Robot Vision: un'analisi completa di principi, componenti e applicazioni
Nell'era odierna di rapido sviluppo tecnologico, la tecnologia di visione robotica sta gradualmente diventando una delle tecnologie chiave nel campo dell'automazione. Secondo i dati, la dimensione del mercato globale della visione meccanica ha raggiunto 11,4 miliardi di dollari nel 2021 ed entro il 2022, si prevede che questo numero crescerà fino a 12 miliardi di dollari, indicando una continua tendenza al rialzo. Ciò indica che la tecnologia di visione robotica sta ricevendo crescente attenzione e applicazione in tutto il mondo.
1, Progetto visivo
Funzioni di base
Riconoscimento: la funzione di riconoscimento prevede principalmente l'identificazione delle caratteristiche dell'oggetto target, come il suo aspetto. Tra questi, l’accuratezza e la velocità del riconoscimento dei codici a barre sono indicatori importanti per misurare la capacità di riconoscimento.
Misurazione: la funzione di misurazione può ottenere l'unità di dimensione dell'immagine e calcolare con precisione le dimensioni geometriche dell'oggetto target nell'immagine. L'elevata precisione e la misurazione di forme complesse sono i vantaggi della visione artificiale in questa funzione.
Localizzazione: la localizzazione è attualmente un campo ampiamente utilizzato in grado di ottenere informazioni sulla posizione bidimensionale e tridimensionale dei target, dove precisione e velocità sono i principali indicatori di misurazione.
Rilevamento: il campo di rilevamento rappresenta il 50% delle funzioni di visione artificiale e l'implementazione dei calcoli è impegnativa, poiché coinvolge principalmente il rilevamento dell'aspetto post-assemblaggio e il rilevamento dei difetti dell'aspetto dei graffi.
Scenari applicativi
La visione artificiale combinata con i robot industriali viene utilizzata principalmente per guidare il movimento dei robot. Gli scenari specifici possono essere suddivisi in presa, rilevamento, lavorazione ecc. La categoria di presa può essere suddivisa in applicazioni come carico e scarico, pallettizzazione, smistamento, ecc. La categoria processo comprende principalmente scenari applicativi come incollaggio, lucidatura, saldatura, ecc. e si concentra principalmente sulla presa.
2, Composizione e principi del sistema visivo
UN. Composizione del sistema
Fotocamera visiva: la sua funzione principale è acquisire immagini e raccogliere informazioni sull'immagine.
Sorgente luminosa: fornisce una scena di sorgente luminosa stabile per il sistema visivo, in modo che il robot possa ottenere immagini più chiare.
Hardware del computer: inclusi CPU, memoria, disco rigido, ecc., principalmente responsabili dell'elaborazione di immagini, calcoli di algoritmi e archiviazione.
Robot: ricevono dati visivi, ottengono coordinate fisiche ed eseguono attività di produzione automatizzate sulla base di istruzioni visive.
Dispositivo meccanico: inclusi dispositivi, nastri trasportatori, sedili elevabili e altre periferiche, la funzione principale è assistere il robot nel completamento delle operazioni fisiche.
B. Classificazione del sistema
Visione monoculare: si tratta di un sistema visivo comunemente utilizzato che utilizza una singola telecamera industriale per l'acquisizione di immagini, in genere in grado di acquisire solo immagini bi-dimensionali ed è ampiamente utilizzato nel campo dei robot intelligenti. Tuttavia, a causa di problemi relativi alla precisione delle immagini e alla stabilità dei dati, è spesso necessario collaborare con altri tipi di sensori.
Visione binoculare: composta da due telecamere, utilizza il principio della triangolazione per ottenere informazioni sulla profondità della scena e può ricostruire la forma tridimensionale e la posizione degli oggetti circostanti. Il principio è simile a quello dell'occhio umano ed è relativamente semplice.
Multivisione: utilizzando più telecamere, è possibile ridurre gli angoli ciechi e ridurre la probabilità di rilevamento errato. È ampiamente utilizzato nel campo dell'assemblaggio di robot industriali e può identificare e localizzare con precisione l'oggetto misurato, migliorando l'intelligenza e la precisione di posizionamento dei robot di assemblaggio.
C. Principio dell'immagine
L'imaging visivo converte principalmente l'oggetto rilevato in un segnale immagine basato su dispositivi di acquisizione dell'immagine (CMOS e CCD) e lo trasmette a un sistema di elaborazione delle immagini dedicato. Converti le informazioni sulla luminosità e sul colore della distribuzione dei pixel in segnali digitali. Il sistema di elaborazione delle immagini estrae le caratteristiche del target in base a questi segnali, come area, quantità, posizione, lunghezza, ecc., e restituisce i risultati in base alla tolleranza preimpostata e ad altre condizioni, tra cui dimensioni, angolo, numero, qualificato/non qualificato, presenza/assenza, ecc., al fine di ottenere la funzione di riconoscimento automatico e quindi controllare l'azione delle apparecchiature in loco-in base ai risultati della discriminazione.
3. La differenza tra CCD e CMOS
Le telecamere CCD utilizzano il CCD per convertire le immagini ottiche in segnali digitali per la trasmissione. I sensori di elaborazione delle immagini CCD utilizzano uno o più nodi di output per la lettura del segnale, con una buona coerenza di trasmissione e la capacità di leggere l'intera informazione dell'immagine. Tuttavia, la larghezza di banda del segnale di uscita deve essere amplificata, con conseguente consumo energetico elevato.
Le fotocamere CMOS utilizzano CMOS per convertire le immagini ottiche in segnali digitali per la trasmissione, utilizzando un singolo pixel per la trasmissione, che può ottenere un'amplificazione del segnale a pixel singolo e una velocità di scansione dell'immagine estremamente elevata, ma sono presenti difetti nella coerenza del segnale.
L'applicazione della tecnologia di visione robotica nel campo dell'automazione è in costante espansione e approfondimento. Sotto vari aspetti come la crescita delle dimensioni del mercato, la diversità delle funzioni, la complessità della composizione del sistema e la natura scientifica dei principi di imaging, questa tecnologia svolgerà senza dubbio un ruolo più importante in molti campi come la produzione industriale e i robot intelligenti, in futuro.