Deteção de Posição para Colocação de Objetos utilizando Computer Vision
Max Reijngoudt
Imagine um processo de embalagem que funciona como um relógio. Cada caixa colocada com precisão, cada etapa automatizada para máxima eficiência. Este é o poder do machine vision em ação. Atualmente, as empresas de embalagem tendem a automatizar o maior número possível de processos.
Ao fazê-lo, o próprio processo torna-se mais eficiente em termos de velocidade e qualidade, ao mesmo tempo que minimiza a possibilidade de ocorrência de erro humano. Por isso, para o tornar o mais eficiente e funcional possível, é importante ter a configuração certa para a tarefa.
Assim, neste artigo, pode ver um exemplo de que configuração poderia ser utilizada para automatizar um processo de embalagem ensinando a máquina a detetar e colocar um objeto no local correto. Além disso, nos parágrafos seguintes, verá uma situação de exemplo em que um engenheiro da VA Imaging forneceu ao cliente a configuração mais adequada para a sua aplicação. Adicionalmente, alguns dos itens e tópicos mencionados têm ligações associadas, pelo que, se necessário, será possível encontrar mais informações sobre a frase destacada.
Neste caso de estudo, vamos explorar como a VA Imaging ajudou uma empresa de embalagens a automatizar a colocação de caixas numa linha transportadora. Esta tarefa repetitiva era propensa a erros e ineficiências. Ao implementar um sistema de machine vision, a empresa pretendia alcançar:
- Aumento da velocidade e do rendimento
- Melhoria da precisão e da consistência
- Redução dos custos de mão de obra manual
Table of contents
Selecionar a Melhor Câmera de Machine Vision
Para começar, para construir uma configuração funcional, é necessário escolher uma câmera industrial que seja a mais adequada para a aplicação. Nesta situação, a câmera recomendada ao cliente foi a câmera 1.6MP USB3.0 'MER2-160-227U3M'. Trata-se de uma câmera de 1,6 megapixels, equipada com Global Shutter, um sensor Sony IMX273 e capaz de atingir uma taxa de frames de 227fps. Naturalmente, esta câmera foi escolhida para corresponder às especificações exigidas pelo cliente.
O cliente especificou que a distância entre a maquinaria à qual a câmera será conectada e o PC é de cerca de 2,5 metros. Na maioria das vezes, se a distância entre a câmera e o PC for inferior a 4,6 metros, sugerimos a utilização de uma interface de câmera USB3.0, pois esta interface é ideal para aplicações que exigem alta resolução e alta taxa de frames.
No momento de escolher entre uma câmera monocromática ou a cores, o cliente especificou que, para detetar a posição onde colocar o objeto, a cor não era necessária. Por isso, foi aconselhado ao cliente utilizar uma câmera monocromática, que também é três vezes mais sensível à luz em comparação com uma câmera a cores.
Além disso, todo este processo ocorre num transportador, o que significa que a posição a ser detetada está em constante movimento, pelo que uma câmera global shutter foi uma excelente adição à configuração. Caso seja necessária mais informação sobre o Global ou Rolling Shutter, pode ser encontrada no Knowledge Center da VA Imaging’ Knowledge Center.
Outro fator importante a determinar ao escolher uma câmera adequada para auxiliar na aplicação em questão é a resolução. Neste cenário, o cliente informou que o objeto a ser colocado era uma caixa com parâmetros de 100x100mm e o FOV pretendido era de 800x600mm. Com base nesta informação, foi possível concluir que a câmera sugerida de 1,6 megapixels com sensor Sony IMX273 e resolução de 1440x1080 pixels será uma escolha perfeita.
Escolher a Lente ideal para o processo automatizado de embalagem
A MER2-160-227U3M câmera sugerida anteriormente possui um sensor Sony IMX273 com um tamanho ótico de 1/2.9”. A melhor forma de determinar qual lente seria a mais adequada para a configuração é utilizar a calculadora de lentes online. Neste caso, as especificações necessárias para fornecer a lente correta foram o campo de visão horizontal e a distância de trabalho. Além disso, a resolução da câmera e o tamanho do pixel são utilizados para identificar o campo de visão real da configuração (consulte os cálculos abaixo para referência).
Para detetar a posição correta para colocar o objeto, foi identificado um campo de visão de 800x600mm em correlação com uma distância de trabalho entre 950 e 1000mm. Após testar diferentes distâncias de trabalho, a escolha final foi optar por uma distância de trabalho de 972mm, com um campo de visão real de 800x600mm.
Assim, a lente que melhor se adequa a estes requisitos – a lente sem distorção 5MP 06mm de distância focal 'VA-LCM-5MP-06MM-F1.4-015' – foi recomendada.
Calculadora de Lente
Iluminação de Machine vision para deteção de posicionamento de objetos
Embora a câmera monocromática oferecesse maior sensibilidade à luz, era necessária iluminação adicional para uma deteção ótima do objeto e para ensinar à máquina onde colocar a caixa. Por isso, foi proposta uma solução de iluminação de machine vision. Para detetar a colocação do objeto, foi aconselhado utilizar quatro 'Bar light series VA-BL3'.
Com a ajuda das quatro Bar light, o campo onde o objeto deve ser colocado tornou-se claramente visível e facilmente reconhecível pela máquina. Naturalmente, configurar a iluminação em determinadas situações pode ser um pouco complicado, por isso, se tiver alguma questão, não hesite em contactar um dos nossos especialistas.
Além disso, em algumas situações, pode acontecer que a reflexão com esta configuração seja inevitável. Para combater este problema, são recomendadas soluções como luzes polarizadas, filtros polarizadores para as luzes ou um filtro polarizador para a lente.
O Software Correto para a Configuração
Para finalizar a configuração, o último elemento em falta é um software de computer vision. Neste caso, o software recomendado seria utilizado para ajudar a máquina a detetar a posição correta onde colocar uma caixa durante o processo de embalagem. Uma vez que os produtos VA Imaging são compatíveis com GenIcam, podem ser utilizados com vários softwares de terceiros, como MvTec Halcon, Ni Labview, Cognex Vision Pro, Matlab, OpenCV e Arm Board.
Para a configuração inicial e parametrização da câmera, recomendamos o DAHENG IMAGING SDK. Este SDK de fácil utilização oferece suporte a linguagens de programação populares como C++, C# e Python, facilitando a integração do sistema de visão pelos programadores.
Além disso, é importante referir que o SDK é totalmente compatível tanto com PCs industriais como com plataformas ARM, incluindo, mas não se limitando, à série NVIDIA TX e Raspberry Pi. Adicionalmente, Windows, Linux e Android são sistemas que oferecem suporte a este software. No entanto, relativamente ao Notably e Apple MAC OS, não existe suporte no setor industrial, mas, se necessário, engenheiros que utilizem Windows ou Linux em MAC podem recorrer a uma máquina virtual.
No entanto, para esta aplicação, o cliente procurava uma solução simples e fácil de utilizar. Recomendámos o Zebra Aurora Vision Software, especialmente para começar com a versão lite gratuita. Este software intuitivo oferece uma interface gráfica que simplifica a deteção de objetos e o controlo do sistema.
Aplicações de deteção de posição semelhantes com computer vision
A configuração recomendada pode ser utilizada para várias outras aplicações também. Para além de ser utilizada em processos de embalagem, pode igualmente ser utilizada em situações como fabrico e engarrafamento. Em essência, pode utilizá-la para muitas diferentes aplicações que exijam a colocação de um objeto numa determinada posição.
Suporte relativamente à aplicação de posicionamento de objetos
Machine vision oferece uma solução poderosa para automatizar o posicionamento de objetos. Ao selecionar cuidadosamente câmaras, objetivas, iluminação e software, as empresas podem alcançar melhorias significativas nos seus processos de produção.
Se precisar de ajuda ou se procura automatizar o posicionamento de objetos na sua própria operação, contacte hoje mesmo os nossos especialistas em machine vision! Não hesite em entrar em contacto connosco, utilizando o formulário abaixo, e será contactado por um dos nossos especialistas em machine vision.
