Umjetni vid

La umjetni ili računalni vid To je tehnika koja se može koristiti za brojne primjene izvan i unutar industrije. Omogućuje razumijevanje slika, obradu informacija, analizu i izradu niza radnji na temelju navedenih podataka. I oni to mogu učiniti na učinkovitiji način od čovjeka, budući da strojevima dajete veliku sposobnost razumijevanja i tumačenja slika okoline koju promatraju.

S napredovanjem od AI (umjetna inteligencija), bilo je moguće mnogo poboljšati ove tehnike umjetnog vida kako bi se postigle stvari koje su do sada bile nezamislive. Osim toga, tehnike umjetnog vida mogu se istodobno primijeniti na licu mjesta ili analizirati već snimljene slike ili video zapisi. Postoji i 3D aspekt ove vrste vida koji pruža nove mogućnosti oponašanja ljudskog vida putem računala.

Što je računalni vid?

umjetni vid u industrijskom sektoru

La umjetni vid je zbirka alata i metoda za dobivanje, obradu i analizu slika stvarnog svijeta putem računanja. Na taj se način mogu obraditi i automatizirati određeni zadaci, od ispravljanja slike i restauracije, do donošenja odluka za druge industrijske primjene, poput onih koje će se kasnije proučavati.

Upravo je tako industrijski sektor onaj koji ima najviše koristi od ovog umjetnog vida, jer omogućuje automatizaciju procesa proizvodnje ili odabira i poduzimanje mnogo većih brzina nego da ih radi čovjek. Osim toga, s poboljšanjem tehnika, ima sve više aplikacija i niske troškove, što omogućuje njegovo širenje iz automobilske industrije, u elektroniku, poljoprivredu, pa čak i logistiku.

tehnika

Ono što se radi tijekom postupak to je u osnovi posjedovanje kamere / senzora za snimanje slika objekata ili okoline, brzu obradu pomoću softvera koji radi na računalu, izvlačenje relevantnih informacija iz tih slika i mogućnost njihove primjene na neki način. Na primjer, predmeti koji prolaze ispred kamere na pokretnoj traci mogu se analizirati kako bi se otkrili oni koji su oštećeni i čiji ih mehanički pokretač odbacuje kako se ne bi nastavili u lancu.

sve sustav za umjetni vid prolazi kroz sljedeće korake:

  • Sliv: Senzor će snimiti sliku stvarnog objekta. To je putem optičkog senzora, CCD kamere, CMOS-a, INGAAS-a, X-zraka, IC-a, termografije itd. Ovo također ima neke povezane dodatke, poput rasvjete. U tom slučaju mogu biti fluorescentne, LED, polarizirane, laserske, pozadinsko osvjetljenje itd.
  • Digitalizacija: pretvara podatke prikupljene prikupljenim slikama u digitalni format kako bi ih računalo obradilo.
  • računanje: zahvaljujući upravljačkom softveru omogućuje obradu ovih podataka i dobivanje podataka na kojima će djelovati / odlučivati ​​u kasnijim fazama.
  • Rezultati: dobijete rezultate i djelujete na njih.

Svi ti koraci su potrebni razne module ili dijelove da bi mogao funkcionirati kao:

  • Modul slike: osoba zadužena za snimanje signala ili slike objekta ili okruženja.
  • Modul digitalizatora: onaj koji analogni signal fotoaparata pretvara u digitalni.
  • Zaslonski modul: ne treba se miješati s prvim, to je onaj koji pretvara rezidentni digitalni signal u međuspremniku u vizualni signal koji se prikazuje putem monitora ili zaslona ako je nadzor potreban.
  • Procesor slike: može biti softver ili hardver. Bez obzira na njegovu implementaciju, on je odgovoran za tumačenje digitaliziranih slika snimljenih kamerom. Naravno, u svakom slučaju trebate računalo.
  • U / I moduli: ulaz i izlaz upravljaju snimanjem slike i kontrolišu izlaz na temelju dobivenih podataka.
  • komunikacija: to je sabirnica ili sučelje putem kojeg sustav za umjetni vid može komunicirati s ostalim elementima. Mogu biti bežični, Ethernet, RS232, ...

Svrha ili funkcionalnost

Prođe li kroz tu traku nekoliko predmeta svake minute, čovjek bi to mogao učiniti učinkovito. Ali ako ih se dogodi na desetke, stotine ili tisuće, to postaje vrlo komplicirano ili nemoguće. Ovdje računalni vid može ubrzati te procese i provesti ih.

Stoga je računalni vid izvrstan alat za ubrzanje industrijske proizvodnje. Sve zahvaljujući procesima koji se temelje na rješenja koji su prilagođeni proizvodnim procesima svake industrije. Sa kapacitetom za skalabilnost, ažuriranje i prilagođavanje ako je potrebno.

umjetnički vid, tehnologija, industrija, iot

Za to se može koristiti mnoštvo uređaja, od jednostavnih optički senzori, naprednijoj kameri ili grupi njih za postizanje 3D -a.

Prednosti i nedostaci

Osim gore navedenih, postoji i niz prednosti i nedostaci sustava umjetnog vida. Najznačajnije je poboljšanje proizvodnih performansi u industriji, ali ima ih još.

Između prednosti može se istaknuti:

  • Uklonite subjektivnost inspekcije: Implementacijom sustava umjetnog vida može se postići poboljšanje u tom pogledu i poboljšati performanse pri kvantificiranju i procjeni parametara po jedinici vremena.
  • savitljivost: sami sustavi omogućuju bolje prilagođavanje i razmjere proizvodnim procesima ako su promijenjeni. To štedi mnogo vremena i omogućuje brz početak nakon svake promjene, bez potrebe za obukom osoblja za promjenu ili nešto slično. Jednostavno postavljanje.
  • PovoljnoIako nisu jeftini predmeti za većinu džepova pojedinaca, no dugoročno za tvrtku štedi mnogo novca. Nadalje, ova je tehnologija dovoljno zrela i dovoljno razumljiva da postaje sve jeftinija. Računala, softver ili opto-elektroničke komponente sve su jeftiniji i učinkovitiji.
  • Troškovi: ovi sustavi umjetnog vida smanjuju troškove na mnogo načina, kao što su troškovi vraćanja narudžbi, osoblje zamijenjeno tim sustavima, privremeni troškovi, povećana proizvodnja (veći profit) itd.
  • Metrologija: Omogućuje iznimno brzo mjerenje ili dobivanje informacija o fizičkim veličinama koje se pojavljuju na snimljenim slikama. Na primjer, mogli biste u djeliću sekunde odrediti dimenziju dijela, njegovu površinu, udaljenost između dijelova, promjere, kutove, položaj itd. Nešto što čovjek ne može učiniti tako brzo.
  • Klasifikacija: Zahvaljujući prethodnoj prednosti, postoji još jedna, poput brze i učinkovite industrijske klasifikacije. To vam omogućuje da klasificirate i automatizirate zadatke velikom brzinom na temelju tih dimenzija, uzoraka, crtičnih kodova, boje, površine, oblika itd.
  • Najbolji krajnji proizvod: umjetni vid također ima veliku prednost koja može imati utjecaj na krajnjeg kupca, a to je poboljšanje kvalitete dijelova. Budući da se može analizirati na učinkovitiji način, čak i u područjima koja su nedostupna čovjeku, omogućuje proizvodnju dijelova veće kvalitete. To se prevodi u zadovoljnije potrošače i lojalnost kupaca.
  • drugo: također mu treba manje pažnje, nije podložan vizualnim pogreškama kao ljudi (nepažnja, nemar, smetnje, ...), na njega ne utječe izostanak s posla, poboljšava provjeru na mjestima nedostupnim ljudskom oku (npr. : zrakama X za vidjeti unutarnje dijelove).

Između nedostaciNajviše se ističe cijena ovih sustava budući da praktički nema slabih točaka. Samo u nekim slučajevima gdje je potrebna nešto manje objektivna i subjektivnija ocjena može propasti, jer u tim slučajevima ne postoji ništa bolje od samih ljudi koji mogu procijeniti svaki slučaj.

Primjene u industriji strojnog vida

Primjena umjetnog vida u industriji prolazi kroz tri vrlo specifična područja, kao što su kontrola procesa i kontrola kvalitete, iako neke tvrtke idu dalje i koriste ga za druge neindustrijske primjene.

Praktični primjeri Oni se kreću od kontrole temperature, kontrole prometa, provjere ispravnosti montaže, označavanja i označavanja, pregleda zavarenih spojeva, kontrole kvalitete objekata, odabira i filtriranja, kontrole alata, kontrole površinskih obrada, sustava za prikupljanje i postavljanje industrijskih robota, otkrivanje stranih tijela u spremnicima itd.

Praktični primjeri iz industrijskog područja

Primjene umjetnog vida u industrijskom sektoru prilično su široke, kao što vidite. The raspon primjena u različitim sektorima prolaze:

  • Elektronika: U elektroničkoj industriji umjetni vid može se koristiti u različitim proizvodnim procesima, kao što su rukovanje i identifikacija komponenti, kontrola kvalitete, provjera ispravnosti zavarivanja i pakiranja dijelova, za postupke preuzimanja i postavljanja komponenti u PCB-ove i lemljenje njih itd.
  • Automobilski- Koristi se za inspekciju u procesu proizvodnje i montaže dijelova vozila. Kao i u procesu štancanja, strojne obrade, zavarivanja, bojenja, brušenja, istiskivanja itd.
  • hranjenje: umjetni vid u ovoj industriji omogućuje poboljšanje kontrole kvalitete. Na primjer, da vidite jesu li spremnici pravilno napunjeni ili u njima nema stranih tijela. Također se široko koriste za uklanjanje oštećenih ili trulih plodova, uklanjanje grana, koštica, kora i drugih elemenata koji ne bi trebali ići u naknadne procese, kategorizirati ih prema veličini itd.
  • Pakiranje i pakiranje: U industrijskoj logistici i pakiranju računalni vid može provjeriti prisutnost ili odsutnost određenih oznaka. Također možete katalogizirati prema crtičnim kodovima ili oznakama, pregledati serije, datume isteka, ispravno postaviti kape itd.
  • Logistika i identifikacija: omogućuje vam brzo prepoznavanje dijelova ili proizvoda. Vrlo se dobro prilagođava potrebama robnih kuća i distributera, primjerice u Amazon logističkim centrima.

Strojna vizija i industrija 4.0

umjetni vid i industrija 4.0

La umjetni vid, kao i mnoge druge tehnologije digitalizacije i tranzicije prema modernizaciji tvrtki, poput Big Data, AI, IoT, a sam oblak, maglovito i rubno računanje, ima ključnu ulogu u tzv. 4.0 industrija.

Sve ove paradigme zajedno omogućuju poboljšanje svih uvjeta ove nove industrije u nastajanju ima za cilj revoluciju u sektoru. I to je da nakon industrijske revolucije s uvođenjem strojeva (1.0), uvođenjem električne energije u sektor (2.0), dolaskom računalstva (3.0), sada dolazi ova nova revolucija zahvaljujući ovim novim tehnikama koje treba dati umjesto verzija 4.0.

Strojni vid, naime, može grupirati nekoliko tih poboljšanja u jedno. Budući da koristi softvera i hardvera funkcionirati, a može uključivati ​​i AI kako bi mu se dale veće inteligencije i sposobnosti prepoznavanja. Sve to industriji daje velike prednosti i preciznost spomenute gore.

No, ako se ovaj kapacitet kombinira s drugim mjerama za poboljšanje i modernizaciju drugih područja same tvrtke koja ga ugrađuju, to može dovesti do industrije 4.0 sa sveobuhvatnim rješenjima. učinkovitiji i konkurentniji.

stupnjevi računalnog vida

Tvrtke vole IBM, Red Hat, Marval, Telefonica, i mnogi drugi već neko vrijeme pokušavaju pomoći tvrtkama u ovoj transformaciji kako bi mogle postići svoje ciljeve. U Španjolskoj su mnoge važne tvrtke poput Santandera, Cepse i mnogih drugih već počele uživati ​​u velikim poboljšanjima 4.0.

Upravo je tako Marval tvrtka koja razvija sustave umjetnog vida za industriju više od 20 godina i razvija svoje alate. Zahvaljujući tim projektima i projektima drugih konkurentskih tvrtki, poboljšani su svi alati dostupni industriji.

Na primjer, zamislite a sveobuhvatni sustav industrije 4.0 u tvornici u kojoj sustav za umjetni vid može odabrati količinu potrebne sirovine ili valjanih dijelova. Na temelju ovih podataka ne samo se neprikladni mogu odbaciti, već se samo prikladni mogu prebaciti u proizvodni lanac.

S 4.0, te bi se informacije mogle prenijeti u oblak i koristiti druge nove tehnologije na primjer, naručivanje dijelova ili sirovina od dobavljača na temelju proizvodnih kapaciteta i količine odbačenih dijelova, pri čemu se inventar procjenjuje potpuno automatski. Ili možda prijavite otkrivene kvarove tom dobavljaču kako bi oni mogli smanjiti te nedostatke u budućim narudžbama.

Odnosno, u industriji 4.0 tehnologije pokrivaju sve, od prvog procesa do posljednjeg, te u svim odjelima i sektorima tvrtke.

Izvan sljedivosti

Sustavi strojnog vida u industriji 4.0 mogu nadići mjere sljedivost (morfološka analiza, nedostaci, rezervirana mjesta, analiza boje, izgleda, stranih predmeta, kvalitete, čitanje koda itd.). Također bi mogao koristiti te OCR, OCV podatke ili podatke dobivene nakon obrade kako bi pripremio druge strojeve ili procese u tvornici ili s više informacija o njima.

Na primjer, zamislite da se proizvode predmeti različite konzistencije. Sustav umjetnog vida mogao bi odrediti razina tolerancijeNa primjer, dosljednost svakog predmeta kroz različite sustave i na taj način ga označiti tako da stroj koji ga mora utisnuti u sljedećem postupku vrši odgovarajući pritisak ovisno o njegovoj konzistenciji.

To je jednostavno moguće razumijevanjem sustava umjetnog vida kao IoT element povezan i sljedeći procesni stroj kao drugi povezani IoT uređaj. Stoga mogu komunicirati putem mreže, pa čak i između jednog i drugog elementa magle ili oblaka mogu se koristiti za analizu određenih podataka.

Strojni vid i industrijska digitalizacija

The novi sustavi digitalizacije industrije, novi alati i računalna vizija odigrat će ključnu ulogu u sadašnjosti i neposrednoj budućnosti u tvrtkama svih veličina. Na primjer u kombinaciji sa MES / MON sustavima (Manufacturing Execution System / Manufacturing Operation Management).

Odnosno MES sustavi oni su sustavi za upravljanje informacijama povezani s industrijskom opremom i proizvodnim linijama. Pomoću njih moguće je pratiti i kontrolirati procese, protok podataka postrojenja i sve to u stvarnom vremenu putem ERP softvera. Tako se prate i dokumentiraju transformacije od sirovina do konačnog proizvoda.

MOS to je metodologija koja omogućuje vizualizaciju proizvodnih procesa od početka do kraja radi optimizacije učinkovitosti. To osigurava učinkovito izvršenje proizvodnje i poboljšava produktivnost.

Stoga sustavi za umjetni vid imaju presudnu ulogu u tim slučajevima, budući da su savršeni komplementarni alat za izradu ovih strategija industrijske digitalizacije. Posebno zajedno s PLM (Product Lifecycle Management Management) razvojem, odnosno softverskim sustavima za upravljanje životnim ciklusom proizvoda od njihove proizvodnje do njihovog odlaganja, također prolazeći puštanje u rad.

Kao što možete razumjeti, za sve to vam je potrebno puno podataka pohranjenih u velikom formatu baza podataka u oblaku ili lokalno, a to se može brzo i učinkovito obraditi za analizu pomoću Big Data. Te će se baze podataka hraniti onim sustavima umjetnog vida koji mogu dobiti brze informacije o svim proizvodima.

Sve bez mijenjanja TTM -a (Time To Market), naprotiv, možete dobiti sve te podatke i znatno poboljšati taj parametar. Odnosno, ako je vrijeme od početka stvaranja proizvoda do stavljanja na tržište duže.