Positiedetectie voor objectplaatsing met behulp van Computer Vision
Stelt u zich een verpakkingsproces voor dat op rolletjes loopt. Elke doos precies geplaatst, elke stap geautomatiseerd voor maximale efficiëntie. Dit is de kracht van machine vision in actie.
Tegenwoordig hebben verpakkingsbedrijven de neiging om zoveel mogelijk processen te automatiseren. Door dit te doen wordt het process zelf efficiënter in termen van snelheid en kwaliteit, terwijl ook de kans op menselijke fouten wordt geminimaliseerd. Om het proces zo efficiënt en functioneel mogelijk te maken, is het daarom belangrijk om de juiste instellingen te hebben.
Daarom ziet u in dit artikel een voorbeeld van welke opstelling gebruikt zou kunnen worden om een verpakkingsproces te automatiseren door de machines te leren een object te detecteren en op de juiste locatie te plaatsen. Verder ziet u in de volgende paragrafen een voorbeeldsituatie waarin een engineer van VA Imaging een klant voorzag van de meest geschikte opstelling voor hun toepassing. Bovendien hebben sommige genoemde items en onderwerpen linjjks naar hen, dus indien nodig, is het mogelijk om meer informatie over de gemarkeerde zin te vinden.
In deze case study onderzoeken we hoe VA Imaging een verpakkingsbedrijf heeft geholpen bij het automatiseren van het plaatsen van dozen op een transportband. Deze repetitie taak was gevoelig voor fouten en inefficiëntie. Door een machine vision systeem te implementeren, wilde het bedrijf het volgende bereiken:
- Hogere snelheid en doorvoer
- Verbeterde nauwkeurigheid en consistentie
- Lagere handmatige arbeidskosten
De beste machine vision camera selecteren
Om te beginnen moet voor het opbouwen van een werkende opstelling een industriële camera worden gekozen die het beste past bij de Applicatie. In deze situatie was de aan de klant aanbevolen camera de 1.6MP USB3.0 'MER2-160-227U3M' camera. Dit is een 1.6-megapixel camera, uitgerust met een Global Shutter, een Sony IMX273-sensor en in staat een framerate van 227fps te bereiken. Uiteraard is deze camera gekozen om te voldoen aan de vereiste specificaties van de klant.
De klant gaf aan dat de afstand tussen de machine waarop de camera wordt aangesloten en de pc ongeveer 2.5 meter bedraagt. Wanneer de afstand tussen de camera en de pc minder dan 4.6 meter is, adviseren wij meestal een USB3.0-camera-interface, omdat deze interface perfect geschikt is voor applicaties die een hoge resolutie en hoge framerate vereisen.
Bij de keuze tussen een monochrome of een kleuren-camera gaf de klant aan dat kleur niet nodig is voor het detecteren van de positie waar het object geplaatst moet worden. Daarom werd de klant geadviseerd een monochrome camera te gebruiken, die bovendien 3 keer lichtgevoeliger is dan een kleuren-camera.
Verder vindt dit hele proces plaats op een transportband, wat betekent dat de te detecteren positie voortdurend beweegt. Daarom was een global shutter camera een goede aanvulling op de opstelling. Als meer informatie nodig is over de Global of Rolling Shutter, is deze te vinden in het Knowledge Center van VA Imaging.
Een andere belangrijke factor bij het kiezen van een geschikte camera voor de betreffende Applicatie is de resolutie. In dit scenario informeerde de klant ons dat het te plaatsen object een doos met afmetingen van 100x100mm was en dat het gewenste FOV 800x600mm bedroeg. Op basis van deze informatie kon veilig worden aangenomen dat de voorgestelde 1.6 megapixel camera met een Sony IMX273-sensor en een resolutie van 1440x1080 pixels perfect geschikt is.
De optimale lens kiezen voor het automatisch verpakkingsproces:
De eerder voorgestelde MER2-160-227U3M camera heeft een Sony IMX273-sensor met een optische grootte van 1/2.9”. De beste manier om te bepalen welke lens het beste geschikt is voor de opstelling, is het gebruik van de online lenscalculator. In dit geval waren het horizontale gezichtsveld en de werkafstand de specificaties die nodig waren om de juiste lens te bepalen. Verder worden de resolutie en de pixelgrootte van de camera gebruikt om het werkelijke gezichtsveld van de opstelling te bepalen (zie de onderstaande berekeningen ter referentie).
Om de juiste positie voor het plaatsen van het object te bepalen, werd een gezichtsveld van 800x600mm vastgesteld in combinatie met een werkafstand tussen 950 en 1000mm. Na het uitproberen van verschillende werkafstanden, werd uiteindelijk gekozen voor een werkafstand van 972mm, met een werkelijk gezichtsveld van 800x600mm.
Daarom werd de lens die het beste aan deze vereisten voldoet – de niet-vervormende 5MP 06mm brandpuntsafstand 'VA-LCM-5MP-06MM-F1.4-015' lens – aanbevolen.
Lens calculator
Machine vision verlichting voor objectplaatsing detectie:
Hoewel de monochrome camera een hogere lichtgevoeligheid bood, was extra verlichting nodig voor optimale objectdetectie en om de machines te leren waar ze de doos moesten plaatsen. Daarom werd machine vision verlichting oplossing voorgesteld. Om de plaatsing van het object te detecteren, werd geadviseerd om vier 'Bar light series VA-BL3' ’ bar lights te gebruiken.
Met behulp van vier bar lights was het veld waarin het object geplaatst moest worden duidelijk zichtbaar en gemakkelijk herkenbaar voor de machine. Natuurlijk kan het instellen van de verlichting in bepaalde situaties een beetje lastig zijn, dus als er vragen zijn, neem dan gerust contact op met een van onze experts.
Bovendien kan het in sommige situaties gebeuren dat de reflective met deze opstelling onvermijdelijk is. Om dit tegen te gaan, worden oplossingen aanbevolen zoals polariserende verlichting, polarisatiefilters voor de verlichting of een polarisatiefilter voor de lens.
De juiste software voor de installatie:
Het laatste ontbrekende onderdeel om de opstelling af te ronden is een computer vision software. In dit geval wordt de geadviseerde software gebruikt om de machines te helpen de juiste positie te detecteren van waar een doos geplaatst moet worden tijdens het verpakkingsproces. Aangezien de producten van VA Imaging compatibel zijn met GenIcam, kunnen ze worden gebruikt met verschillende software van derden, zoals MvTec Halcon, Ni Labview, Cognex Vision Pro, Matlab, OpenCV en Arm Board.
Voor de eerste installatie en configuratie van de cameraparameters hebben we de Daheng Imaging SDK aanbevolen. Deze gebruiksvriendelijke SDK ondersteunt Populaire programmeertalen zoals C++, C# en Python, waardoor het voor ontwikkelaars eenvoudig is om het vision systeem te integreren.
Een belangrijke opmerking is ook dat de SDK goed compatibel is met zowel industriële pc‘s als ARM-platforms, waaronder NVIDIA TX-serie en Raspberry Pi. Bovendien zijn Windows, Linux en Android systemen die deze software ondersteunen. Wat betreft Notably en Apple MAC OS is er echter geen ondersteuning aan de industriële kant, maar indien nodig kunnen technici die Windows of Linux op MAC gebruiken een virtuele machine draaien.
Voor deze toepassing was de klant echter op zoek naar een eenvoudige oplossing die gemakkelijk te gebruiken zou zijn. We raadden de Zebra Aurora Vision Software aan, met name de gratis Lite versie. Deze gebruiksvriendelijke software biedt een grafische interface die objectdetectie en systeembesturing vereenvoudigt.
Vergelijkbare positiedetectietoepassingen met computer vision
De geadviseerde opstelling kan ook voor diverse andere toepassingen worden gebruikt Behalve in verpakkingsprocessen kan het ook worden gebruikt in situaties zoals productie en bottelen. In wezen kan u het gebruiken voor veel verschillende toepassingen waarbij een object in een bepaalde positie moet worden geplaatst.
Ondersteuning voor objectplaatstingstoepassing
Machine vision biedt een krachtige oplossing voor het automatiseren van objectplaatsing. Door zorgvuldig camera’s, lenzen, belichting en software te kiezen, kunnen bedrijven hun productieprocessen aanzienlijk verbeteren. Als u hulp nodig heeft of zelf de plaatsing van objecten wilt automatiseren, neem dan vandaag nog contact op met onze machine vision experts! Neem gerust contact met ons op via onderstaand formulier en een van onze machine vision experts zal contact met u opnemen.