Machinevisie is de sleutel tot Industrie 4.0 en IoT

Machine vision voegt zich bij machine learning in een set tools die hardware op consumenten- en commercieel niveau ongekende mogelijkheden geeft om hun omgeving te observeren en te interpreteren. In een industriële omgeving zorgen deze technologieën, plus automatisering en snellere netwerken, voor een nieuwe industriële revolutie:Industrie 4.0. Ze bieden ook gloednieuwe manieren om afvalarme, zeer efficiënte industriële activiteiten uit te voeren.

Nu het tot zijn recht komt, onderzoeken bedrijven overal de voordelen die machinevisie met zich meebrengt.

Machinevisie heeft invloed op productie, boren en mijnbouw. Verdere voordelen zijn te vinden in vracht- en toeleveringsketenbeheer, kwaliteitsborging, materiaalbehandeling, beveiliging en een verscheidenheid aan andere processen en branches.

Machine vision zal binnenkort overal zijn en een kritische intelligentielaag toevoegen aan de Internet of Things-uitbreidingen in de industriële wereld. Hier is een blik op hoe bedrijven het al aan het werk zetten.

Wat is machinevisie?

Machine vision is een reeks technologieën die machines een groter bewustzijn van hun omgeving geeft. Het vergemakkelijkt beeldherkenning van een hogere orde en besluitvorming op basis van dat bewustzijn.

Om te profiteren van machinevisie, maakt een stuk industriële apparatuur gebruik van high-fidelity camera's om digitale beelden van de omgeving of een werkstuk vast te leggen. De beelden kunnen worden gemaakt in een automatisch geleid voertuig (AGV) of een robotinspectiestation. Van daaruit gebruikt machine vision uiterst geavanceerde algoritmen voor patroonherkenning om een ​​oordeel te vellen over zijn positie, identiteit of toestand.

Bij handmatige inspecties is het bereiken van de juiste verlichting een cruciale factor als het erom gaat het machinezicht goed te krijgen.

Verschillende lichtbronnen zijn gebruikelijk in machine vision-toepassingen, waaronder LED's, kwartshalogeen, metaalhalogenide, xenon en traditionele tl-verlichting. Als een deel van een streepjescode of werkstuk in de schaduw staat, kan de meting een fout opleveren terwijl die er niet is, of omgekeerd.

Machine vision combineert geavanceerde hardware en software om machines in staat te stellen om prikkels van buitenaf op nieuwe en voordelige manieren te observeren en erop te reageren.

Hoe ondersteunt Machine Vision bedrijven en het industriële IoT?

De verspreiding van Industrial Internet of Things (IIoT)-apparaten markeert een belangrijk moment in de technologische vooruitgang. IIoT geeft bedrijven een ongekende zichtbaarheid van hun activiteiten van boven naar beneden. Netwerksensoren en cloudgebaseerde hubs voor ondernemings- en resourceplanning bieden gegevensmobiliteit in twee richtingen tussen lokale en externe activa, evenals zakelijke partners.

De tweerichtingsmobiliteit kan zoiets kleins zijn als een mechanische zuiger of lager. Het kan ook zo groot zijn als een vrachtwagenpark, waardevolle operationele data opleveren met de juiste IoT-hardware en -software. Bedrijven kunnen overal hun ogen uitkijken, zelfs als ze krap bij kas zitten voor middelen of arbeid.

Het internet der dingen staat in de eerste plaats voor alomtegenwoordige computers.

Waar past machine vision in dit alles? Machine vision maakt bestaande IoT-assets nog krachtiger en beter in staat om waarde en efficiëntie te leveren. We kunnen verwachten dat het een aantal gloednieuwe kansen zal creëren.

• Maakt sensoren nog nuttiger.

  Machine vision maakt sensoren in het hele IoT nog krachtiger en nuttiger. In plaats van ruwe data te leveren, leveren sensoren een niveau van interpretatie en abstractie dat kan worden gebruikt bij besluitvorming of verdere automatisering.

• Vermindert bandbreedtevereisten.

  Machine vision kan helpen de bandbreedtevereisten van grootschalige IoT-buildouts te verminderen. In vergelijking met het vastleggen van afbeeldingen en gegevens bij de bron en het verzenden naar servers voor analyse, voert machine vision zijn onderzoek doorgaans uit bij de bron van de gegevens. De moderne industrie genereert miljoenen datapunten, maar een groot deel ervan kan bruikbare inzichten opleveren zonder dat overdracht naar een secundaire locatie nodig is, dankzij machine vision en edge computing.

• Ondersteunt IoT-automatiseringsoplossingen.

  Machine vision is een uitstekende aanvulling op IoT-automatiseringstechnologieën. Gerobotiseerde inspectiestations kunnen sneller en nauwkeuriger werken dan menselijke QA-medewerkers, en ze brengen onmiddellijk relevante gegevens naar de besluitvormers wanneer defecten en uitzonderingen worden gedetecteerd.

• Verbetert de veiligheid en bruikbaarheid van robots en cobots.

  Geleidingssystemen die zijn gebouwd met machinevisie, geven robots en cobots meer autonomie en mogelijkheden om de weg te vinden, en helpen hen om sneller en veiliger samen te werken met menselijke werknemers. In magazijnen en andere omgevingen met een hoog risico op fouten, helpt machine vision gerobotiseerde orderpickers om de reactietijd te verbeteren en fulfilmentdefecten die leiden tot verloren zaken te beperken.

• Maakt activa meer bewust van elkaar.

  De economie van vandaag en morgen vereist bedrijven en industrieën die opereren terwijl ze veel minder tijd, materiaal en arbeid verspillen. Machine vision zal ervoor zorgen dat drones, materiaalbehandelingsapparatuur, onbemande voertuigen en pallettrucks, productielijnen en inspectiestations beter in staat zijn om gedetailleerde en waardevolle gegevens uit te wisselen met de rest van het netwerk.

  In een fabrieksomgeving betekent dit dat machines en mensen beter samenwerken met minder knelpunten, overschrijdingen en andere storingen.

Hoe passen bedrijven Machine Vision toe?

Als je nadenkt over elk van de stappen die betrokken zijn bij een typisch industrieel proces, is het niet moeilijk om elk punt te zien waar machinevisie de operaties kan verbeteren.

Om een ​​enkel auto-onderdeel te vervaardigen, werken mens en machine samen om grondstoffen te vinden, hun kwaliteit te beoordelen, ze naar een fabriek te transporteren voor verwerking en de artikelen in elke productiefase door de faciliteit te verplaatsen. Uiteindelijk zien ze het met succes door het QA-proces en dan weer de deur uit, waar ten minste een laatste deel van zijn reis wacht. Op een later tijdstip ontvangt de winkelier of eindgebruiker het.

Of dit product nu in rust, onderweg of nog niet gemonteerd is, machine vision biedt een manier om de verwerking ervan te automatiseren. Het verbetert de efficiëntie in elke afdeling, zoals assemblage, en handhaaft hogere en consistentere kwaliteitsniveaus.

Bedrijven voegen al machinevisie toe aan hun workflows in de echte wereld.

Sommige toepassingen zijn zo eenvoudig als het plaatsen van een lijn op een magazijnvloer zodat een onbemand voertuig veilig kan volgen. Andere machine vision-tools zijn nog geavanceerder, hoewel zelfs de eenvoudigste voorbeelden game-changers kunnen zijn.

Enkele van de meest opwindende voorbeelden van machinevisie in de industriële wereld hebben betrekking op taken die ooit moeilijk of onmogelijk werden uitbesteed aan robots. Zoals gezegd is het picken uit bakken in magazijnen een proces dat inherent riskant is als het gaat om fouten. Fouten in de uitvoering kosten goodwill en klanten.

Aangezien productbeschadiging, itemlocatie en kleine variaties in SKU enkele van de grootste foutenbronnen op dit gebied zijn, is machine learning voor bin-picking een logische keuze.

Er zijn tegenwoordig al bijna 100% autonome orderverzamelrobots beschikbaar, die veilig kunnen navigeren, onderdelen en producten in de bak kunnen inspecteren, de juiste pick kunnen maken met een manipulatorarm en de pick naar een verzamel- of verpakkingsgebied kunnen transporteren.

Uiteindelijk betekent dit dat bedrijven een veel kleiner risico lopen om beschadigde goederen of onjuiste SKU's te verzenden die lijken op, maar niet helemaal overeenkomen met degene die de klant heeft besteld.

Het automatiseren van kwaliteitsborging en inspecties is een ander aspect van machine vision en het IoT dat zeer snel aan populariteit wint.

In sommige moderne productieomgevingen kan het werkgevers helpen de resultaten van het QA-proces te automatiseren en te verbeteren, zelfs zonder menselijke banen op te offeren. In plaats daarvan pakken geautomatiseerde inspectiestations dit werk met hoge prioriteit aan, terwijl werknemers meer cognitief veeleisende vaardigheden leren.

Cobots zullen tegen 2025 waarschijnlijk een aandeel van 34% in alle robotica-verkopen behalen. Dit is grotendeels te danken aan verbeteringen in machinevisie en de drive om zoveel mogelijk inefficiëntie, onnauwkeurigheid en verspilling van de moderne industrie te elimineren.

Machinevisie en de vierde industriële revolutie

Verwacht dat machinevisie de komende jaren zal blijven evolueren en verder zal bijdragen aan Industrie 4.0, door velen de Vierde Industriële Revolutie genoemd. Ogen zijn al getraind op nieuwere, goedkopere producten met ingebouwde beeldverwerking op bordniveau met machine vision-mogelijkheden.

Machine vision-mogelijkheden zullen leiden tot een nog bredere acceptatie van het IoT en machine vision en nieuwe manieren voor bedrijven om te profiteren van digitale intelligentie.

Aanbevolen afbeelding tegoed:HAHN Group, CC BY-SA