Suksesshistorier for Adaptive Vision-programvare
Adaptive Vision-programvare hjelper machine vision-ingeniører med å utvikle bildebehandlingsapplikasjoner for automatisering og kvalitetsinspeksjon. Plattformen søkes fortsatt ofte etter som Adaptive Vision, og i dag er den tilgjengelig fra Zebra Technologies som Zebra Aurora Vision. Denne siden samler suksesshistorier som viser programvaren i bruk – fra dimensjonsmåling til PCB-posisjonering.
En praktisk måte å utvikle vision-applikasjoner med Adaptive Vision
Adaptive Vision-programvare er basert på en dataflytbasert tilnærming, inkludert en rekke forhåndsbygde filtre for bildeanalyse. Den er skreddersydd for fagfolk og forenkler opprettelsen av vanlige applikasjoner samt effektiviserer utviklingen av tilpassede prosjekter. Denne fleksibiliteten gjør den til et foretrukket verktøy for computer vision-ingeniører som håndterer ulike behov innen kvalitetsinspeksjon og automatisering i industrisektoren.
Adaptive Vision-programvareverktøysett
Nettsiden for Adaptive Vision-programvare viser et utvalg av computer vision-programvarepakker for bildebehandling, inkludert:
- Aurora Vision Studio: Et kraftig og enkelt verktøy som tilbyr et grafisk programmeringsmiljø på lavt nivå for rask utvikling og enkel tilpasning av machine vision-ingeniører.
- Aurora Vision Library: Bruksklare funksjoner for C++- og .NET-programmering, som gir deg friheten til å utvikle din egen programvare for selv de mest komplekse applikasjoner.
- Aurora Vision Deep Learning: Dette tilleggmodulet for Aurora Vision-programvare lar deg velge bilder, merke feil/etiketter og trene programvaren for din spesifikke applikasjon. Fordyp deg i optisk tegngjenkjenning med det forhåndstrente Deep Learning OCR-verktøyet. Dette verktøyet er perfekt for å tyde kompliserte, skadede eller uskarpe tegn. Det er den ultimate løsningen for å overvinne visuelle utfordringer innen tegngjenkjenning.
Bruk av Adaptive Vision til verifisering av flyplassbrett
I denne applikasjonen demonstrerer vi hvordan du bruker Adaptive Vision til verifisering av flyplasstraller (2D-klassifisering + 3D-måling). Adaptive Vision-programvare fra Zebra Technologies inkluderer avanserte funksjoner for dyp læring, som gjør det mulig for brukere å opprette tilpassede algoritmer skreddersydd for deres spesifikke behov. Et bemerkelsesverdig eksempel på denne fleksibiliteten er et prosjekt gjennomført av det tekniske universitetet i Wien, nærmere bestemt Institute for Production Engineering and Photonic Technologies. Utviklingen ved instituttet ble ledet av et team av eksperter, Dipl.-Ing. Fabian Singer og Dipl.-Ing. Laurenz Pickel, som spesialiserer seg på å levere skreddersydde machine vision-løsninger. I dette prosjektet utviklet teamet et system med to funksjoner som kombinerer både 2D-bildeanalyse ved bruk av dyp læring og 3D-måling ved bruk av klassiske maskinlæringsalgoritmer.
Tillegg for dyp læring til Adaptive Vision Studio representerer et stort fremskritt for machine vision-applikasjoner. Det tilbyr et sett med ferdigbrukbare verktøy som du trener med gode og dårlige prøver, slik at defekter eller egenskaper kan detekteres automatisk. I bakgrunnen benytter det store nevrale nettverksmodeller optimalisert av et forskerteam for industriell inspeksjon. For brukerne leveres disse funksjonene som enkle filtre med bare noen få parametere, støttet av intuitive grafiske verktøy som gjør treningsprosessen enkel å utføre og administrere.
Modell for dyp læring
Den første komponenten i systemet er en modell for dyp læring, utviklet for å analysere bilder av sikkerhetstraller på flyplasser og klassifisere dem i én av tre kategorier:
- Tomme traller
- Traller med gjenstander som er etterlatt
- Traller som krever oppmerksomhet på grunn av væskesøl
Denne algoritmen ble trent på et datasett med 350 bilder, noe som sikrer nøyaktig deteksjon og klassifisering for å forbedre sikkerhetstiltakene på flyplasser. Tilnærmingen med dyp læring gjør det mulig for systemet å gi tilbakemelding i sanntid og detaljerte visualiseringer, for eksempel varmekart, som veileder sikkerhetspersonell i rask identifisering av problemer.
3D-måling med klassisk maskinlæring
Den andre komponenten i systemet fokuserer på 3D-analyse. I motsetning til 2D-bildeklassifisering bruker denne delen av systemet klassiske maskinlæringsalgoritmer for å utføre presise målinger av trallen og innholdet:
- Måler hele trallevolumet
- Beregner volumet av objektene inne i trallen
- Bestemmer det totale volumet av trallens innhold
- Identifiserer maksimal fyllehøyde
Denne volumetriske analysen gir en omfattende oversikt over trallens status og muliggjør effektiv ressursstyring ved sikkerhetskontroller.
Integrasjon og effektivitet med Adaptive Vision
Kombinasjonen av dyp læring for 2D-klassifisering og klassisk maskinlæring for 3D-målinger resulterer i en svært effektiv løsning for verifisering av flyplasstraller. Systemet opererer i sanntid og gir sikkerhetspersonell nøyaktig innsikt, noe som forbedrer presisjonen og hastigheten i sikkerhetsprosedyrer på flyplasser. Adaptive Vision-programvare, i kombinasjon med maskinsynskameraer, øker presisjonen og effektiviteten i kontrollen av flyplasstraller betydelig og sikrer forbedrede sikkerhetsprotokoller ved kontrollpunkter. For henvendelser om tilpasset machine vision-løsninger inviterer vi deg til å ta direkte kontakt med instituttet eller prosjektets ledende forskere. Du finner mer informasjon på TU Wien - Institute for Production Engineering and Photonic Technologies.
Adaptive Vision for diameterinspeksjon
Oversikt over diameterinspeksjon
For dette vision-prosjektet brukte ingeniører Adaptive Vision Software til å utvikle en applikasjon dedikert til inspeksjon av diameterdimensjoner på herdede stålringer, inkludert verifisering av rundhet og indre diameter. Ved å utnytte maskinsynskameraer gir denne arbeidsflyten i Adaptive Vision Software svært nøyaktig vurdering – med støtte for inspeksjonstoleranser på opptil ±0,1 mm.
Utfordringen
Herdede stålringer kan være vanskelige å måle raskt og konsekvent i produksjon. Teamet trengte en løsning bygget med Adaptive Vision Software som kunne:
- Verifisere indre diameter og rundhet pålitelig
- Levere konsekvente resultater for industrielle miljøer
- Gi raske, repeterbare måleresultater Support strenge akseptkriterier (opptil ±0,1 mm)
Løsningen - Adaptive Vision Studio
Ved hjelp av Adaptive Vision Studio opprettet ingeniørene en robust inspeksjonsarbeidsflyt drevet av maskinsynskameraer. Applikasjonen var utformet for å:
- Hente bilder fra maskinsynskameraer
- Bruke bildebehandling for å isolere ringgeometrien
- Måle indre diameter og evaluere rundhet
- Gi resultater i sanntid for å support kvalitetsinspeksjon og industriell automatisering
I denne kundehistorien spiller Adaptive Vision Software en sentral rolle ved å tilby en plattform for diameterinspeksjon som går utover konvensjonelle grenser. Den tilpasningsdyktige tilnærmingen – integrert med maskinsynskameraer – støtter sanntidsmålinger og analyser og sikrer at den indre diameteren på stålringer oppfyller strenge kvalitetsstandarder.
Resultatene - Nøyaktig inspeksjon
Med inspeksjonsarbeidsflyten bygget i Adaptive Vision Software oppnådde teamet:
- Nøyaktig inspeksjon av indre diameter i samsvar med kvalitetskrav
- Pålitelig verifisering av rundhet for kritiske deler
- Sanntidsmåling og analyse egnet for produksjonsarbeidsflyter
- Inspeksjonspresisjon som muliggjør toleranser på opptil ±0,1 mm
Dette prosjektet fremhever verdien av Adaptive Vision Software for å videreutvikle industriell inspeksjon, forbedre effektiviteten samtidig som høy nøyaktighet opprettholdes for krevende dimensjonsmålinger.
PCB-posisjonering med adaptiv vision-programvare
Oversikt over PCB-posisjonering
I denne applikasjonen brukte ingeniører Adaptive Vision Software, spesielt den avanserte Adaptive Vision Studio, til å utvikle en høypresisjonsløsning for PCB-posisjonering. vision-arbeidsflyten ble kombinert med et 5 MP USB3-kamera (som MER2-503-36U3M) for å oppnå nøyaktig bestemmelse av PCB-posisjon med målenøyaktighet på opptil 0,05 mm.
Utfordringen
PCB-posisjonering krever pålitelig, repeterbar innretting. Teamet trengte en arbeidsflyt bygget med adaptiv vision-programvare som kunne:
- Bestemme PCB-posisjonen nøyaktig med høy presisjon
- Støtte tilpassbar inspeksjonslogikk for ulike PCB-design
- Integreres smidig i eksisterende driftsprogramvare
- Opprettholde stabil ytelse i reelle produksjonsmiljøer
Løsningen - Adaptive Vision Studio-programvare
Ved å bruke Adaptive Vision Studio som kjerneutviklingsmiljø bygget teamet en inspeksjonsarbeidsflyt for PCB-posisjonering med Adaptive Vision Software og et 5 MP USB3-maskinsynskamera. Løsningen la vekt på:
- Presis posisjoneringsanalyse for nøyaktig PCB-inspeksjon
- Fleksibel konfigurasjon gjennom makrofiltre, som muliggjør tilpassede justeringer per applikasjon
- Rask integrasjon via DLL-eksport, slik at posisjoneringslogikken kan være embedded i kundens egen driftsprogramvare
Resultatene - Nøyaktig posisjonering
Med arbeidsflyten for PCB-posisjonering utviklet i Adaptive Vision Software oppnådde teamet:
- Nøyaktig PCB-posisjonering med målenøyaktighet på opptil 0,05 mm
- En konfigurerbar inspeksjonsmetode ved bruk av makrofiltre
- Effektivisert integrasjon ved bruk av DLL-eksport for implementering
- En skalerbar programvarearbeidsflyt egnet for løpende produksjonsbehov
Dette prosjektet viser hvordan Adaptive Vision Software kan forbedre PCB-inspeksjon og -posisjonering ved å kombinere presisjonsmåling, fleksibel arbeidsflytdesign og integrasjonsklare utdata.
