Exemples d'applications de vision idnsutrielle dans le domaine de la 3D, Intégré, Pharmaceutique, Logistique et plus encore. Cela inclut des images et des exemples.
Toutes les caméras DAHENG IMAGING subissent des tests critiques approfondis pour garantir qu'elles peuvent répondre aux exigences industrielles et professionnelles dans des conditions difficiles. L'environnement de travail du bogie de véhicule est généralement difficile, donc la fiabilité et la stabilité de la caméra sont très importantes. Dans cette application, certains lasers à spectre rouge ou certains lasers proches infrarouges sont généralement utilisés. Les lasers proches infrarouges sont plus adaptés à l'environnement extérieur que les lasers à spectre rouge, car le laser à spectre visible est facilement perturbé par la lumière du soleil, certaines caméras proches infrarouges avec certains lasers proches infrarouges sont nécessaires.
Les caméras GigE MER-131-75GM-P NIR et MER-232-48GM-P NIR sont des caméras infrarouges proches équipées de capteurs On-Semi PYTHON CMOS capteurs, les capteurs ayant une réponse optimisée dans la bande infrarouge proche. Les MER-131-75GM-P NIR et MER-232-48GM-P NIR sont alimentés par Ethernet et disposent d'entrées/sorties opto-isolées I/O. Ils sont conçus pour passer des tests EMC critiques, ils ont la capacité de répondre aux exigences de compatibilité électromagnétique du trafic ferroviaire.
Un scanner 3D est un appareil qui analyse un objet ou un environnement du monde réel pour collecter des données sur sa forme. Les données collectées seront utilisées pour construire des modèles numériques en trois dimensions. Les données 3D collectées sont utiles pour une grande variété d'Applications, elles sont couramment utilisées pour le design artistique, le design industriel, l'ingénierie inverse, l'inspection de contrôle qualité, les prothèses et la numérisation d'artefacts culturels. Elles sont également utilisées pour le shopping en ligne, la production de films et les jeux vidéo.
De nombreuses technologies différentes peuvent être utilisées pour construire ces dispositifs de numérisation 3D, mais les méthodes courantes sont la vision stéréo et la triangulation laser avec une feuille de lumière. Dans un système de vision stéréo, deux caméras ou plus avec lumière structurée ou grille codée sont utilisées, vous pouvez dériver des informations 3D de la surface d'objets de forme arbitraire.
L'idée de base de la triangulation laser avec la technique de la feuille de lumière est de projeter une fine ligne lumineuse droite générée par un projecteur de ligne laser sur la surface de l'objet à reconstruire. En dérivant les coordonnées de la ligne laser dans ces images, les coordonnées mondiales Y,Z peuvent être calculées grâce à la relation de calibration entre le plan d'image et le plan laser. De plus, lorsque l'objet se déplace le long de l'axe des coordonnées X, la caméra peut capturer une série d'images des lignes projetées, permettant ainsi d'obtenir les coordonnées X,Y,Z de l'objet.
Nous pouvons généralement voir toutes sortes de bouteilles en verre dans notre vie, telles que des bouteilles de bière, des bouteilles de boissons, des bouteilles de parfum, etc. Ces bouteilles en verre appartiennent généralement à des bouteilles moulées qui sont produites en versant du liquide dans un moule pour créer une forme donnée. Et il existe des tubes en verre d'un autre type destinés à être utilisés en médecine ou en pharmacie, ils sont généralement produits sans moule et nécessitent une qualité plus critique.
Dans une bouteille en verre, les systèmes de vision sont généralement installés à l'extrémité chaude ou à l'extrémité froide du processus. La machine d'inspection utilise des caméras haute vitesse pour acquérir des images en temps réel d'une bouteille en verre, puis obtient des paramètres géométriques détaillés de la bouteille et vérifie les détections. En comparant les résultats de mesure avec les paramètres dimensionnels préétablis, la machine d'inspection peut identifier les bouteilles défectueuses et les éjecter de la ligne de production, garantissant ainsi une forte qualité des bouteilles et une efficacité de production.
Les modèles MER-131-210U3M, MER-132-43U3M, MER-503-36U3M et MER-131-75GM-P de la famille MERCURY possèdent des caractéristiques spéciales telles qu'un taux de rafraîchissement élevé, une capture précise, un fonctionnement plug and play, une exécution stable de plusieurs caméras, etc. Tout cela en fait les caméras préférées des ingénieurs dans le système d'inspection des bouteilles en verre.
Pour trouver une solution à cette situation, DAHENG IMAGING a développé un vision de tri par vision qui peut rapidement classer les objets et obtenir leur position. Ce système est composé de la caméra numérique compacte de DAHENG IMAGING, utilisant une interface USB3.0 pour transférer les données à un contrôleur PC pour analyse et traitement. Enfin, l'interface Gigabit Ethernet est utilisée pour transférer les données traitées au robot afin de guider le robot dans le processus de 'ramassage'. Le système de tri peut être utilisé non seulement pour le tri automatique dans l'industrie logistique, mais aussi pour diverses Applications industrielles telles que le positionnement, l'inspection, la mesure, etc. comme montré sur l'image ci-dessous.
Ce système de tri vision logistique est construit par des caméras DAHENG IMAGING MERCURY et un robot delta. L'ensemble du système est principalement composé d'un module d'acquisition d'images 3D, d'un module de traitement d'images 3D, d'un module de transformation des coordonnées d'image en coordonnées de robot, d'un module de calibration main-œil et d'un module de contrôle du robot.
Tout d'abord, le "module d'acquisition d'images 3D" capture les paniers en mouvement à grande vitesse sur la ligne de convoyage et obtient des informations tridimensionnelles sur les marchandises dans les paniers. Ce module d'acquisition d'images est composé de deux caméras MERCURY et d'une source de lumière laser. Le FOV (champ de vision) et la MR (plage de mesure) couvrent l'ensemble du panier. La méthode de vision stéréo est utilisée pour reconstruire les informations géométriques 3D de l'objet et obtenir la position de l'objet.
Après avoir obtenu les informations de géométrie 3D des objets, le « module de traitement d'image 3D » divise les caractéristiques 3D de l'objet en plusieurs morceaux séparés, analyse la position de préhension la plus appropriée des marchandises, puis transmet les données de position au « Coordonnées d'image ». au module "coordonner le robot".
En utilisant le résultat de l'étalonnage œil-main, le module « Coordonnées de l'image en coordonnées du robot » transforme la position de préhension la plus appropriée des marchandises précédemment atteintes en coordonnées du robot. Grâce au protocole de communication, les données de coordonnées du robot seront transmises au robot et exécutées par le module de contrôle du robot. Selon les coordonnées du robot de préhension, le robot saisira les marchandises appropriées avec précision.
Intégré vision est devenue très populaire ces dernières années, et elle convient bien à certaines Applications où l'accent principal est mis sur le coût, la consommation d'énergie, la taille et le poids, comme les automobiles sans pilote, les véhicules aériens sans pilote, les robots et les dispositifs médicaux, etc.
Au cours de la dernière décennie, les plateformes informatiques personnelles basées sur les architectures Intel ont maintenu un avantage substantiel en puissance de traitement, garantissant leur domination continue dans la plupart des Applications informatiques industrielles. Mais au cours des dernières années, les architectures des processeurs ARM ont été considérablement améliorées en ajoutant des cœurs, des instructions et des pipelines plus rapides pour augmenter leurs performances, elles ont commencé à rivaliser directement avec les processeurs PC Intel et AMD dans les application industrielles. Le système Intégré continue de représenter un faible coût et une faible consommation d'énergie, mais cela ne signifie plus une faible puissance de traitement.
Aujourd’hui, grâce aux énormes progrès de la capacité de calcul, de l’accumulation de données, des outils mathématiques, etc., nous pouvons assister à la croissance rapide de l’intelligence artificielle (IA). Le réseau neuronal convolutif (CNN) est une méthode mathématique faisant partie du domaine de l'IA et il se décompose en deux parties : la formation et l'inférence.
Une application typique d'un système AI intégré est celle de l'automobile sans pilote. Dans cette application, les technologies AI sont utilisées pour la détection des obstacles, la reconnaissance des panneaux, des feux de circulation, des voitures et des piétons, etc. Un ensemble de caméras est disposé sur et autour de l'automobile et est responsable de fournir des images en temps réel. L'entraînement des données a généralement été effectué dans le centre de données avant que l'automobile ne roule sur la route. Et l'algorithme d'inférence qui permet de réaliser les détections est intégré sur la plateforme ARM. En tant que plateforme ARM populaire, la plateforme NVIDIA Jetson TX1 ou TX2 est particulièrement prisée dans cette application en raison de son processeur ARM+GPU, ainsi que les GPU étant très efficaces pour manipuler les graphiques informatiques et le traitement d'images, et la structure hautement parallèle des GPU les rend plus efficaces que les CPU à usage général pour les algorithmes où le traitement de grands blocs de données se fait en parallèle.
Dans une histoire réussie, le DAHENG IMAGING MER-231-41U3C est utilisé sur NVIDIA Jetson TX2 pour la détection de conduite en temps réel. La fonction d'auto gain et le temps d'exposition automatique de la caméra USB3.0 caméra la rendra bien adaptée à tous les types de conditions météorologiques et d'environnements extérieurs. Le SDK ARM Linux de la caméra USB3.0 caméra est basé sur 'libusb', qui fournit un accès générique aux dispositifs USB, permettant ainsi aux données des caméras USB3.0 d'être transférées librement vers n'importe quelle plateforme ARMV7 ou ARMV8.