Daher können Sie in diesem Artikel ein Beispiel dafür sehen, welche Einrichtung verwendet werden könnte, um einen Verpackungsprozess zu automatisieren, indem die Maschinen gelehrt werden, ein Objekt zu erkennen und an der richtigen Stelle zu platzieren. Darüber hinaus werden Sie in den folgenden Absätzen eine Beispielsituation sehen, in der ein VA Imaging-Ingenieur einem Kunden die am besten geeignete Einrichtung für seine Applikation bereitgestellt hat. Außerdem haben einige erwähnte Elemente und Themen Links zu ihnen, sodass es bei Bedarf möglich wäre, weitere Informationen über den hervorgehobenen Satz zu finden.

In dieser Fallstudie werden wir untersuchen, wie VA Imaging einem Verpackungsunternehmen geholfen hat, die Platzierung von Boxen auf einem Förderband zu automatisieren. Diese sich wiederholende Aufgabe war fehleranfällig und ineffizient. Durch die Implementierung eines Machine Vision-Systems wollte das Unternehmen Folgendes erreichen:

·         Erhöhte Geschwindigkeit und Durchsatz

·         Verbesserte Genauigkeit und Konsistenz

·         Reduzierte manuelle Arbeitskosten

Die beste Machine Vision Kamera auswählen

Um zu beginnen, muss eine industrielle Kamera ausgewählt werden, die am besten für die Applikation geeignet ist. In diesem Fall wurde dem Kunden die Kamera 1.6MP USB3.0 'MER2-160-227U3M' Kamera empfohlen. Es handelt sich um eine 1,6-Megapixel Kamera, ausgestattet mit einem Global Shutter, einem Sony IMX273-Sensor und sie kann eine Bildrate von 227fps erreichen. Natürlich wurde diese Kamera gewählt, um den erforderlichen Spezifikationen des Kunden gerecht zu werden.

Der Kunde gab an, dass der Abstand zwischen der Maschine, an die die Kamera angeschlossen wird, und dem PC etwa 2,5 Meter beträgt. In den meisten Fällen empfehlen wir, eine USB3.0 Kamera-Schnittstelle zu verwenden, wenn der Abstand zwischen der Kamera und dem PC weniger als 4,6 Meter beträgt, da diese Schnittstelle perfekt für Applikationen geeignet ist, die hohe Auflösung und hohe Bildrate erfordern.

"Als es darum ging, eine monochrome oder eine Farb-Kamera auszuwählen, gab der Kunde an, dass zur Erkennung der Position, wo das Objekt platziert werden soll, Farbe nicht benötigt wird. Daher wurde dem Kunden geraten, eine monochrome Kamera zu verwenden, die auch 3-mal lichtempfindlicher ist als eine Farb-Kamera."

Darüber hinaus findet dieser gesamte Prozess auf einem Förderband statt, was bedeutet, dass die zu erkennende Position ständig in Bewegung ist. Daher war eine global Shutter Kamera eine gute Ergänzung für das Setup. Falls weitere Informationen über den Global oder Rolling Shutter benötigt werden, sind diese im VA Imaging’ Knowledge Center.

Ein weiterer wichtiger Faktor, der bei der Auswahl einer Kamera zu berücksichtigen ist, um die aktuelle Applikation zu unterstützen, ist die Auflösung. In diesem Szenario informierte uns der Kunde, dass das zu platzierende Objekt eine Box mit den Maßen 100x100mm war und das gewünschte Sichtfeld 800x600mm betrug. Basierend auf diesen Informationen war es sicher anzunehmen, dass die empfohlene 1,6-Megapixel-Kamera mit einem Sony IMX273-Sensor und einer Auflösung von 1440x1080 Pixeln perfekt geeignet sein wird.

Die optimale Objektiv für den automatisierten Verpackungsprozess auswählen

Die zuvor vorgeschlagene MER2-160-227U3M Kamera hat einen Sony IMX273 Sensor mit einer optischen Größe von 1/2,9”. Der beste Weg herauszufinden, welches Objektiv am besten für die Einrichtung geeignet ist, besteht darin, den online Objektiv Rechner zu verwenden. In diesem Fall waren die benötigten Spezifikationen zur Bereitstellung des richtigen Objektiv das horizontale Sichtfeld und der Arbeitsabstand. Darüber hinaus werden die Auflösung der Kamera und die Pixelgröße verwendet, um das tatsächliche FOV der Einrichtung zu identifizieren (siehe die Berechnungen unten zur Referenz).

Um die richtige Position für die Platzierung des Objekts zu ermitteln, wurde ein Sichtfeld von 800 x 600 mm in Korrelation mit einem Arbeitsabstand zwischen 950 und 1000 mm ermittelt. Nach dem Ausprobieren verschiedener Arbeitsabstände fiel die endgültige Entscheidung auf einen Arbeitsabstand von 972 mm mit einem tatsächlichen Sichtfeld von 800 x 600 mm.

Daher wurde das Objektiv, das diese Anforderungen am besten erfüllt – das 5MP 06mm Brennweite 'LCM-5MP-06MM-F1.4-1.5-ND1' nicht verzerrende Objektiv, empfohlen.

Machine vision Lichter zur Erkennung für die Objektplatzierung

Während die monochrome Kamera eine erhöhte Lichtempfindlichkeit bot, war zusätzliche Beleuchtung notwendig, um eine optimale Objekterkennung zu gewährleisten und der Maschine beizubringen, wo sie die Box platzieren sollte. Daher wurde eine Machine Vision Beleuchtung Lösung vorgeschlagen. Um die Platzierung des Objekts zu erkennen, wurde empfohlen, vier 'VA-BL3 842x30mm' Leuchten zu verwenden.

Mit Hilfe der vier Balkenleuchten war das Feld, in dem das Objekt platziert werden muss, klar sichtbar und für die Maschine gut erkennbar. Natürlich kann die Einrichtung der Beleuchtung in bestimmten Situationen etwas knifflig sein. Sollten Sie Fragen haben, können Sie sich daher gerne an einen unserer Experten wenden.

Darüber hinaus kann es in einigen Situationen vorkommen, dass die Reflexion mit diesem Setup unvermeidbar ist. Um dem entgegenzuwirken, werden Lösungen empfohlen wie polarisierende Lichter, polarisierende Filter für die Lichter oder ein polariserender Filter für die Objektiv.

Die richtige Software für das Setup

Um die Einrichtung abzuschließen, ist das letzte fehlende Puzzlestück eine Computer Vision Software. In diesem Fall würde die empfohlene Software verwendet werden, um der Maschine zu helfen, die richtige Position zu erkennen, an der eine Box während des Verpackungsprozesses platziert werden soll. Da VA Imaging Produkte GenIcam-kompatibel sind, können sie mit verschiedenen Drittanbieter-Software wie MvTec Halcon, Ni Labview, Cognex Vision Pro, Matlab, OpenCV und Arm Board verwendet werden.

Für die Erstkonfiguration und Kamera-Parameterkonfiguration empfehlen wir das DAHENG IMAGING SDK. Dieses benutzerfreundliche SDK unterstützt gängige Programmiersprachen wie C++, C# und Python, was es Entwicklern erleichtert, das vision-System zu integrieren.

Außerdem ist es wichtig zu beachten, dass das SDK sowohl mit Industrie-PCs als auch mit ARM-Plattformen gut kompatibel ist, zu denen unter anderem die NVIDIA TX-Serie und Raspberry Pi gehören. Darüber hinaus sind Windows, Linux und Android Systeme, die diese Software Support. Allerdings gibt es bezüglich Notably und Apple MAC OS keine Support auf der industriellen Seite, aber falls erforderlich, können Ingenieure, die Windows oder Linux auf MAC verwenden, eine virtuelle Maschine ausführen.

Allerdings suchte der Kunde für diese Applikation nach einer einfachen Lösung, die leicht zu bedienen wäre. Wir empfahlen die Zebra Aurora Vision Software, insbesondere um mit der kostenlosen Lite-Version zu beginnen. Diese benutzerfreundliche Software bietet eine grafische Benutzeroberfläche, die die Objekterkennung und Systemsteuerung vereinfacht.

Ähnliche Positionsdetektionen Applikationen mit Computer Vision

Die empfohlene Einrichtung könnte auch für verschiedene andere Applikationen verwendet werden. Abgesehen von der Verwendung in Verpackungsprozessen könnte sie auch in Situationen wie der Herstellung und Abfüllung eingesetzt werden. Im Wesentlichen können Sie sie für viele verschiedene Applikationen nutzen, die das Platzieren eines Objekts in einer bestimmten Position erfordern.

Support bezüglich der Objektplatzierung Applikation

Machine vision bietet eine leistungsstarke Lösung zur Automatisierung der Objektplatzierung. Durch die sorgfältige Auswahl von Kameras, Linsen, Beleuchtung und Software können Unternehmen erhebliche Verbesserungen in ihren Produktionsprozessen erzielen.

Wenn Sie Hilfe benötigen oder die Automatisierung der Objektplatzierung in Ihrem eigenen Betrieb suchen, kontaktieren Sie noch heute unsere Machine Vision-Experten! Zögern Sie nicht, uns über das untenstehende Formular zu kontaktieren, und Sie werden von einem unserer Machine Vision-Experten kontaktiert.