Какъв е принципът на инспекцията на машинно зрение с 3D камера?

С непрекъснатото развитие на промишлената автоматизация, традиционните дву{0}}системи за визуална инспекция вече не са в състояние да отговорят на търсенето на съвременната производствена индустрия за висока-прецизност, висока-ефективност и висока гъвкавост на инспекцията. 3Технологията за машинна визуална инспекция с D камера се очерта като ключов инструмент в интелигентното производство и контрол на качеството. И така, какво представлява инспекцията на машинното зрение с 3D камера? Какъв е принципът му на работа? Тази статия ще ви предостави подробен анализ.
1, Основни концепции за инспекция на машинно зрение с 3D камера
Инспекцията на машинно зрение с 3D камера се отнася до автоматизиран метод за откриване, който използва устройства за 3D изображения (като 3D камери) за получаване на три-измерна пространствена информация за обекти и комбинира алгоритми за обработка на изображения за откриване и анализиране на размера, формата, позицията, дефектите и т.н. на обектите.
В сравнение с традиционните системи за 2D визуализация, 3D визуализацията може не само да получи равнинни изображения на обекти, но и информация за тяхната дълбочина, като по този начин се постига точно разпознаване на сложни структури, повърхности, разлики във височината и други характеристики.
2, Принципът на работа на 3D камерата
3D камерата е основното устройство за осъществяване на 3D визуална инспекция и нейният принцип на работа разчита главно на следните основни технологии:
1. Структурирана светлина
Технологията за структурирана светлина проектира специфични светлинни модели (като ивици или точки) върху повърхността на обект и когато светлината се натъкне на повърхностни вълни, тя претърпява деформация. След заснемането на тези деформирани модели с камера, информацията за дълбочината на всеки пиксел се изчислява чрез алгоритми за обработка на изображения, за да се изгради три-измерен модел на обекта.
Предимства: Висока точност, подходяща за статични или бавни сценарии
Недостатъци: Чувствителен към околна светлина, неподходящ за високо{0}}откриване на скорост или отразяваща повърхност
Приложение: Откриване на размер на рамката на мобилен телефон, измерване на плоскост на електронни компоненти и др
2. Време на полет (ToF)
Технологията ToF изчислява разстоянието между обект и камера чрез излъчване на инфрачервени светлинни импулси и измерване на времето, необходимо на светлината да се отрази обратно към камерата. Чрез бързо сканиране на цялото зрително поле системата може да генерира пълна карта на дълбочината.
Предимства: Бърза реакция, подходяща за динамично откриване
Недостатъци: Ниска резолюция, точността е ограничена от разстоянието
Приложения: AGV избягване на препятствия, измерване на обем на пратки, автономно шофиране и др
3. Стерео визия
Симулирайте принципа на човешкото визуално възприятие, използвайте две камери, за да заснемете един и същ обект от различни ъгли, изчислете несъответствието чрез алгоритми за съпоставяне на изображения и по този начин изчислете три{0}}измерните координати на обекта.
Предимства: проста структура, ниска цена
Недостатъци: Високи изисквания към текстурата, трудно съпоставяне на области със слаба текстура
Приложения: хващане на роботи, навигация на открито, разпознаване на обекти
3, Работният процес на 3D визуална проверка
Пълната система за 3D визуална инспекция обикновено включва следните стъпки:
1. Получаване на изображение
Получавайте данни за изображения, съдържащи информация за дълбочината чрез 3D камера, като карти на облака от точки, карти на дълбочина или карти в сивата скала.
2. Предварителна обработка на изображението
Извършете премахване на шума, филтриране, координатна трансформация и друга обработка на необработените данни, за да подобрите стабилността и точността на следващите алгоритми.
3. Извличане на характеристики и съпоставяне
Извлечете ключови характеристики от изображението, като ръбове, контури и равнини, и ги сравнете със стандартни модели или шаблони, за да идентифицирате дефекти или отклонения.
4. 3D реконструкция и измерване
Използване на данни от облак от точки за реконструиране на три-измерен модел на обект за измерване на размера, изчисляване на обема, анализ на формата и други цели.
5. Идентифициране на дефекти и преценка
Комбиниране на алгоритми за машинно обучение или задълбочено обучение за класифициране и определяне на откритите аномалии и извеждане на резултатите от откриването.
4, Предимствата на 3D визуална проверка
В сравнение с традиционната ръчна инспекция или 2D визуални системи, 3D визуалната инспекция има следните значителни предимства:
Висока прецизност: Може да постигне точност на измерване на ниво микрометър или дори под милиметър, отговаряйки на изискванията за прецизно производство.
Висока адаптивност: способен да се справя със сложни форми, отражения, прозрачност, нисък контраст и други 2D сцени, трудни за работа.
Висока ефективност: Автоматизираната скорост на откриване е бърза, подходяща за-производствени линии в голям мащаб.
Безконтактен: избягва повреда на детайла и е подходящ за чупливи или високо{0}}стойностни продукти.
5, Типични сценарии за приложение
3D визуалната инспекция се прилага широко в множество индустрии и по-долу са някои типични сценарии:
Електронно производство: откриване на запоени съединения на печатни платки, точност на монтиране на чип, размери на корпуса на телефона и др.
Автомобилни компоненти: измерване на грешки в размерите и повърхностни дефекти на цилиндрови блокове на двигателя, зъбни колела и спирачни накладки.
Логистика и складиране: Автоматично измервайте обема на пакета, идентифицирайте позицията на товара и насочвайте AGV за избягване на препятствия.
Храна и медицина: Тестване на целостта на опаковката, запечатване на капачката на бутилката и дефекти във външния вид на таблетките.
6, Бъдещи тенденции на развитие
С непрекъснатия напредък на изкуствения интелект, крайните изчисления и сензорната технология, 3D визуалната инспекция се развива към по-висока точност, по-бърза скорост и по-силен интелект:
AI+3D Vision: Прилагането на алгоритми за задълбочено обучение в обработката на облак от точки и разпознаването на дефекти става все по-широко разпространено.
Edge computing: внедрите алгоритми за обработка на изображения на локални устройства, за да постигнете отговор от милисекунди.
Сливане на множество сензори: Комбиниране на множество сензори като RGB, инфрачервени и лазерни за подобряване на устойчивостта на откриване.
Модулизация и стандартизация: Насърчаване на бързото внедряване и промишлено популяризиране на системи за 3D визуализация.
7, Заключение
Технологията за инспекция на машинно зрение с 3D камера постепенно се превръща в „умното око“ на индустриалната автоматизация. Той не само подобрява точността и ефективността на откриването, но също така осигурява солидна база от данни за интелигентно производство. В бъдеще, с непрекъснатото развитие на технологиите, 3D визията ще демонстрира мощния си потенциал за приложение в повече области.