1. Ohjaus ja paikannus
Visuaalinen paikannus edellyttää, että konenäköjärjestelmät paikantavat kohdekomponentit nopeasti ja tarkasti ja vahvistavat niiden sijainnin. Konenäköä käytetään paikannukseen lastauksen ja purkamisen aikana, ohjaten robottikäsivarsia tarttumaan esineisiin tarkasti. Puolijohdepakkauksissa laitteet säätävät poimintapäät-konenäön kautta saatujen sirun sijaintitietojen perusteella poimimaan sirut tarkasti liimausta varten. Tämä edustaa visuaalisen paikantamisen perustavanlaatuisinta sovellusta teollisessa konenäössä.
Automation Expo: Konenäköä robotiikkaan yhdistävissä sovelluksissa robottiohjauksen paikannus on yleisin. Tällaisia skenaarioita varten Hikvision Robotics ja sen kumppanit ovat toteuttaneet lukuisia onnistuneita tapauksia ja kypsiä ratkaisuja. Robotin paikannusopastus voidaan luokitella kolmeen tilaan:
Ensimmäinen tila on kiinteä kamerakokoonpano, jossa kamera pysyy paikallaan laitekehyksessä liikkumatta robotin mukana. Vasemmalta oikealle nämä ovat: tartuntatoiminto, tartuntapoikkeaman korjaustoiminto ja sijoitustoiminto. Tartuntaskenaariossa kamera ottaa kuvia saapuvista materiaaleista ja suorittaa karkean paikantamisen. Tämä paikannustieto välitetään robotille, jolloin se voi tarttua materiaaleihin tarkasti. Tämä lähestymistapa vähentää riippuvuutta työasemien välisen siirtomekanismin tarkkuudesta ja varmistaa samalla vakaan tarttumisen. Offset-korjaustilassa käytetään alakameraa, joka on asennettu robottivarren vastakkaiselle puolelle työkappaleen toissijaista tarkkuusasemointia varten. Tämä vähentää merkittävästi materiaalin poikkeamia ja varmistaa kunkin saapuvan osan kohdistetun käsittelyn. Sijoitustila kattaa laajan valikoiman toimintoja-yksinkertaisesta sijoituksesta kohdistamiseen ja kokoamiseen-, jossa käytetään kameraa lopullisen kohteen sijainnin paikantamiseen. Yhdessä kahden edellisen tilan kanssa tämä saavuttaa todella kohdistetun käsittelyn jokaiselle työkappaleelle.
Kaksi liikekameratilaa sisältävät kameran asentamisen robottivarren päälle synkronoitua liikettä varten. Vaikka se eroaa yllä kuvatusta kiinteästä kameratilasta, sekä kiinteän että liikekameran tilat toiminnallisesti lähentyvät, mikä mahdollistaa paikantamisen/tarttumisen ja ohjatun sijoittamisen. Ydintoimintojen varmistamisen lisäksi nämä tilat tarjoavat suuremman asennuksen joustavuuden, jotta ne voivat vastata erilaisiin ympäristö- ja laitteistorajoituksiin.
Laitteiston mukautuvuuden parantamiseksi eri asennusskenaarioissa voidaan yhdistää kiinteät ja liikkuvat kameratilat kuvan 3 mukaisesti.
Lisäksi puolijohteiden valmistuksessa sirujen sijainnin säätäminen{0}}poimintapäitä varten on merkittäviä haasteita. Konenäkö ratkaisee tämän mahdollistamalla tarkan sirun poiminnan ja liittämisen-perussovelluksen, joka edistää sen käyttöönottoa kaikilla teollisuuden aloilla.
2. Ulkoasun tarkastus
Tämä prosessi havaitsee tuotantolinjojen tuotteiden laatuongelmat ja edustaa aluetta, jolla käsityötä vaihdetaan useimmiten. Esimerkiksi lääketeollisuudessa konenäkö hoitaa ensisijaisesti mittatarkastuksen, pullon pintavikojen havaitsemisen, olkapäävirheiden havaitsemisen ja pullon suutarkastuksen.
Nykyaikaisen teollisuusautomaation kehittymisen myötä konenäkötarkastusta sovelletaan laajasti erilaisiin tarkastuksiin, mittauksiin ja osien tunnistustehtäviin. Esimerkkejä ovat pintavikojen havaitseminen infrapunasuotimien katkaisusuodattimissa, autojen pyörien mallin tunnistaminen, ulkonäkövirheiden tunnistus magneettisista materiaaleista ja viivakoodin/merkin tunnistus tuotepakkauksista. Näillä sovelluksilla on jatkuvan massatuotannon yhteiset ominaisuudet ja erittäin korkeat vaatimukset ulkonäön laadulle.
Tyypillisesti tällaiset erittäin toistuvat ja älykkäät tehtävät voidaan suorittaa vain manuaalisen tarkastuksen avulla. On tavallista nähdä satoja tai jopa tuhansia tarkastustyöntekijöitä suorittamassa näitä tehtäviä nykyaikaisten kokoonpanolinjojen takana tehtaissa. Tämä lähestymistapa ei ainoastaan aiheuta merkittäviä työvoima- ja hallintokustannuksia tehtaille, vaan se ei myöskään takaa 100-prosenttista tarkastusten läpäisyprosenttia. Konenäkötarkastus automaation, objektiivisuuden, kosketuksettoman luonteen ja suuren tarkkuuden ansiosta pystyy nyt täysin korvaamaan manuaalisen työn näissä yksitoikkoisissa, toistuvissa tehtävissä. Yleisiin kuvankäsittelyjärjestelmiin verrattuna konenäkötarkastuksessa painotetaan tarkkuutta, nopeutta ja luotettavuutta teollisuusympäristöissä.
Taloudellisten standardien noustessa konenäkötarkastuksen merkitys kasvaa. Se parantaa pätevien tuotteiden tuotantokapasiteettia ja eliminoi huonolaatuiset tuotteet jo valmistusprosessin alkuvaiheessa, mikä vähentää jätettä ja alentaa kustannuksia.
3. Korkean-tarkkuustarkastus
Tietyt tuotteet vaativat äärimmäistä -0,01–0,02 mm:n tai jopa mikronin-tarkkuuden-tarkkuutta-, joka ylittää ihmisen näkökyvyn, mikä edellyttää koneen-tarkastuksia.
Tuotannossa ja jokapäiväisessä elämässä jokainen tuote vaatii laadunvarmistuksen ja vaatimustenmukaisuustodistuksen. On laajalti tunnustettu, että tarkastus edustaa konenäön laajinta sovellusta. Ennen konenäkötekniikan kehittymistä manuaalinen silmämääräinen tarkastus kohtasi usein merkittäviä haasteita: alhainen tarkkuus, virhealttius, kyvyttömyys toimia jatkuvasti, väsymys-alttiita käyttäjiä sekä liian suuret aika- ja työkustannukset. Konenäön laaja omaksuminen on vienyt tuotteiden valmistuksen ja tarkastuksen pitkälle automatisoituun aikakauteen.
Tyypillisimpiä esimerkkejä ovat kolikon merkin tarkastus ja piirilevyn tarkastus. Lisäksi Renminbin kolikoiden valmistusprosessien tarkastus vaatii poikkeuksellisen suurta tarkkuutta, johon liittyy lukuisia tarkastuslaitteita ja monimutkaisia toimenpiteitä. Muita sovelluksia ovat konenäön paikannustarkastus, juomapullojen korkkien laadun ja vikojen tarkistaminen, viivakoodimerkkien tunnistus ja tunnistus, lasipullojen vikojen tarkastus ja lääkelasipullojen tarkastus. Lääketiede on myös yksi konenäön tärkeimmistä sovellusalueista.
4. Tunnustus
Kuvantunnistus sisältää kuvien käsittelyn, analysoinnin ja tulkitsemisen konenäön avulla erilaisten kuvioiden ja esineiden tunnistamiseksi. Tämä mahdollistaa tietojen jäljitettävyyden ja keräämisen sekä laajan sovelluksen löytämisen autoteollisuudessa, elintarviketeollisuudessa, lääketeollisuudessa ja muilla aloilla.
Tyypillisin esimerkki on QR-koodin tunnistus. QR-koodit ja viivakoodit ovat läsnä jokapäiväisessä elämässä. Valmistajat upottavat näihin kompakteihin koodeihin laajaa tietoa tuotteen hallintaa ja jäljitettävyyttä varten. Kun konenäkökuvantunnistus laajenee, eri pintojen viivakoodeista tulee helposti luettavia ja havaittavia, mikä nostaa modernisointitasoa, lisää merkittävästi tuotannon tehokkuutta ja alentaa vähitellen valmistuskustannuksia.
5. Objektien lajittelu
Konenäkösovelluksissa esineiden lajittelu seuraa tunnistus- ja tarkastusvaiheita. Käsittelemällä kuvia konenäköjärjestelmien kautta ja integroimalla robottikäsivarret tuotteet lajitellaan.
Perinteiset tuotantolinjat luottivat materiaalien manuaaliseen sijoittamiseen ruiskuvalukoneisiin ennen siirtymistä seuraaviin prosesseihin. Nykyään materiaalin jakelusta huolehtivat automatisoidut laitteet. Konenäköjärjestelmät tallentavat tuotekuvia, analysoivat niitä ja tuottavat tuloksia. Sitten robotit sijoittavat vastaavat materiaalit määrättyihin paikkoihin saavuttaen älykkään, nykyaikaisen ja automatisoidun teollisen tuotannon.




