Il sistema di visione robotica è generalmente composto da sistemi ottici (sorgenti luminose, obiettivi, telecamere industriali), unità di acquisizione immagini, unità di elaborazione immagini, meccanismi di esecuzione e moduli di interfaccia uomo-macchina. Il sistema di visione artificiale più semplice include immagini visive, elaborazione delle immagini e parti di controllo del funzionamento.
1. Parte di imaging visivo
L'imaging visivo include anche diversi componenti tipici: sorgente luminosa, obiettivo e telecamera industriale.
Sia le sorgenti luminose che le lenti ci richiedono di padroneggiare le conoscenze ottiche. Diversi metodi di illuminazione possono consentire alla fotocamera di produrre immagini di oggetti completamente diverse; La selezione dell'ingrandimento dell'obiettivo, della lunghezza focale, del campo visivo, ecc. determina direttamente la fedeltà dell'immagine. Per un ingegnere di visione artificiale, padroneggiare come scegliere un obiettivo, come scegliere una fonte di luce e come determinare il metodo di illuminazione sono le competenze di base.
Le fotocamere industriali ci richiedono di padroneggiare la conoscenza dell'optoelettronica, le differenze tra i sensori della fotocamera e la conoscenza di base dell'imaging, come chiarezza, gamma dinamica, angolo del campo visivo, ecc., in modo da poter scegliere la fotocamera corretta in base a bisogni e scene. Il modo più veloce per padroneggiare questa conoscenza è acquistare una DSLR entry-level per studiare la relazione tra questi parametri di imaging e l'imaging.
2. Sezione di elaborazione delle immagini
L'elaborazione delle immagini è generalmente intesa come eseguita su macchine PC, ma in realtà, in campo industriale, vengono utilizzati la maggior parte dei computer di controllo industriale per la loro stabilità e vantaggi in termini di costi.
Con lo sviluppo degli ultimi anni, anche l'hardware embedded è in piena espansione. Molte fabbriche possono utilizzare hardware open source come la torta di lamponi per soddisfare piccole esigenze come il controllo degli interruttori e il monitoraggio dello stato di centinaia di cruscotti.
Per i principianti, la priorità può essere data alla padronanza dello sviluppo di piattaforme PC e X86, che può essere estesa a piattaforme integrate dopo aver acquisito familiarità.
Nella parte software, la maggior parte dei livelli dell'applicazione viene implementata utilizzando C #,. net, QT e C plus plus , quindi padroneggiare uno di questi linguaggi di programmazione è essenziale; A livello di algoritmi di immagine, i tipici algoritmi open source includono OpenCV, mentre quelli commerciali includono Halcon, VisionPro, ecc. Si consiglia di iniziare con Halcon come punto di partenza; Se vuoi approfondire ulteriormente il livello di algoritmo, puoi studiare l'apprendimento automatico, che potrebbe essere la direzione principale in futuro.
In termini di teoria, è più importante padroneggiare i concetti di base dell'elaborazione delle immagini.
3. Parte di controllo del movimento
Una tipica carta di controllo del movimento, come Gugao, può essere studiata per prima. È anche possibile riprodurre un PLC più avanzato, ma la difficoltà in questa parte risiede nella correzione dell'accuratezza, poiché molti scenari e requisiti richiedono un'elevata precisione.
Oltre ai tre punti di cui sopra, la capacità di costruzione del piano complessivo è fondamentale perché il piano deve collegare queste parti insieme ed essere in grado di connettersi con scenari reali per soddisfare le effettive esigenze di automazione della produzione.
La capacità costruttiva del progetto complessivo dipende da una profonda comprensione del processo produttivo, della connessione tra tutti i componenti e delle relazioni; Entrambi richiedono l'accumulo di esperienza da più progetti al fine di fornire una buona soluzione.