Недавно я был на семинаре, организованном Cognex, ведущим производителем приложений для машинного зрения. В области автоматизированных систем управления машинное зрение должно быть одной из самых крутых технологий, которые вы можете внедрить.
Компьютер с камерой может анализировать до сотни деталей в минуту и решать, проходят они проверку качества или нет. Это обычно используется для проверки деталей, сходящих с конвейера. Посмотрите это видео, чтобы увидеть, как машина для проверки бутылок проверяет, что у каждой бутылки есть крышка и что уровень наполнения правильный, среди прочего, и чтобы получить представление о том, что такое машинное зрение.
Зачем беспокоиться?
Нам, людям с глазами и мозгом, легко посмотреть на что-то и сказать, правильно это или нет. Подумайте об этом таким образом. Взгляните на бутылку или банку, которая находится рядом с вами. Подходит ли он для продажи в том виде, в котором он сейчас находится? Что делает это таким образом?
Бутылка должна быть чистой, без вмятин и выемок.
Этикетка должна быть соответствующим образом ориентирована и удобочитаема.
Он должен быть заполнен жидкостью доверху, и это должна быть правильная жидкость.
На нем должна быть печать, прикрепляющая крышку к бутылке и указывающая на то, что бутылка не была вскрыта.
Может даже потребоваться его правильная ориентация, чтобы убедиться, что следующий шаг в процессе выполнен правильно.
Теперь вы можете выполнить все эти проверки за несколько секунд без особых усилий. Но представьте, что вы смотрите на сотни таких в день. Вы можете пропустить только один. Затем вы отправляете некачественный продукт покупателю, который не очень обрадуется, когда откроет бутылку с водой и обнаружит, что она наполовину полна.
В этом сила машинного зрения. Он может делать снимки и определять, хороша деталь или нет, в диапазоне миллисекунд. И если вы запрограммировали его правильно, он каждый раз будет давать точный результат. Однако программирование — это трудная часть для правильного понимания. Как научить машину думать так же, как вы?
Вот как это работает
Проще говоря, машинное зрение работает, делая изображение продукта в точное время и интерпретируя то, что оно читает. Если он не обнаруживает никаких проблем, он пропускает деталь. Если что-то не так, он отправляет сигнал, который можно обработать несколькими способами. Инженер может принять решение об остановке линии, подать сигнал тревоги, снять с производства дефектную деталь и многое другое.
Использование машинного зрения намного сложнее. Есть ряд подвигов, которые нужно совершить после того, как изображение было сделано, и все они должны быть выполнены за как можно меньше времени. Ведь время – деньги.
Хитрость заключается в обработке изображений. Компьютер считывает пиксельные данные с изображения. Затем он находит то, на что смотрит, путем поиска уникального идентификатора. Это может быть что-то вроде края крышки или прямоугольной рамки вокруг штрих-кода.
Теперь, когда он знает, где он находится, он может искать детали, которые анализирует. Возможно, уровень заполнения должен быть ровно на четыре дюйма выше штрих-кода. Если он не видит изменения цвета пикселя на 4 дюйма выше штрих-кода, значит, что-то не так.
Тогда, может быть, на пять дюймов выше штрих-кода компьютер должен увидеть прямоугольный блог, обозначающий колпачок. Если этого блоба нет, то не должно быть и шапки.
Получить идею?
Компьютер выполняет очень логичные шаги, чтобы убедиться, что все, что нужно, есть. Хотя машинное зрение обычно используется для просмотра деталей сборочной линии, штрих-кодов, проверки и некоторых других приложений, это гораздо больше.
Tesla использует продвинутую форму машинного зрения для управления своими автоматизированными автомобилями. Машинное зрение также широко используется в приложениях робототехники.
Инженеры по машинному зрению
Разработкой машинного зрения обычно занимаются инженеры-электрики и программисты. Видящие роботы — идеальное сочетание этих двух вещей. Вам нужно аппаратное обеспечение, чтобы получить максимально детализированное изображение, и программное обеспечение для максимально точного анализа изображения.
Я сделал быстрый поиск работы, чтобы узнать, что компании, нанимающие инженеров для машинного зрения, хотели бы видеть (каламбур) в кандидатах, и это не слишком строго. Общий стаж, как правило, составляет 3–5 лет, поэтому это может быть не первая ваша работа, но, безусловно, вторая. Им нравится работать с робототехникой, сбором данных и языками программирования Java и C++. Также приветствуется любой опыт работы с освещением, так как это неотъемлемая часть хороших снимков.
Если вам нравится машинное зрение, то это, безусловно, область, в которой вы можете работать довольно быстро. И вы знаете, я люблю все роботизированное, с искусственным интеллектом и машинным зрением, идеально туда вписывающееся.
Найдите больше таких замечательных статей на www.FirstEngineeringJob.com!
