Künstliches Sehen

La künstliches Sehen oder Computer Vision Es ist eine Technik, die für eine Vielzahl von Anwendungen außerhalb und innerhalb der Industrie verwendet werden kann. Es ermöglicht das Verstehen von Bildern, das Verarbeiten von Informationen, das Analysieren und Ausführen einer Reihe von Aktionen basierend auf diesen Daten. Und sie können dies effizienter als ein Mensch, da Sie Maschinen eine große Fähigkeit geben, die Bilder der von ihnen beobachteten Umgebung zu verstehen und zu interpretieren.

Mit dem Fortschritt von KI (Künstliche Intelligenz), konnten diese künstlichen Sehtechniken sehr verbessert werden, um Dinge zu erreichen, die bisher undenkbar waren. Darüber hinaus können zeitgleich in-situ Techniken des künstlichen Sehens angewendet oder bereits aufgenommene Bilder oder Videos analysiert werden. Es gibt auch einen 3D-Aspekt dieser Art von Vision, der neue Fähigkeiten bietet, um das menschliche Sehen per Computer zu emulieren.

Was ist Computervision?

künstliches Sehen in der Industrie

La künstliches Sehen ist ein Kompendium von Werkzeugen und Methoden, um Bilder der realen Welt durch Computer zu erhalten, zu verarbeiten und zu analysieren. Auf diese Weise können bestimmte Aufgaben von der Bildkorrektur über die Restaurierung bis hin zur Entscheidungsfindung für andere industrielle Anwendungen, wie sie später untersucht werden, behandelt und automatisiert werden.

Es ist genau die Industrie diejenige, die am meisten von dieser künstlichen Vision profitiert, da sie es ermöglicht, die Herstellungs- oder Auswahlprozesse zu automatisieren und viel schneller zu sein, als wenn sie von einem Menschen durchgeführt würden. Darüber hinaus hat es mit der Verbesserung der Techniken immer mehr Anwendungen und niedrige Kosten, was seine Expansion von der Automobilindustrie über die Elektronik, die Landwirtschaft und sogar die Logistik ermöglicht.

Technik

Was wird während der Prozess es ist im Grunde genommen eine Kamera / s oder einen Sensor zu haben, um Bilder von Objekten oder der Umgebung aufzunehmen, sie schnell mit einer Software zu verarbeiten, die auf einem Computer läuft, relevante Informationen aus diesen Bildern zu extrahieren und sie in irgendeiner Weise anwenden zu können. So können beispielsweise Objekte, die auf einem Förderband vor einer Kamera vorbeilaufen, analysiert werden, um beschädigte Objekte zu erkennen und mit einem mechanischen Aktuator zu verwerfen, damit sie nicht in der Kette weiterlaufen.

alle künstliches Sehsystem durchläuft folgende Schritte:

  • Einzugsgebiet: Der Sensor erfasst das Bild des realen Objekts. Das heißt durch einen optischen Sensor, CCD-Kamera, CMOS, INGAAS, Röntgen, IR, Thermografie usw. Dies hat auch einiges dazugehöriges Zubehör, wie zum Beispiel Beleuchtung. In diesem Fall können sie fluoreszierend, LED, polarisiertes Licht, Laser, Hintergrundbeleuchtung usw. sein.
  • Digitalisierung: wandelt die von den gesammelten Bildern erfassten Informationen in ein digitales Format um, damit sie vom Computer verarbeitet werden können.
  • Rechnen: Dank der Steuerungssoftware können diese Informationen verarbeitet und Daten darüber erhalten werden, welche Maßnahmen / Entscheidungen in späteren Phasen getroffen werden.
  • Ergebnisse: Ergebnisse werden erhalten und darauf reagiert.

All diese Schritte brauchen verschiedene Module oder Teile um funktionieren zu können als:

  • Bildmodul: die Person, die für die Erfassung des Signals oder Bildes des Objekts oder der Umgebung verantwortlich ist.
  • Digitizer-Modul: diejenige, die das analoge Signal der Kamera in ein digitales umwandelt.
  • Anzeigemodul: Nicht zu verwechseln mit dem ersten, es ist dasjenige, das das in einem Puffer gespeicherte digitale Signal in ein visuelles Signal umwandelt, das auf einem Monitor oder Bildschirm angezeigt wird, wenn eine Überwachung erforderlich ist.
  • Bildprozessor: kann Software oder Hardware sein. Unabhängig von seiner Implementierung ist es für die Interpretation der von der Kamera erfassten digitalisierten Bilder verantwortlich. Natürlich braucht man in jedem Fall einen Computer.
  • I/O-Module: Eingabe und Ausgabe verwalten die Bilderfassung und steuern die Ausgabe basierend auf den erhaltenen Daten.
  • Kommunikation: Es ist der Bus oder die Schnittstelle, über die das künstliche Sehsystem mit den übrigen Elementen kommunizieren kann. Sie können drahtlos, Ethernet, RS232, ... sein.

Zweck oder Funktionalität

Wenn jede Minute ein paar Objekte durch dieses Förderband laufen, könnte ein Mensch dies effizient tun. Aber wenn Dutzende, Hunderte oder Tausende von ihnen passieren, wird es sehr kompliziert oder unmöglich. Hier kann Computer Vision beschleunigen diese Prozesse und führen sie aus.

Daher ist Computer Vision ein großartiges Werkzeug, um die industrielle Produktion zu beschleunigen. Alles dank Prozessen basierend auf Lösungen die an die Produktionsprozesse der jeweiligen Branche angepasst sind. Mit Kapazität für Skalierbarkeit, Aktualisierung und Anpassung bei Bedarf.

Künstliche Vision, Technologie, Industrie, iot

Dafür kann eine Vielzahl von Geräten verwendet werden, von einfachen optische Sensoren, an eine fortschrittlichere Kamera oder eine Gruppe von ihnen, um 3D zu erreichen.

Vor- und Nachteile

Zusätzlich zu den oben genannten gibt es auch eine Reihe von Vor-und Nachteile von künstlichen Sehsystemen. Am bemerkenswertesten ist die Verbesserung der Produktionsleistung in der Branche, aber es gibt noch mehr.

Zwischen die Vorteile kann hervorgehoben werden:

  • Eliminieren Sie die Subjektivität der Inspektion: Durch die Implementierung von künstlichen Sehsystemen kann hier eine Verbesserung erreicht und die Leistung bei der Quantifizierung und Bewertung von Parametern pro Zeiteinheit verbessert werden.
  • Flexibilität: Die Systeme selbst ermöglichen eine bessere Anpassung und Skalierung an Produktionsprozesse, wenn sie verändert wurden. Das spart viel Zeit und ermöglicht einen schnellen Start nach jedem Wechsel, ohne dass Personal für den Wechsel oder ähnliches geschult werden muss. Nur eine einfache Einrichtung.
  • Erschwinglich: Obwohl sie für die meisten Privatpersonen keine Billigware sind, spart es auf lange Sicht viel Geld für das Unternehmen. Darüber hinaus ist diese Technologie ausgereift und verständlich genug, um immer billiger zu werden. Computer, Software oder optoelektronische Komponenten werden immer günstiger und effizienter.
  • Kosten: Diese künstlichen Vision-Systeme reduzieren die Kosten in vielerlei Hinsicht, wie z.
  • Metrologie: Ermöglicht es Ihnen, die physikalischen Größen, die in den aufgenommenen Bildern erscheinen, extrem schnell zu messen oder zu erhalten. Sie können zum Beispiel in Sekundenbruchteilen die Abmessung eines Teils, seine Fläche, den Abstand zwischen den Teilen, Durchmesser, Winkel, Position usw. bestimmen. Etwas, das ein Mensch nicht so schnell tun kann.
  • Klassifizierung: Dank des vorherigen Vorteils gibt es noch einen weiteren, wie die schnelle und effiziente industrielle Klassifizierung. Dies ermöglicht es, Aufgaben in rasender Geschwindigkeit nach Maßen, Mustern, Barcodes, Farbe, Fläche, Formen usw. zu klassifizieren und zu automatisieren.
  • Bestes Endprodukt: Künstliches Sehen hat auch einen großen Vorteil, der sich auf den Endkunden auswirken kann, und zwar die Verbesserung der Qualität der Teile. Durch die effizientere Analyse auch in für den Menschen unzugänglichen Bereichen ermöglicht es die Herstellung hochwertiger Teile. Das führt zu einem zufriedeneren Verbraucher und einer Kundenbindung.
  • Andere: Es braucht auch weniger Aufmerksamkeit, es ist nicht so anfällig für Sehfehler wie der Mensch (Unaufmerksamkeit, Nachlässigkeit, Ablenkung, ...), es wird nicht von Fehlzeiten am Arbeitsplatz beeinträchtigt, es verbessert die Überprüfung an Orten, die für das menschliche Auge unzugänglich sind (z : durch Strahlen X, um Innenteile zu sehen).

Zwischen die NachteileAm bemerkenswertesten ist der Preis dieser Systeme, da er praktisch keine Schwachstellen aufweist. Nur in einigen Fällen, in denen eine etwas weniger objektive und subjektive Bewertung erforderlich ist, kann sie scheitern, da es in diesen Fällen nichts Besseres gibt, als die Menschen selbst, um jeden Fall bewerten zu können.

Anwendungen in der Bildverarbeitungsindustrie

Die Anwendungen des künstlichen Sehens in der Industrie durchlaufen drei sehr spezifische Bereiche, wie z Prozesskontrolle und Qualitätskontrolle, obwohl einige Unternehmen noch weiter gehen und es für andere nicht-industrielle Anwendungen verwenden.

Praktische Beispiele Sie reichen von Temperaturkontrolle, Verkehrskontrolle, Überprüfung der korrekten Montage, Etikettierung und Markierung, Inspektion von Schweißnähten, Qualitätskontrolle von Objekten, Auswahl und Filterung, Werkzeugkontrolle, Kontrolle von Oberflächengüten, Pick-up & Place-Systeme für die Führung von Industrierobotern, Erkennung von Fremdkörpern in Behältern etc.

Praxisbeispiele aus dem Industriebereich

Die Anwendungen des künstlichen Sehens im industriellen Bereich sind, wie Sie sehen, recht breit gefächert. Die Anwendungsbereich in verschiedenen Sektoren durchlaufen sie:

  • Elektronik: In der Elektronikindustrie kann künstliches Sehen in verschiedenen Fertigungsprozessen eingesetzt werden, wie z. B. Handhabung und Identifizierung von Bauteilen, Qualitätskontrolle, Überprüfung der korrekten Schweißung und Verpackung von Teilen, für Pick-up & Place-Prozesse zum Bestücken von Bauteilen in Leiterplatten und Löten sie usw.
  • Automobil- Wird zur Inspektion im Herstellungs- und Montageprozess von Fahrzeugteilen verwendet. B. beim Stanzen, Bearbeiten, Schweißen, Lackieren, Graten, Extrudieren usw.
  • Lebensmittel: Künstliches Sehen in dieser Branche ermöglicht eine Verbesserung der Qualitätskontrolle. Zum Beispiel, um zu sehen, ob die Behälter richtig befüllt sind oder sich keine Fremdkörper im Inneren befinden. Sie werden auch häufig verwendet, um beschädigte oder faule Früchte zu entfernen, Äste, Steine, Schalen und andere Elemente zu entfernen, die nicht in nachfolgende Prozesse gelangen sollen, nach Größe zu kategorisieren usw.
  • Verpackung und Verpackung: In der Logistik- und Verpackungsindustrie kann Computer Vision das Vorhandensein oder Fehlen bestimmter Marker überprüfen. Sie können auch nach Strichcodes oder Etiketten katalogisieren, Chargen, Verfallsdaten überprüfen, Verschlüsse richtig platzieren usw.
  • Logistik und Identifikation: ermöglicht Ihnen die schnelle Identifizierung von Teilen oder Produkten. Es passt sich sehr gut den Bedürfnissen von Warenhäusern und Distributoren an, beispielsweise in Amazon-Logistikzentren.

Bildverarbeitung und Industrie 4.0

Künstliches Sehen und Industrie 4.0

La künstliches Sehen, wie viele andere Digitalisierungs- und Übergangstechnologien zur Modernisierung von Unternehmen, wie Big Data, KI, IoT und die Cloud selbst, spielt Fog und Edge Computing eine entscheidende Rolle im sogenannten 4.0-Industrie.

All diese Paradigmen zusammen ermöglichen es, alle Bedingungen dieser neuen aufstrebenden Industrie zu verbessern, die zielt darauf ab, die Branche zu revolutionieren. Und es ist so, dass nach der industriellen Revolution mit der Einführung von Maschinen (1.0), der Einführung von Elektrizität in der Branche (2.0), der Ankunft der Computer (3.0) jetzt diese neue Revolution dank dieser neuen Techniken kommt, die stattdessen an Version 4.0.

Tatsächlich kann Machine Vision mehrere dieser Verbesserungen zu einer zusammenfassen. Da es verwendet Software und Hardware zu funktionieren, und kann auch KI einschließen, um ihr mehr Intelligenz und Erkennungsfähigkeiten zu verleihen. All dies verleiht der Industrie die oben erwähnten großen Vorteile und Präzision.

Aber wenn diese Kapazität mit anderen Maßnahmen zur Verbesserung und Modernisierung anderer Unternehmensbereiche kombiniert wird, die sie implantieren, kann dies viel zu einer Industrie 4.0 mit umfassenden Lösungen führen. effizienter und wettbewerbsfähiger.

Phasen der Computer Vision

Unternehmen wie IBM, Red Hat, Marval, Telefónica, und viele andere versuchen seit einiger Zeit, Unternehmen bei dieser Transformation zu unterstützen, damit sie ihre Ziele erreichen können. In Spanien haben viele wichtige Unternehmen wie Santander, Cepsa und viele andere bereits begonnen, die großen Verbesserungen von 4.0 zu genießen.

Es ist genau Marval das Unternehmen, das seit mehr als 20 Jahren künstliche Sichtsysteme für die Industrie entwickelt und seine Tools weiterentwickelt. Dank dieser Projekte und denen anderer konkurrierender Unternehmen wurden alle der Branche zur Verfügung stehenden Werkzeuge verbessert.

Stellen Sie sich zum Beispiel vor a umfassendes System von Industrie 4.0 in einer Fabrik, in der ein künstliches Vision-System die benötigte Menge an Rohmaterial oder gültigen Teilen auswählen kann. Basierend auf diesen Informationen könnten nicht nur die ungeeigneten verworfen werden, sondern nur die geeigneten in die Produktionskette gelangen.

Mit 4.0 könnten diese Informationen auch in die Cloud übertragen und anderweitig genutzt werden aufkommende Technologien B. die Bestellung von Teilen oder Rohstoffen beim Lieferanten nach Produktionskapazität und Menge der ausgesonderten Teile, vollautomatische Bestandsbewertung. Oder vielleicht melden Sie die festgestellten Fehler an diesen Lieferanten, damit er diese Fehler bei zukünftigen Bestellungen reduzieren kann.

Das heißt, in der Industrie 4.0 Technologien decken alles ab, vom ersten bis zum letzten Prozess und in allen Abteilungen und Bereichen des Unternehmens.

Jenseits der Rückverfolgbarkeit

Bildverarbeitungssysteme in einer Industrie 4.0 können über die Maßnahmen von Rückverfolgbarkeit (morphologische Analyse, Defekte, Platzhalter, Farbanalyse, Aussehen, Fremdkörper, Qualität, Codelesen usw.). Es könnte auch diese Informationen OCR, OCV oder nach der Verarbeitung erhaltene Daten verwenden, um andere Maschinen oder Prozesse in der Fabrik vorzubereiten oder mit weiteren Informationen darüber zu versehen.

Stellen Sie sich zum Beispiel vor, dass Objekte unterschiedlicher Konsistenz hergestellt werden. Ein künstliches Sehsystem könnte bestimmen Toleranzstufe, zum Beispiel die Konsistenz jedes Objekts durch unterschiedliche Systeme und markieren es so, dass eine Maschine, die es in einem Folgeprozess stempeln muss, je nach Konsistenz den entsprechenden Druck ausübt.

Dies ist einfach möglich, indem man das künstliche Sehsystem als ein IoT-Element verbunden und die nächste Prozessmaschine als weiteres verbundenes IoT-Gerät. Daher können sie über das Netzwerk kommunizieren und sogar zwischen den anderen Elementen des Nebels oder der Cloud können verwendet werden, um bestimmte Daten zu analysieren.

Bildverarbeitung und industrielle Digitalisierung

die neue industrielle Digitalisierungssysteme, neue Tools und Computer Vision werden in der Gegenwart und in der unmittelbaren Zukunft in Unternehmen jeder Größe eine Schlüsselrolle spielen. Zum Beispiel in Kombination mit MES / MON-Systemen (Manufacturing Execution System / Manufacturing Operation Management).

Das heißt, die MES-Systeme es handelt sich um Informationsmanagementsysteme, die mit Industrieanlagen und Fertigungslinien verbunden sind. Mit ihnen können Sie die Prozesse, den Datenfluss der Anlage überwachen und steuern und das alles in Echtzeit durch ERP-Software. So werden Transformationen vom Rohstoff bis zum Endprodukt verfolgt und dokumentiert.

MOS Es ist eine Methodik, die es ermöglicht, die Herstellungsprozesse von Anfang bis Ende zu visualisieren, um die Effizienz zu optimieren. Das gewährleistet eine effiziente Fertigungsausführung und verbessert die Produktivität.

Daher haben künstliche Sehsysteme eine entscheidende Rolle in diesen Fällen, da sie ein perfektes ergänzendes Werkzeug sind, um diese Strategien der industriellen Digitalisierung zu erarbeiten. Vor allem zusammen mit PLM (Product Lifecycle Management)-Entwicklungen, also Softwaresystemen zur Verwaltung des Lebenszyklus von Produkten von der Herstellung bis zur Entsorgung bis hin zur Inbetriebnahme.

Wie Sie verstehen, benötigen Sie für all dies viele Informationen, die in großen Mengen gespeichert sind Datenbanken in der Cloud oder lokal, und das kann schnell und effizient für die Analyse durch Big Data aufbereitet werden. Und diese Datenbanken werden von jenen künstlichen Sehsystemen gespeist, die diejenigen sind, die schnelle Informationen zu allen Produkten erhalten können.

Das alles ohne die TTM . zu verändern (Time To Market), im Gegenteil, Sie können all diese Informationen erhalten und diesen Parameter erheblich verbessern. Das heißt, wenn die Zeit vom Beginn der Konzeption eines Produkts bis zur Markteinführung länger ist.