Revolutioneren van Industrie 4.0: Hoe Computer Vision Slimme Productie Drijft

In deze blog duiken we in een van de meest toegepaste technologieën in het industriële veld met betrekking tot Industrie 4.0: Computer Vision. Het is een technologie met talloze mogelijkheden en door deze toe te passen, kunnen diverse problemen die veelvoorkomend zijn in productieomgevingen worden opgelost.

Computer Vision-technieken zijn in constante ontwikkeling en evolueren dankzij nieuwe, krachtigere sensoren en geavanceerde beeldverwerkingstechnieken.

Hieronder leggen we uit wat Computer Vision precies is, de toepassingen, typen, Deep Learning, wat beeldverwerking inhoudt, het belang van verlichting en de voordelen die het een proces of bedrijf kan bieden.

Wat is Computer Vision?

Computer Vision is een van de technologieën die steeds vaker in fabrieken wordt gebruikt. Computer Vision-systemen verkrijgen informatie uit de omgeving in de vorm van afbeeldingen, die van veel typen kunnen zijn, verwerken en analyseren deze. Om het te begrijpen: net zoals onze ogen ons informatie over de wereld verschaffen, voeren visiesystemen dezelfde taak uit om die informatie te digitaliseren zodat een machine deze kan verwerken.

Om deze afbeeldingen te verkrijgen, worden sensoren geplaatst. Dit kunnen verschillende typen zijn: 2D-camera's, hyperspectrale camera's, 3D-camera's, enz. Al leveren ze informatie over de omgeving die vervolgens wordt verwerkt om de benodigde inzichten te halen.

Computer Vision-systemen zijn geen geïsoleerde systemen zonder relatie met de rest van de fabriekelementen, maar zijn geïntegreerd met de overige processen, waarbij ze informatie ontvangen en versturen.

Toepassingen van Computer Vision

(U bent misschien ook geïnteresseerd in ons bericht “Zeven toepassingen van Computer Vision”)
Er zijn talloze sectoren waar Computer Vision kan worden gebruikt, in uiteenlopende toepassingen en voor verschillende doeleinden. Dit komt doordat er veel typen sensoren zijn die in Computer Vision worden gebruikt, waardoor veel werkgebieden en industriële sectoren kunnen worden bedekt. Enkele van de meest opvallende toepassingen zijn: metrologie, defectdetectie in onderdelen, detectie van inwendige elementen, het lezen van verschillende typen codes of als kwaliteitssystemen.

Computer Vision voor Defectdetectie

Dit is een van de bekendste toepassingen van Computer Vision. Computer Vision-systemen zijn, eenmaal getraind, in staat om defecten te detecteren. Defecten kunnen variëren van metaalscheuren, lakdefecten, graten, incorrecte afdrukken en nog veel meer. De defecten die ze kunnen detecteren, kunnen kleiner zijn dan 0,05 mm. De training gebeurt door het systeem te voeden met afbeeldingen met en zonder het defect.

Computer Vision voor Metrologie

Meten met een precisie tot op micronniveau is mogelijk dankzij Computer Vision. Dit zijn toepassingen die worden gemaakt met laser-metrologieapparatuur of tastkoppen.

De vooruitgang in apparatuur en sensoren van Computer Vision stelt ons in staat om steeds afbeeldingen met hogere kwaliteit te verkrijgen. Daarom worden deze systemen gebruikt voor hoogprecisie metrologie. Met een visiesysteem kan tot op micronniveau worden gemeten om defecten in een specifiek onderdeel te detecteren.

Computer Vision voor Indringer Detectie

Aan de andere kant stelt de diversiteit aan sensoren ook het gebruik van andere typen afbeeldingen toe, niet de standaard RGB-afbeeldingen. Met hyperspectrale camera's kun je bijvoorbeeld de samenstelling van materialen onderscheiden, wat in veel gevallen relevante informatie oplevert. Deze techniek wordt veel gebruikt in de agro-foodsector als kwaliteitssysteem. Dankzij hen kunnen we onderscheid maken tussen fruit en pit, of plasticresten en andere ongewenste indringers detecteren.

Computer Vision voor Code Lezen

Een van de bekendste toepassingen van visiesystemen is herkenning of code lezen.
Tegenwoordig zijn er veel systemen die alle typen codes herkennen, wat bijvoorbeeld traceerbaarheid in veel processen mogelijk maakt.

Computer Vision voor Montageverificatie

Elke dag worden complexere montages gemaakt, met meer onderdelen of verbindingen. Computer Vision stelt ons in staat om stap voor stap te controleren of elk onderdeel op zijn plaats zit, of aan het einde van het proces of de eindmontage correct is. Deze toepassing is zeer nuttig voor de montage van machines, apparatuur, elektronische printplaten of voormontages met grote complexiteit. Deze systemen verminderen de cyclus tijden van zeer complexe operaties en herwerkings tijden aanzienlijk.

Computer Vision + Robotica voor Bin Picking

En ten slotte, een van de meest gevraagde toepassingen, is het combineren van collaboratieve robotica met Computer Vision om bin picking van onderdelen in chaotische omstandigheden uit te voeren. De onderdelen liggen ongerangschikt en daarom moeten we trajecten optimaliseren en grijpcoördinaten detecteren. De robot heeft hulp nodig om te weten wat het onderdeel is en waar het zich bevindt, zodat het de beste manier kan beslissen om het onderdeel te pakken.

Wat robotica betreft, praten we over adaptieve robotica, die zich aanpast aan zijn omgeving en intelligente acties kan ondernemen. Dit wordt bereikt door sensoren toe te voegen, die communiceren met de robot en informatie over de omgeving geven om in verschillende gevallen te kunnen handelen. Visiesystemen leveren dit type informatie aan robots om te handelen, bijvoorbeeld bij positieveranderingen, obstakels, het oppakken van onderdelen in chaos, enz.

Zoals u ziet, zijn de mogelijkheden van Computer Vision oneindig, en bij ATRIA hebben we met succes veel Projecten in dit gebied uitgevoerd.

Voordelen van Computer Vision

Tot slot willen we een aantal voordelen benoemen die Computer Vision brengt aan productieprocessen.

• Met een Computer Vision-systeem kunt u herhalende inspectietaken automatiseren.
• Een visiesysteem lijdt niet aan vermoeiding en elimineert het subjectieve factor in de inspectie.
• In veel gevallen kan de 100% productie-inspectie zonder fysiek contact worden uitgevoerd, in processen die daar zonder niet haalbaar zouden zijn.
• Reparatie- en afvalkosten worden verlaagd doordat stukken of elementen in slechte staat vroeg in het productieproces worden gedetecteerd.
• Automatisering stelt in staat de cyclus tijd van operaties te verlagen.
• Computer Vision biedt aanvullende operationele en veiligheids voordelen door de menselijke betrokkenheid in het productieproces te verminderen.
• Beschermt werknemers tegen gevaarlijke omgevingen.

Deep Learning en Afbeeldingen Labelen

Computer Vision samen met Deep Learning stelt het ontwikkelen van veel intelligentere toepassingen mogelijk, die handelen in sterk variabele situaties en leren van de omgeving. Deep Learning-algoritmen leren van data die ze uit hun omgeving verwerven en leren de kenmerken om in verschillende situaties te handelen, classificaties te maken of objecten te detecteren. Vaak zijn deze data afbeeldingen die door camera's worden verkregen. Vergeet niet dat om de dataverzamelingen te creëren die deze algoritmen nodig hebben om getraind te worden, de sensoren die gebruikt worden om deze datamonsters te creëren, van vitaal belang zijn. De data, in dit geval de afbeeldingen, zowel de kwaliteit van de opname als de daaropvolgende labeling en filtering, zijn essentieel voor het correct functioneren van een toepassing met Deep Learning.

Typen Computer Vision

We hebben al aangegeven dat er verschillende typen sensoren worden gebruikt in Computer Vision-systemen. Hier bespreken we de belangrijkste:

2D Vision

Allereerst vinden we de 2D-matrixcamera's die afbeeldingen verkrijgen in RGB (wat we als kleur kennen) of in grijstinten. Deze camera's leveren afbeeldingen die, vertaald, matrices zijn verdeeld in pixels, die de kleurinformatie bevatten. Deze camera's hebben veel mogelijkheden en worden gebruikt voor verschillende toepassingen zoals tekenerkenning, metrologie, code lezen of defectinspectie.

Hyperspectrale Vision

Aan de andere kant zijn er hyperspectrale camera's, die de samenstelling van materialen door middel van golflengtemeting laten kennen. Op deze manier is het mogelijk om indringers zoals stenen, plastic, enz. te detecteren. Ze worden veel gebruikt in de voedingsmiddelensector.

Thermografie

Een andere Computer Vision-techniek is thermografie. Van deze sensoren wordt informatie over de temperatuur van monsters of lichamen verkregen in de vorm van een afbeelding. Ze worden weergegeven door een kleurenschaal die informatie geeft over de temperatuur. Het wordt gebruikt in toepassingen zoals lekkagedetectie of belastingonevenwicht.

3D Vision

Tot slot praten we over 3D-camera's. Deze typen sensoren leveren diepte-informatie. Er zijn ook verschillende typen 3D-camera's die een heel breed spectrum aan toepassingen dekken. Ze worden gebruikt voor het oppakken van onderdelen of het detecteren van defecten, onder andere.

Wat Behelst Beeldverwerking in Computer Vision?

De verwerking van de afbeeldingen die van de sensoren worden verkregen, is het mechanisme om de benodigde informatie uit een digitale afbeelding te halen. Hiervoor is specifieke software nodig die de benodigde processen voor elk type toepassing op de afbeelding uitvoert.

Op dit moment zijn er verschillende commerciële systemen, of slimme camera's, die tools voor beeldverwerking hebben. Vaak zijn deze tools voldoende voor een specifieke toepassing, maar soms is het noodzakelijk om specifieke software te ontwikkelen die de benodigde veelzijdigheid biedt.

Na het verwerken van de afbeeldingen en eenmaal het resultaat of de benodigde informatie verkregen, wordt deze informatie naar buiten teruggestuurd als output van het systeem (om over defecten te waarschuwen, een meetresultaat terug te geven of coördinaten aan de robot te geven om te handelen).

Belang van Verlichting in Computer Vision

Naast de sensoren die de data vastleggen, worden in visiesystemen hulp-elementen gebruikt die de kwaliteit van de verkregen data verbeteren en die vaak cruciaal zijn voor hun correcte werking.

Een van deze belangrijkste externe elementen is verlichting. Het opnemen van een extern verlichtingssysteem zorgt in veel gevallen ervoor dat de afbeelding correct wordt vastgelegd. In dit Project, bijvoorbeeld, werd specifieke verlichting gebruikt om de afbeeldingen van de onderdelen correct en zonder reflecties te verkrijgen.

Er zijn verschillende verlichtingssystemen voor Computer Vision-systemen, afhankelijk van het type materiaal dat we moeten verlichten, de afstand, de achtergrondverlichting en veel andere parameters. Enkele van de meest gebruikte verlichtingssystemen zijn directe, indirecte of 'backlight' verlichting. Natuurlijk kan ook verlicht worden met led-verlichting, wit of rood. Dit zijn slechts enkele voorbeelden die bestudeerd moeten worden voor elke specifieke toepassing, wat ons toestaat nuttige afbeeldingen voor ons proces te verkrijgen.

Wilt u Computer Vision toepassen in uw Projecten? Neem contact met ons op!

Gerelateerde Projecten:

• Eind-van-lijn functietesten met collaboratieve robotica
• Automatisch kuveet reinigingssysteem
• Sensorisering voor externe procesmonitoring