Äärimmäisillä-aloilla, kuten teollisuusautomaatiossa ja konenäkötarkastuksessa, teollisuuskamerat toimivat tarkkoina "näkösilminä", joilla on keskeinen rooli kriittisissä tuotantoprosesseissa, kuten laadunvalvonnassa, älykkäässä tunnistuksessa ja tarkassa mittauksessa. Teollisuuden kameramerkkien ja -mallien valtava valikoima saa kuitenkin usein teknikot ja ostajat hämmentyneeksi. Älä panikoi-, kun hallitset tämän valintaoppaan, niin projektisi vaatimukset täyttävän teollisuuskameran valitseminen on helppoa.
Määrittele perusvaatimukset
(1) Päätöslauselmanäkökohdat
- Pienten vikojen havaitsemiseen tai pienten komponenttien tarkkaan paikantamiseen,-kuten elektronisten sirun naarmujen tarkastamiseen tai tarkkuuskoneistettujen osien pintanaarmujen seulomiseen,-korkean resoluution{2}}kamerat ovat välttämättömiä. Esimerkiksi megapikselin tai jopa kymmenien megapikselien tarkkuudella alkavat teollisuuskamerat ovat ihanteellisia tallentamaan selkeästi jopa 0,1 millimetrin viat, mikä varmistaa, että jokainen yksityiskohta esitetään äärimmäisen selkeästi.
- Sitä vastoin sovelluksille, jotka vaativat vain yleistä kohteen paikannusta tai ääriviivan tunnistamista,-kuten suurten pakettien lajittelu logistiikkalinjoilla-alhaisen{2}}resoluution kamerat riittävät. Tämä lähestymistapa vähentää kustannuksia, vähentää tietojenkäsittelyn vaatimuksia ja nopeuttaa järjestelmän vasteaikoja.
(2) Kuvataajuusvaatimukset
- Nopeita{0}}dynaamisia tuotantoprosesseja,-kuten nestetasojen tarkkailua-nopeilla täyttölinjoilla tai autojen osien tarkastamista nopean leimaamisen aikana,-kameroilla on oltava korkea kuvanopeus. Satoja kuvia sekunnissa saavuttava kuvanopeus on välttämätöntä ohikiivien hetkien pysäyttämiseksi, nopeasti muuttuvien tuotantoyksityiskohtien tarkkaan tallentamiseksi ja liikkeen epäterävyyden aiheuttamien virheellisten arvioiden estämiseksi.
- Staattisen kohtauksen havaitsemiseen tai prosesseihin, joissa on{0}}hitaita liikkeitä, vakiokuvataajuudella (noin 30 kuvaa sekunnissa) toimivat kamerat riittävät rutiinivalvontaan ja laadukkaisiin näytteenottotarpeisiin, jotka tuottavat vakaat, selkeät staattiset kuvat.
(3) Näkökentän määrittäminen
Laske tarvittava kameran näkökenttä tarkasti kohteen koon ja työskentelyetäisyyden perusteella. Suuren-alueen piirilevyn ulkoasun tarkastuksessa laaja-kenttäkameran on tallennettava koko levy yhdellä kuvalla. Pienen-muotin sisäisten reikien tarkastusta varten kapea-kenttäkamera tarkentaa pienille alueille. Yhdistettynä makro-objektiiviin se parantaa paikallisia kuvantamistehosteita korostaakseen yksityiskohtaisia ominaisuuksia.
Kuvantamistekniikoiden hallitseminen
(1) CCD vs. CMOS -vertailu
- CCD-kamerat tarjoavat erinomaisen kuvanlaadun korkealla valoherkkyydellä, vähäisellä kohinalla heikossa{0}}valossa ja tarkalla värien toistolla. Niitä käytetään yleisesti vaativissa sovelluksissa, kuten tähtitieteellisissä havaintolaitteissa ja huippuluokan lääketieteellisissä kuvantamisjärjestelmissä. CCD-kamerat ovat kuitenkin kalliita valmistaa, kuluttavat huomattavasti tehoa ja niillä on rajoitetut tiedonsiirtonopeudet.
- CMOS-kamerat tarjoavat erinomaisen kustannustehokkuuden-, korkean integroinnin, alhaisen virrankulutuksen ja nopean tietojen lukemisen, joten ne sopivat ihanteellisesti reaaliaikaiseen-nopeaan{2}}kuvaukseen. Tämä vastaa suuren-mittakaavan teollisen tuotannon vaatimuksia, jotka tähtäävät kustannusten hallintaan ja tehokkaaseen tuotantoon. Vaikka varhaisten CMOS-kameroiden kuvanlaatu oli hieman huonompi, tekniikan kehitys on mahdollistanut joidenkin korkealaatuisten-CMOS-kameroiden pystyvän kilpailemaan CCD-kameroiden kuvanlaadulla. Niitä käytetään nykyään laajalti valtavirran teollisissa skenaarioissa, kuten 3C-tuotteiden valmistuksessa ja elintarvikepakkausten tarkastuksessa
(2) Valinta yksivärisen ja värillisen välillä
- Kun tarkennat vain kohteen harmaasävyeroihin ja ääriviivojen reunoihin, yksiväriset kamerat ovat parempi valinta. Noin 30 % korkeammalla valoherkkyydellä kuin värikameroiden, ne tallentavat selkeämpiä kuvia hämärässä{2}}valossa, kuten yöaikaan varastoinnissa tai maanalaisen hiilikaivoksen laitteiden valvonnassa. Yksivärisissä kuvissa on myös pienempiä tietomääriä, mikä mahdollistaa tehokkaamman myöhemmän algoritmikäsittelyn ja nopeuttaa tunnistustyönkulkua.
- Kun tuotteen värin ja tekstuurin yksityiskohdat vaativat tunnistamista, värikamerat ovat välttämättömiä. Sovellukset, kuten vaatteiden värjäyksen laadunvalvonta ja luokittelu, luottavat väritietoihin tuotteen vaatimustenmukaisuuden määrittämiseksi tarkasti, toistaakseen todenmukaisia-to-värejä ja estääkseen virheellisen havaitsemisen.
Laitteistorajapintojen ja ohjelmistoekosysteemien mukauttaminen
(1) Liitäntäyhteensopivuus
Yleisiä teollisuuskameraliitäntöjä ovat GigE, USB 3.0 ja Camera Link. GigE-liitäntä tukee pitkän-etäisyyden yhteyksiä (jopa 100 metriä) ja useiden kameroiden samanaikaista yhteyttä. Sen verkkokaapelointi on kätevä, joten se soveltuu hajautettuihin teollisiin asetteluihin. USB3.0 tarjoaa plug{7}}and--toiminnon ja suuren monipuolisuuden, mikä helpottaa integrointia pieniin laitteisiin ja nopeaa-paikan päällä tapahtuvaa virheenkorjausta, mikä tekee siitä yleisen kannettavissa tarkastuslaitteissa. Camera Link on suunniteltu erityisesti nopeaan-suureen-tiedonsiirtoon yli 1 Gbps:n kaistanleveydellä, mikä varmistaa ultra-terävä{15}}kuvien välittömän siirron. Se sopii huippuluokan{17}}nopeille{18}}tuotantolinjoille, mutta se sisältää kalliita kaapeleita ja monimutkaisia liitäntöjä. Kameraliitäntöjen ja teollisuustietokoneiden/ohjausjärjestelmien saumattoman integroinnin varmistaminen estää tiedonsiirron pullonkauloja.
(2) Ohjelmistotuki
Ensiluokkaisissa teollisuuskameroissa on kehittyneet ajurit ja SDK:t (Software Development Kits), joiden avulla kehittäjät voivat integroitua saumattomasti olemassa oleviin konenäköohjelmistoalustoihin, kuten Halconiin, ja avoimen-lähdekoodin kirjastoihin, kuten OpenCV. SDK:t helpottavat kameran parametrien ja kuvien hankintatyönkulkujen hallintaa samalla kun mahdollistavat kuvan esikäsittelyalgoritmien syvällisen mukauttamisen. Tämä mahdollistaa monimutkaiset toiminnot, kuten automaattisen-valotuksen ja vääristymän korjauksen, mikä lyhentää merkittävästi projektin kehitysjaksoja ja parantaa järjestelmän vakautta ja älykkyyttä.