμάτων γίνεται ολοένα και πιο διαδεδομένη.
Edge computing: αναπτύξτε αλγόριθμους επεξεργασίας εικόνας σε τοπικές συσκευές για να επιτύχετε απόκριση χιλιοστού του δευτερολέπτου.
Σύντηξη πολλαπλών αισθητήρων: Συνδυασμός πολλαπλών αισθητήρων όπως RGB, υπέρυθρων και λέιζερ για βελτίωση της ευρωστίας ανίχνευσης.
Modularization και Standardization: Προώθηση της ταχείας ανάπτυξης και της βιομηχανικής εκλαΐκευσης συστημάτων τρισδιάστατης όρασης.
7, Συμπέρασμα
Η τεχνολογία επιθεώρησης μηχανικής όρασης με τρισδιάστατη κάμερα γίνεται σταδιακά το «έξυπνο μάτι» του βιομηχανικού αυτοματισμού. Όχι μόνο βελτιώνει την ακρίβεια και την αποτελεσματικότητα της ανίχνευσης, αλλά παρέχει επίσης μια σταθερή βάση δεδομένων για έξυπνη κατασκευή. Στο μέλλον, με τη συνεχή ωριμότητα της τεχνολογίας, η 3D όραση θα επιδείξει τις ισχυρές δυνατότητες εφαρμογής της σε περισσότερους τομείς.