Objectdetectie op een transportband: Hoe computer vision te gebruiken?
Max Reijngoudt
De juiste plaatsing van computer vision camera's is vereist voor objectdetectie in transportbandsystemen. Stelt u zich een productieomgeving voor waar producten in alle soorten en maten voorbij komen op een transportband. Dit kan een fruitfabriek, een groot logistiek centrum of een fabrikant van auto-onderdelen zijn. Dit artikel richt zich op het gebruik van computer vision camera's voor de objectdetectie van eieren. Er moet een vision systeem boven de transportband worden geplaatst om ervoor te zorgen dat er beelden van hoge kwaliteit kunnen worden vastgelegd voor de detectie van eieren. Het resultaat moet zijn dat alle eieren geteld worden en dat elke krat aan het einde van de transportband gevuld is met precies 120 eieren. Bovendien moeten eieren met abnormale vlekken worden uitgefilterd. In slechts vijf stappen zal dit artikel u helpen bij het selecteren van computer vision camera hardware voor uw vision systeem.
Table of contents
Computer vision camera selectie
Een van onze machine vision-experts begon met het aanbevelen van een geschikte computer vision-camera voor het objectdetectiesysteem van de klant. We adviseerden om onze 3MP USB3 camera ‘MER2-302-56U3C’ te gebruiken vanwege de gestelde systeemeisen. De klant was van plan de camera boven de transportband te plaatsen op een afstand van ongeveer 3 meter van de pc. Daarom adviseerden we hen om een camera te gebruiken met een USB3 interface. Voor toepassingen waarbij er geen voorkeur is voor een specifieke interface, wordt een camera met USB3-interface om meerdere redenen aanbevolen door ons. Ten eerste, vergeleken met een Gigabit Ethernet interface camera, heeft een USB3-camera een vier keer hogere bandbreedte. Over het algemeen bieden onze USB3-camera's een prijsvoordeel en is er slechts één USB3-kabel nodig voor zowel gegevensoverdracht als stroomvoorziening.
Al onze standaard industriële camera's die worden gebruikt voor toepassingen zoals objectdetectie op de transportband, zijn verkrijgbaar in zowel monochroom als kleur. Voor deze toepassing gaf de klant de voorkeur aan een kleurcamera in plaats van een monochrome camera, die beelden vastlegt in zwart-wit. Door te kiezen voor een kleur computer vision camera is de opstelling klaar voor de toekomst voor hun wens om op een dag kleuren te detecteren voor vlekdifferentiatie.
Daarnaast moet de keuze voor een global shutter of rolling shutter computer vision camera worden gemaakt. Onze vision-expert adviseerde om een global shutter camera te gebruiken. Dit had te maken met het feit dat de objectdetectie moest worden uitgevoerd terwijl de transportband in beweging is. Global shutter camera's worden gebruikt voor toepassingen waarbij de camera of het object beweegt terwijl de beelden worden vastgelegd. Meer informatie over global vs. rolling shutter camera's kan worden gevonden door op de link te klikken.
Daarnaast ondersteunden we de klant bij het bepalen van de vereiste cameraresolutie. De klant wist nog niet welke resolutie nodig was voor de objectdetectie op de transportband. Elke keer dat het object op de transportband wordt vastgelegd, moet het worden gedetecteerd als een ei en worden gecontroleerd op vlekken. De klant liet ons weten dat de eieren niet altijd op dezelfde plek op de transportband liggen. Ze wisten echter wel dat de eieren zich in een gebied van maximaal 300x240 mm bevinden. Dit noemen we het vereiste gezichtsveld, ‘Field of View’ (FOV). Een ei heeft een lengte tussen 55 en 57 mm. De plekken op de eieren die gedetecteerd moeten worden zijn 0,5x0,5mm of groter.
Om deze kleinste details van slechts 0,5 mm te zien, is een systeemresolutie van 0,16 mm/pixel nodig. Dit is gebaseerd op drie pixels per kleinste detail. Een computer vision camera met ten minste 1800x1440 pixels (2,59MP) is nodig om het volledige gezichtsveld te bestrijken.
Dat is waarom onze 3MP camera met 2048x1536 pixels een geweldige oplossing biedt voor montage boven de transportband. Door deze computer vision camera te gebruiken voor objectdetectie, kunnen ook spots van 0,5 mm worden gedetecteerd.
Concluderend biedt onze 3MP camera een laaggeprijsde computer vision camera-oplossing voor objectdetectie op een transportband, waarbij geprofiteerd wordt van de hoge framerate en gebruiksvriendelijke USB3 interface.
Lens voor 3MP computer vision camera
Iedere C-mount computer vision camera heeft een geschikte lens nodig. De meest geschikte C-mount lens voor deze transportbandtoepassing werd aanbevolen door de machine vision-expert op basis van enkele specificaties. Om de juiste brandpuntsafstand lens te bepalen om een bepaalde openingshoek te bereiken, is het belangrijk om het vereiste gezichtsveld (Field of View, FOV) te kennen. Dit is het totale gebied (horizontaal en verticaal in mm) van de transportband dat de klant wil vastleggen met de computer vision camera. Voor deze toepassing is het vereiste gezichtsveld 300x240 mm. De klant gaf de voorkeur aan een werkafstand (WD) tussen 600 en 800 mm. Dit is de afstand tussen het te detecteren object en de camera die zich boven de transportband bevindt.
De geadviseerde USB3 vision camera heeft een resolutie van 2048x1536 pixels en een pixelgrootte van 3,45 µm. Om de brandpuntsafstand van de te gebruiken C-mount lens te berekenen, kunt u onze online Lens Calculator tool gebruiken. De bijgevoegde afbeelding laat zien dat het invullen van de specificaties in deze tool resulteert in een berekende brandpuntsafstand van 16MM.
Lens Calculator
Onze 5MP 16MM C-mount lens voor computer vision camera's met een maximale sensorgrootte van 2/3", bleek een geweldige oplossing te bieden. Deze C-mount lens maakt deel uit van onze serie zeer lichtgevoelige 5MP lenzen waarbij zowel het diafragma (vanaf F1.4) als de focus kan worden aangepast en vastgezet met schroeven. Bij het gebruik van de 3MP camera met deze 16MM lens wordt een iets groter beeldveld van 320x240mm zichtbaar.
Accessories voor computer vision applicaties
Al onze computer vision-camera's, zoals de geadviseerde 3MP camera moet worden aangesloten op een PC. PC's hebben snelle processors en krachtige GPU's, waardoor ze beelden snel en efficiënt kunnen vastleggen, verwerken en analyseren. Voor de beeldverwerking moet extra software voor objectdetectie worden gebruikt. Om een stabiele verbinding tussen de PC en de camera te garanderen, adviseren we om een van onze USB3 kabels te gebruiken om de camera aan te sluiten. Bijvoorbeeld onze 1 meter USB3 kabel of 4.6 meter USB3 kabel kan worden gebruikt. Om het montageproces van de camera te vereenvoudigen adviseren we deze tripod mounting plate te gebruiken.
Om de camera en lens te beschermen tegen stof en vuil adviseerde de machine vision-expert bovendien om onze aluminium machine vision camera behuizing te gebruiken. Deze waterdichte industriële behuizing beschermt de cameraopstelling in de stoffige productieomgeving waar de transportband staat en het vision-systeem is geïnstalleerd. De aluminium behuizing bevat twee extensie ringen, die beide nodig zijn om de lensbuis te verlengen. De lens heeft namelijk een lengte tussen 30mm en 45mm (33,9mm). Controleer de product pagina van de behuizing voor de installatievideo.
Computer vision software voor transportband objectdetectie
Zoals gezegd is er beeldverwerkingssoftware nodig om de objecten op de transportband te detecteren. Deze 3MP camera is net als onze andere industriële camera's compatibel met GenIcam, wat betekent dat hij gebruikt kan worden met verschillende software van derden, waaronder MvTec Halcon, Cognex Vision Pro, OpenCV en Arm Boards software.
Om te beginnen kan onze Software Development Kit (SDK) gratis gedownload worden op onze website. In deze SDK kunnen cameraparameters zoals de belichtingstijd en framerate worden ingesteld. Daarnaast kan een eerste beeld worden gemaakt en opgeslagen. De SDK ondersteunt besturingssystemen zoals Windows, Linux en Android en is compatibel met standaard en industriële pc's en ARM-platforms. De SDK ondersteunt programmeertalen als C++, C#/.NET en Python.
Onze klant wil de eieren en defecten detecteren door zelf software in Python te schrijven. Onze SDK biedt voorbeeldprogramma's, waaronder het Python-voorbeeld om beelden te verwerven. Een van de artikelen in ons Kenniscentrum biedt meer informatie over using a Python sample using PyCharm.
Support voor computer vision applicaties
Kunnen wij u ondersteunen bij de selectie van de beste computer vision oplossing voor objectdetectie in transportbandsystemen? Of een vergelijkbare vision toepassing? Deel met ons simpelweg de vereisten van uw toepassing en wij zullen u adviseren in de meest geschikte lens en camera voor uw project.
