什么是機器視覺?
二維機器視覺(2D)已經(jīng)改變了自動化制造,將優(yōu)雅的軟件算法應(yīng)用于大規(guī)模生產(chǎn)的零件的生產(chǎn)、檢查和控制。這項技術(shù)使用成像技術(shù)來建立一個零件和工藝的整體的360度視圖,以考慮制造零件的所有因素。軟件和先進工業(yè)設(shè)備的整合推動了機器和制造的零件之間的實際人際接觸。
對重復(fù)的、高數(shù)量的生產(chǎn)運行最有利的是,機器視覺為操作員提供了增強的可視性,以提高生產(chǎn)的質(zhì)量、速度和成本。二維機器視覺通過檢測產(chǎn)品特征的位置提供增強的檢測,提高了質(zhì)量保證的缺陷率。它通過快速進行重復(fù)性動作和實現(xiàn)預(yù)先編程的轉(zhuǎn)換來批處理一系列生產(chǎn)步驟,類似于計算機編程中的子程序,從而提高生產(chǎn)力和靈活性。最后,二維機器視覺通過這些對質(zhì)量和速度的改進,降低了成本。改進的可編程性優(yōu)化了機器性能,減少了運行機器所需的人力資產(chǎn)。更好的質(zhì)量也轉(zhuǎn)化為更低的廢品率,這對成本是一個直接的改善。
在其所有顛覆性的好處下,二維機器學(xué)習(xí)有一些突出的改進機會。機器使用光來創(chuàng)建目標(biāo)圖像。因此,這種方法很容易受到照明條件變化的影響,如一天中不同時間的陰影、陰影,從而影響到圖像的清晰度。因為它是平面的,所以二維方法主要適用于二元評估,如是否存在特征或是否存在缺陷。
這些挑戰(zhàn)產(chǎn)生了對進一步改進成像解決方案的需求。3D.概念上很簡單,為二維圖像增加深度需要對整個過程進行重大升級。在這里,我們將概述第3D度如何擴展二維機器視覺的動態(tài)響應(yīng)和工藝性能收益,使工藝越來越接近理想狀態(tài):零缺陷、及時、最低成本。
動態(tài)響應(yīng)的3D機器視覺的優(yōu)勢
納入第3D的額外復(fù)雜性使處理器的計算負荷成倍增加。為了解決這個問題,軟件供應(yīng)商已經(jīng)改善了他們的基礎(chǔ)設(shè)施、彈性和按需計算的支持。同時,5G的擴展有助于緩解處理方面的限制。很容易理解為什么增加第3D會以增加處理量為代價改善成像方法,因為更高的數(shù)據(jù)量需要更長的時間來處理。但是,捕捉特征的3D視圖的傳感器使軟件能夠通過圖像中的缺陷進行插值,利用特征在其他兩個維度的位置創(chuàng)建一個準確的圖片。成像過程的彈性隨著更詳細的視圖而增加,減少機器的反應(yīng)時間。
軟件和算法收集和分析數(shù)據(jù),加速了對故障的反應(yīng),而不需要人工干預(yù)。這個過程消除了重要的人為錯誤來源,并以更準確的圖像減少了信號和響應(yīng)之間的時間??s短響應(yīng)時間使該過程更接近于及時生產(chǎn)的理想狀態(tài)支柱。
3D機器視覺對系統(tǒng)性能的優(yōu)勢
3D機器視覺能夠更快、更準確地查看相關(guān)特征。這一優(yōu)點通過發(fā)現(xiàn)和解決質(zhì)量故障來提高性能。這種視圖允許工程師定義或預(yù)先編程一個程序,以評估零件完整性問題的嚴重程度。他們可以優(yōu)化機器,查看已知的錯誤來源,以提高操作效率,降低零件成本。
增加深度尺寸可以提高測量和切割的精度,使一個過程的制造公差更加嚴格。實現(xiàn)一個可重復(fù)的、嚴格的公差可以使制造的自動化程度更高,從而降低每件的生產(chǎn)成本。
3D機器視覺可以將成品零件與其計算機輔助設(shè)計(CAD)模型進行比較,以提高質(zhì)量。工程師可以制定一個檢查順序,以檢查工程圖紙或規(guī)范所規(guī)定的CAD模型中的關(guān)鍵尺寸。然后,機器視覺對照模型對零件進行在線評估,要么批準該零件,要么將其剔除到廢品倉。來自第3D度的附加數(shù)據(jù)將檢測過程從對照圖紙的二維檢查轉(zhuǎn)移到CAD和產(chǎn)品之間的直接比較。
結(jié)論
3D機器視覺可以改善制造質(zhì)量、產(chǎn)量和成本。3D機器學(xué)習(xí)是大批量生產(chǎn)步驟的理想選擇,它為以前的二維方法增加了深度,以創(chuàng)建零件的完整圖像。這種圖像可以確定缺陷的大小、形狀、位置和位置,為算法提供信息,以提高加工效率,或通過掃描、揀選和重新訂購提高供應(yīng)鏈庫存周轉(zhuǎn)。使用這種顛覆性技術(shù)的機械可以吸收意想不到的變量和障礙,為它們導(dǎo)航并完成它們的任務(wù),而無需重新編程。
2024-09-01 08:20
2024-09-01 08:07
2024-08-28 11:13
2024-08-26 10:28
2024-08-25 09:29
2024-08-23 09:38
2024-08-23 09:28
2024-08-23 09:16
2024-08-23 09:11
2024-08-23 09:07