Objektdeteksjon på et transportbånd: Hvordan bruker man computer vision?
Riktig plassering av Computer Vision-kameraer er nødvendig for objektdeteksjon i transportbåndsystemer. Se for deg et produksjonsmiljø der produkter i alle former og størrelser beveger seg langs et transportbånd. Dette kan være en fruktfabrikk, et stort logistikksenter eller en produsent av bildeler. Denne artikkelen vil fokusere på bruk av Computer Vision-kameraer for objektdeteksjon av egg. Et visionsystem bør plasseres over transportbåndet for å sikre at bilder av høy kvalitet kan tas for eggdeteksjon. Resultatet bør være at alle egg blir telt, og at hver kasse ved enden av transportbåndet fylles med nøyaktig 120 egg. I tillegg bør egg med unormale flekker filtreres ut. På bare fem trinn vil denne artikkelen veilede deg i valg av Computer Vision-kameramaskinvare til visionsystemet ditt.
Valg av kamera for Computer vision
En av våre machine vision-eksperter startet med å anbefale et egnet Computer Vision-kamera for kundens system for objektdeteksjon. Vi anbefalte å bruke vårt 3MP USB3-kamera «MER2-302-56U3C» på grunn av systemkravene. Kunden planla å plassere kameraet over transportbåndet i en avstand på omtrent 3 meter fra PC-en. Derfor anbefalte vi å bruke et kamera med USB3-grensesnitt. For applikasjoner der det ikke er preferanse for et bestemt grensesnitt, anbefales et kamera med USB3-grensesnitt av flere grunner. For det første har et GigE-kamera sammenlignet med et USB3-kamera fire ganger høyere båndbredde. Generelt tilbyr våre USB3-kameraer en prisfordel, og det kreves kun én USB3-kabel for både dataoverføring og strømforsyning.
Alle våre standard industrielle kameraer, som brukes til applikasjoner som objektdeteksjon på transportbåndet, er tilgjengelige i både monokrom og farge. For denne applikasjonen foretrakk kunden å bruke et fargekamera i stedet for et monokromt kamera, som tar bilder i svart-hvitt. Ved å velge et Computer Vision-kamera i farge er oppsettet fremtidssikret for ønsket om en dag å kunne detektere farger for å skille mellom flekker.
Videre må valget mellom et Computer Vision-kamera med global shutter eller rolling shutter tas. Vår vision-ekspert anbefalte å bruke et kamera med global shutter. Dette skyldtes at objektdeteksjonen skulle utføres mens transportbåndet er i bevegelse. Kameraer med Global shutter brukes til applikasjoner der kameraet eller objektet er i bevegelse mens bildene tas. Mer informasjon om kameraer med global shutter kontra rolling shutter finner du ved å klikke på lenken.
I tillegg støttet vi kunden med å fastsette nødvendig kameraoppløsning. Kunden visste ennå ikke hvilken oppløsning som var nødvendig for objektdeteksjonen på transportbåndet. Hver gang objektet registreres på transportbåndet, skal det detekteres som et egg og kontrolleres for flekker. Kunden informerte oss om at eggene ikke alltid er plassert på
samme sted på transportbåndet. De visste imidlertid at eggene ville befinne seg innenfor et område på maksimalt 300x240 mm. Dette kaller vi det nødvendige synsfeltet (FOV). Ett enkelt egg har en lengde på mellom 55 og 57 mm. Flekkene på eggene som skal detekteres, er 0,5x0,5 mm eller større.
For å se disse minste detaljene på bare 0,5 mm kreves en systemoppløsning på 0,16 mm/piksel. Dette er basert på tre piksler per minste detalj. Et Computer Vision-kamera med minst 1800x1440 piksler (2,59 MP) er nødvendig for å dekke hele synsfeltet.
Derfor tilbyr vårt 3MP-kamera med 2048x1536 piksler en utmerket løsning for montering over transportbåndet. Ved å bruke dette Computer Vision-kameraet til objektdeteksjon kan også flekker på 0,5 mm detekteres.
Avslutningsvis tilbyr vårt 3MP-kamera en rimelig Computer Vision-kameraløsning for objektdeteksjon på et transportbånd, samtidig som man drar nytte av den høye bildehastigheten og det brukervennlige USB3
grensesnittet.
Objektiv for 3 MP Computer Vision-kamera
Hvert C-mount Computer Vision-kamera trenger et egnet objektiv. Det best egnede C-mount-objektivet for denne applikasjonen med transportbånd ble anbefalt av machine vision-eksperten basert på noen spesifikasjoner. For å fastslå riktig objektiv med brennvidde for å oppnå en bestemt åpningsvinkel, er det viktig å kjenne det nødvendige synsfeltet (FOV). Dette er det totale området (horisontalt og vertikalt i mm) av transportbåndet som kunden ønsker å fange med Computer Vision-kameraet. For denne applikasjonen er det nødvendige synsfeltet 300x240mm. Kunden foretrakk å ha en arbeidsavstand (WD) mellom 600 og 800mm. Dette er avstanden mellom objektet som skal detekteres og kameraet som er plassert over transportbåndet.
Det anbefalte USB3 vision-kameraet har en oppløsning på 2048x1536 piksler og en pikselstørrelse på 3.45 µm. For å beregne brennvidden til C-mount-objektivet som bør brukes, kan vårt nettbaserte Objektivkalkulatorverktøy brukes. Bildet viser at når spesifikasjonene fylles inn i dette verktøyet, blir den beregnede brennvidden 16MM.
Objektivkalkulator
Vårt 5MP 16MM C-mount-objektiv for computer vision-kameraer med en maksimal sensorstørrelse på 2/3”, viste seg å være en utmerket løsning. Dette C-mount-objektivet er en del av vår svært lysfølsomme 5MP-objektivserie, der både blenderåpning (fra F1.4) og fokus kan justert og festes med skruer. Et noe større synsfelt på 320x240mm vil være synlig ved bruk av 3MP-kameraet med dette 16MM-objektivet.
Tilbehør for computer vision-applikasjoner
Alle våre computer vision-kameraer, som det anbefalte 3MP-kameraet, bør kobles til en PC. PC-er har raske prosessorer og kraftige GPU-er, slik at de kan ta opp, behandle og analysere bilder raskt og effektivt. Ytterligere programvare for objektdeteksjon må brukes til bildebehandling. For å garantere en stabil forbindelse mellom PC-en og kameraet anbefaler vi å bruke en av våre USB3-kabler til å koble til kameraet. For eksempel kan vår 1 meter USB3-kabel eller 4,6 meter USB3-kabel brukes. For å forenkle monteringsprosessen for kameraet anbefaler vi å bruke en stativmonteringsplate.
I tillegg anbefalte maskinsyneksperten å bruke vårt maskinsynskamera-hus i aluminium for å beskytte kameraet og objektivet mot støv og smuss. Dette vanntette industrielle huset beskytter kameraoppsettet i det støvete produksjonsmiljøet der transportbåndet er plassert og visionsystemet er installert. Aluminiumskapslingen inkluderer to forlengelsesringer, som begge er nødvendige for å forlenge objektivrøret. Dette skyldes at objektivet har en lengde mellom 30 mm og 45 mm (33,9 mm). Se produktsiden for kapslingen for installasjonsvideoen.
Computer vision-programvare for objektdeteksjon på transportbånd
Som nevnt kreves bildebehandlingsprogramvare for å oppdage objektene på transportbåndet. Dette 3MP-kameraet er, i likhet med våre andre industrielle kameraer, GenICam-kompatibelt, noe som betyr at det kan brukes med en rekke tredjepartsprogramvarer, inkludert MvTec Halcon, Cognex Vision Pro, OpenCV og Arm Boards-programvare.
Til å begynne med kan vårt Software Development Kit (SDK) lastes ned gratis fra nettstedet vårt. I dette SDK-et kan kameraparametere som eksponeringstid og bildehastighet angis. I tillegg kan et første bilde tas og lagres. SDK-et støtter operativsystemer, inkludert Windows, Linux og Android, og er kompatibelt med vanlige og industrielle PC-er samt ARM-plattformer. SDK-et støtter programmeringsspråk som C++, C#/.NET og Python.
Kunden vår har som mål å oppdage eggene og defektene ved å skrive egen programvare i Python. SDK-et vårt inneholder eksempelprogrammer, inkludert Python-prøve for å hente bilder. En av artiklene i vårt Knowledge Center gir mer informasjon om bruk av en Python-prøve med PyCharm.
Support for computer vision applikasjoner
Kan vi hjelpe deg med å velge den beste computer vision-løsningen for objektdeteksjon i transportbåndsystemer? Eller en lignende vision-applikasjon? Del ganske enkelt kravene til applikasjonen din, så gir vi deg råd om det mest egnede objektivet og kameraet for prosjektet ditt.