Computer visie

In de blog van vandaag gaan we het hebben over een van de meest toegepaste technologieën op industrieel gebied met betrekking tot 4.0 Industry:de Computer Vision. Het is een technologie met tal van mogelijkheden en door deze toe te passen, is het mogelijk om verschillende problemen op te lossen die vaak voorkomen in productie-installaties.

Computer Vision-technieken zijn voortdurend in ontwikkeling en evolueren dankzij de nieuwe en krachtigere sensoren die ze bevatten en de nieuwe beeldverwerkingstechnieken.

Vervolgens leggen we in meer detail uit wat Computer Vision is, de toepassingen, Computer Vision-types, Deep learning, wat beeldverwerking is, het belang van verlichting en de voordelen die het kan brengen voor een proces of een bedrijf.

Wat is computervisie?

Computer Vision is een van de technologieën die steeds vaker wordt gebruikt in fabrieken. Computer Vision-systemen halen informatie uit de omgeving in de vorm van afbeeldingen , die van vele soorten kan zijn, verwerk het en analyseer het . Om het te begrijpen, kun je nadenken over hoe we onze omgeving begrijpen dankzij onze zintuigen. In dit geval helpen de ogen ons om informatie uit de wereld om ons heen te verkrijgen, en vision-systemen voeren dezelfde taak uit om die informatie te digitaliseren zodat deze door een machine kan worden verwerkt.

Om deze beelden te verkrijgen, worden sensoren geplaatst. Ze kunnen van verschillende typen zijn:2D-camera's, hyperspectrale camera's, 3D-camera's, enz. Ze geven ons allemaal informatie over de omgeving die vervolgens wordt verwerkt om de informatie te verkrijgen die we nodig hebben.

Computer Vision-systemen zijn niet opgevat als een geïsoleerd systeem dat geen relatie heeft met de rest van de elementen van een fabriek, maar zijn eerder geïntegreerd met de rest van de processen die informatie ontvangen en verzenden.

Computer Vision-toepassingen

(Misschien ben je ook geïnteresseerd in onze post "Zeven toepassingen van Computer Vision" )
U kunt vele sectoren bedenken waarin Computer Vision ingezet kan worden, in zeer uiteenlopende toepassingen en voor verschillende doeleinden. Dit komt door het feit dat er veel soorten sensoren zijn die in Computer Vision worden gebruikt en waarmee veel werkgebieden en veel industriële sectoren kunnen worden bestreken. Enkele van de meest opvallende toepassingen waarvoor Computer Vision-systemen worden gebruikt, zijn:metrologie, detectie van defecten in stukken, detectie van indringende elementen, het lezen van codes van verschillende typen of als kwaliteitssystemen.

Computervisie voor detectie van defecten

Het is een van de bekendste toepassingen van Computer Vision. Computer Vision-systemen zijn, eenmaal getraind, in staat om defecten op te sporen. Defecten kunnen variëren van metaalscheuren, verfdefecten, bramen, onjuiste afdrukken en vele andere opties. Defecten die ze kunnen detecteren, kunnen minder dan 0,05 mm bedragen. De training wordt uitgevoerd door de systeembeelden te voeden met het defect en zonder het defect.

Computervisie voor metrologie

Meten met een precisie tot micron is mogelijk dankzij Computer Vision. Dit zijn toepassingen die worden gemaakt met behulp van lasermeetapparatuur of sondes.

De vooruitgang die is geboekt in de apparatuur en sensoren van Computer Vision maakt het mogelijk om telkens beelden met meer kwaliteit te verkrijgen. Daarom worden dit soort systemen gebruikt voor hoge precisie-metrologie . Met een vision-systeem kunnen tot microns worden gemeten om defecten in een specifiek onderdeel te detecteren.

Computervisie voor indringerdetectie

Aan de andere kant maakt de diversiteit aan sensoren het ook mogelijk om andere soorten afbeeldingen te gebruiken, die niet de gebruikelijke RGB-afbeeldingen zijn. Met hyperspectrale camera's kun je bijvoorbeeld de samenstelling van de materialen onderscheiden, wat in veel gevallen relevante informatie oplevert. Deze techniek wordt veel gebruikt in de agrofoodsector, als kwaliteitssysteem. Dankzij hen kunnen we onderscheid maken tussen fruit en steen, of bijvoorbeeld plastic resten of andere ongewenste indringers detecteren.

Computer Vision voor het lezen van codes

Een van de bekendste toepassingen van vision-systemen is herkenning of codelezen .
Vandaag de dag zijn er veel systemen die allerlei soorten codes herkennen, waardoor bijvoorbeeld traceerbaarheid in veel processen mogelijk is.

Computervisie voor assemblageverificatie

Elke dag worden er steeds complexere assemblages gemaakt, met meer stukken of verbindingen. Met Computer Vision kunnen we stap voor stap controleren of elk onderdeel op zijn plaats zit, of aan het einde van het proces, of de eindmontage correct is. Deze applicatie is erg handig voor de assemblage van machines, apparatuur, elektronische borden of pre-assemblages met grote complexiteit. Deze systemen verkorten de zeer complexe cyclustijden en heroperaties aanzienlijk.

Computer Vision + robotica voor Bin Picking

En tot slot, een van de meest gevraagde toepassingen aan ons, is het combineren van collaboratieve robotica met Computer Vision om chaotische bin-picking van stukken uit te voeren. De stukken zijn niet in orde en daarom moeten we de trajecten optimaliseren en de gripcoördinaten detecteren. De robot heeft hulp nodig om u te vertellen wat het stuk is en waar het is, zodat hij kan beslissen hoe het stuk het beste kan worden bemachtigd.

Wat robotica betreft, zullen we het hebben over adaptieve robotica, die zich aanpast aan zijn omgeving en in staat is om intelligent te handelen. Dit wordt bereikt door sensoren toe te voegen, die communiceren met de robot en hem informatie geven over zijn omgeving om in verschillende gevallen te kunnen handelen. Visiesystemen geven dit soort informatie aan robots om bijvoorbeeld op te treden bij positiewisselingen, obstakels, chaotische stukken plukken enz.

Zoals u kunt zien, zijn de mogelijkheden van Computer Vision eindeloos, en vanuit ATRIA hebben we met succes veleprojecten uitgevoerd in dit gebied.

Computer Vision voordelen

Tot slot willen we het hebben over enkele voordelen die Computer Vision biedt voor productieprocessen.

• Met een Computer Vision-systeem kunt u repetitieve inspectietaken automatiseren .
• Een zichtsysteem heeft geen last van vermoeidheid en elimineert de subjectieve factor bij de inspectie .
• In veel gevallen is de 100% productie-inspectie kan worden uitgevoerd zonder fysiek contact, in processen die zonder dit niet mogelijk zouden zijn.
• Reparatie- en schrootkosten worden verlaagd door stukken of elementen in slechte staat vroeg in het productieproces te kunnen detecteren.
• Met automatisering kan de cyclustijd verkorten van operaties.
• Computer Vision biedt extra operationele en beveiliging voordelen door de menselijke deelname aan het productieproces te verminderen.
• Beschermt werknemers tegen gevaarlijke omgevingen .

lDeep Learning en afbeeldingen taggen

Computer Vision maakt samen met Deep learning het mogelijk om veel intelligentere applicaties te ontwikkelen, te handelen in zeer wisselende situaties en te leren van de omgeving. Deep learning-algoritmen leren van data uit hun omgeving en leren hun kenmerken om in verschillende situaties te kunnen handelen, classificaties te maken of objecten te detecteren. In veel gevallen zijn deze gegevens beelden die door camera's zijn verkregen. Vergeet niet dat deze algoritmen moeten worden getraind om de datadatasets te maken. De sensoren die worden gebruikt om deze gegevensmonsters te maken, zijn erg belangrijk. De gegevens zijn in dit geval de afbeeldingen en zowel de kwaliteitsopname als de daaropvolgende labeling en filtering zijn van vitaal belang voor het goed functioneren van een applicatie met Deep Learning.

Typen computervisie

We hebben al naar voren gebracht dat er verschillende soorten sensoren zijn die worden gebruikt in Computer Vision-systemen. Hier willen we het hebben over de belangrijkste:

2D-zicht

Eerst vinden we de 2D-matrixcamera's die afbeeldingen verkrijgen in RGB, wat we kennen als kleuren- of grijswaardenafbeeldingen. Deze camera's verkrijgen beelden die, vertaald, matrices zijn verdeeld in pixels, die de kleurinformatie bevatten. Deze camera's hebben veel mogelijkheden en worden gebruikt voor verschillende toepassingen zoals karakterherkenning, metrologie, codelezen of defectinspectie.

Hyperspectrale visie

Aan de andere kant zijn er hyperspectrale camera's , waardoor de samenstelling van de materialen te kennen door de meting van de golflengte. Op deze manier is het mogelijk om indringers zoals stenen, plastics, enz. op te sporen. Ze worden veel gebruikt in de voedingssector.

Thermografie

Een andere van de bestaande Computer Vision-technieken is thermografie . Van deze sensoren wordt informatie over de temperatuur van de 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 lekdetectie of belastingonbalans.

3D-zicht

Ten slotte zullen we het hebben over 3D-camera's . Dit soort sensoren geven diepte-informatie. Er zijn ook verschillende soorten 3D-camera's waarmee een zeer breed spectrum aan toepassingen kan worden afgedekt. Ze worden onder andere gebruikt voor het verzamelen van stukken of het detecteren van defecten.

Waaruit bestaat beeldverwerking in Computer Vision?

De verwerking van de beelden die zijn verkregen van de sensoren waar we het over hebben gehad, is het mechanisme om de nodige informatie uit een digitaal beeld te halen. Hiervoor is het noodzakelijk om specifieke software te gebruiken die de nodige processen uitvoert voor elk type applicatie op de afbeelding.

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

Na het verwerken van de beelden en zodra het resultaat of de benodigde informatie is verkregen, wordt deze informatie teruggestuurd naar buiten als output van het systeem (om te waarschuwen voor defecten, een resultaat van een meting terug te sturen of coördinaten te geven aan de robot om te handelen).

Belang van verlichting in Computer Vision

Naast de sensoren die de gegevens vastleggen, worden in de vision-systemen hulpelementen gebruikt die de kwaliteit van de verkregen gegevens verbeteren en die vaak cruciaal zijn voor hun goede werking.

Een van deze belangrijkste externe elementen is verlichting . Het opnemen van een extern verlichtingssysteem zorgt er in veel gevallen voor dat het beeld goed wordt vastgelegd. In ditproject,  er is bijvoorbeeld specifieke verlichting gebruikt om de afbeeldingen van de stukken goed en zonder reflecties te krijgen.

Er zijn verschillende verlichtingssystemen voor Computer Vision-systemen, afhankelijk van het soort materiaal dat we moeten verlichten, de afstand, de achtergrondverlichting en vele andere parameters. Enkele van de meest gebruikte verlichtingssystemen zijn direct, indirect of 'backlight' verlichting. Natuurlijk kan het ook verlicht worden met led verlichting, wit of rood . Dit zijn slechts enkele van de voorbeelden die er zijn en die voor elke specifieke toepassing moeten worden bestudeerd, waardoor we bruikbare afbeeldingen voor ons proces kunnen verkrijgen.

Wilt u Computer Vision toepassen in een van uw projecten? Neem contact met ons op!

Gerelateerde projecten:

• End-of-line functietesten met collaboratieve robotica
• Automatisch kuvettenreinigingssysteem
• Sensorisatie voor procesbewaking op afstand