Manufaturação industrial
Internet das coisas industrial | Materiais industriais | Manutenção e reparo de equipamentos | Programação industrial |
home  MfgRobots >> Manufaturação industrial >  >> Manufacturing Equipment >> Robô industrial

Tecnologias inovadoras emergem para enfrentar os desafios de imagem e visão de máquina em evolução


As tecnologias de imagem ocuparam o centro do palco como os principais motores de muitas aplicações avançadas de automação. Não é mais uma questão de se um sistema deve utilizar visão e imagem. Em vez disso, essas tecnologias são frequentemente necessárias para alcançar o sucesso. A visão da máquina também desempenha um papel crucial no cenário de automação mais amplo, aumentando a produtividade em relação aos conceitos da Indústria 4.0, como AR / VR, IIoT, orientação robótica e análise de big data.

O mercado de componentes de visão de máquina está crescendo, evidência de uma demanda contínua e crescente. Parte do crescimento pode ser atribuído aos avanços nas tecnologias existentes, bem como à introdução de novos componentes, ambos os quais ampliaram as capacidades para um conjunto diversificado de aplicações. Embora muitas áreas gerais da visão e da imagem estejam sendo afetadas, aqui estão algumas categorias para ficar de olho, junto com alguns componentes emergentes notáveis.

Imagens em 3D continuam avançando

Embora não seja uma tecnologia emergente, a imagem 3D se tornou uma parte madura e robusta do mercado de visão de máquina, apresentando componentes e sistemas novos e atualizados para tarefas críticas de automação avançada, incluindo metrologia, inspeção e orientação. Os casos de uso estão se expandindo com o avanço da confiabilidade, precisão e facilidade de uso desse tipo de imagem.

Um tipo chave de sistema de imagem nesta categoria é o perfilômetro de varredura a laser (perfilador 3D). Este dispositivo usa triangulação de linha a laser para adquirir e criar um perfil de alta precisão da superfície de uma peça, geralmente com o sensor ou peça em movimento. Embora muitas empresas ofereçam produtos concorrentes, uma nova implementação desse tipo de imagem vem da Automation Technology GmbH (www.automationtechnology.de). Sua série MCS de sensores modulares permite a configuração do layout físico da câmera e dos geradores de linha a laser pelo usuário. Este arranjo exclusivo fornece flexibilidade adicional na implementação.

Um avanço na tecnologia existente da Cognex (www.cognex.com), o In-Sight 3D-L4000 apresenta novo escaneamento a laser azul sem manchas e uma ampla gama de ferramentas de medição e análise 3D, todas implementadas dentro da planilha In-Sight familiar ambiente. Uma entrada emergente completamente diferente nesta categoria é o sistema de imagem 3D Saccade Vision MD (www.SaccadeVision.com). Este dispositivo não requer movimento de peça ou sensor e pode varrer automaticamente um campo de visão de várias direções e com várias resoluções variáveis ​​em uma única imagem. O novo sensor Flash da Teledyne e2v (https://imaging.teledyne-e2v.com) apresenta recursos especializados de alta velocidade voltados especificamente para sistemas avançados de digitalização a laser.

Além do perfil 3D, muitos componentes de visão de máquina adquirem uma nuvem de pontos 3D de quadro completo. Esse tipo de imagem está gerando casos de uso emergentes, principalmente para aplicações de orientação robótica 3D, como manuseio aleatório flexível de peças e coleta de lixo. Duas ofertas recentes vêm da IDS (www.ids-imaging.us/ensenso-stereo-3d-camera.html) e da Zivid (www.zivid.com); ambos introduziram sistemas de imagem leve estruturados ultracompactos e leves projetados para montagem robótica no final do braço.

Os componentes 3D emergentes de fabricantes de sensores também estão impulsionando a capacidade de geração de imagens de tempo de voo (ToF). Tanto a Teledyne e2v (https://imaging.teledyne-e2v.com) quanto a Sony (https://www.sony-depthsensing.com) introduziram sensores ToF de uso geral para integração em câmeras de visão de máquina. Os fabricantes de câmeras também estão aproveitando esses sensores em câmeras industriais 3D, como a câmera Helios 2 ToF atualizada da Lucid Vision Labs (www.thinklucid.com).

Melhorias de câmera e interface

As demandas por imagens de alta resolução e maior rendimento do processo levam à necessidade de componentes de câmera de visão de máquina avançados e de alta velocidade. O suporte a altas taxas de quadros com imagens de grandes volumes de dados requer ainda uma interface de alta velocidade entre a câmera e o processador. Alta resolução e taxas de quadros estão cada vez mais disponíveis em sensores de imagem para visão de máquina, gerando novas ofertas de câmeras.

A Emergent Vision Technologies (www.emergentvisiontec.com) utiliza um sensor GPixel 103MPixel CMOS em sua nova câmera Zenith em tons de cinza / colorida. Para otimizar a taxa de quadros disponível do sensor, o Zenith usa uma interface 100GigE. Essa tecnologia emergente em visão de máquina fornece 100 vezes a velocidade das conexões GigE básicas.

Outras interfaces usadas em visão de máquina, como CoaXPress (CXP) e Camera Link HS (CLHS), têm padrões em evolução para taxas de transferência que também visam câmeras de alta velocidade. Os frame-grabbers CXP que suportam CXP-over-Fiber incluem a placa Euresys (www.euresys.com) QSFP + e CLHS, que já é capaz de 100G em uma conexão 4x25G, com trabalho atualmente em processo para fornecer um padrão de solução capaz de 50G.

Desenvolvimentos de lentes

As tecnologias de lentes continuam a avançar para acompanhar os requisitos de imagem exigentes das aplicações de automação em evolução. Recursos importantes incluem recursos de formato de imagem expandidos que suportam tamanhos físicos maiores de novos sensores de alta resolução, como a série MPT de formato megapixel de 1,4 "da Computar (www.computar.com); ótica que fornece imagens de alta qualidade ao usar ambos os visíveis e comprimentos de onda de iluminação invisível, como infravermelho de ondas curtas, como na série Computar ViSWIR e lentes VIS-SW da Kowa (www.kowa-lenses.com); e controle de foco de lente líquido ou motorizado incorporado, disponível, por exemplo, em Edmund Optics '( www.edmundoptics.com) Série TECHSPEC LT e lentes LensConnect da Computar.

Sistemas Embarcados para Aprendizado Profundo

Como os sistemas de visão de máquina que aproveitam as técnicas de aprendizado profundo (DL) continuam a se mostrar promissores em vários tipos diferentes de aplicativos de inspeção, surgiu uma ampla gama de componentes e software para implementar a inspeção DL. Alguns dos mais recentes são câmeras e sistemas de computação com processamento integrado (ou integrado) para tarefas de aprendizado profundo.

A câmera inteligente NEON-2000-JNX da ADLINK Technology (www.adlinktech.com) possui um sistema baseado em GPU com suporte FPGA adicional combinado com software para executar IA de ponta. A câmera Deepview exclusiva da Deepview AI (www.deepviewai.com) é um sistema de computação independente de nível de servidor com imagem que pode executar treinamento e inferência para aprendizado profundo em um formato de câmera inteligente. A Pleora Technologies (www.pleora.com) oferece uma abordagem de plataforma de computação destinada a facilitar o desenvolvimento de IA em aplicativos de visão de máquina.

Esses exemplos são apenas um pequeno subconjunto de tecnologias emergentes que estão ajudando a moldar o panorama atual da visão de máquina em automação. O futuro é muito promissor e podemos esperar um crescimento contínuo no mercado de visão de máquina.

Robô industrial

  1. Inspeção de visão da máquina:Ferramentas do comércio
  2. As tecnologias de visão e imagem continuam a crescer além do chão de fábrica
  3. Ética dos robôs:Onde os valores e a engenharia se encontram
  4. Tecnologias de imagem e visão de máquina:mais importantes do que nunca
  5. Visão da máquina é a chave para a indústria 4.0 e IoT
  6. Recursos e benefícios de tecnologias e sistemas de inspeção robótica
  7. Conheça os desafios de ETL de dados de IoT e maximize o ROI
  8. Canon e AVEVA formam joint venture de tecnologias de imagem para fábricas inteligentes
  9. 5 tecnologias que interrompem a fabricação
  10. Como a despaletização pode se beneficiar da visão computacional, robótica e aprendizado de máquina