机器视觉的成功起点
    假设你正在琢磨有关机器视觉的问题,摄像头选择、照明方案与设置程序都可能吸引你的注意力。但位于密歇根的一家集成商Aptúra Machine Vision Solutions总裁David Dechow认为,应忽略这些想法,除非你已经对应用作了全面分析。

  Dechow在视觉领域做了25年的工程师、程序员和经理,他说:“很多视觉应用失败或只有有限成功,究其原因是人们都忽视了这个重要的分析阶段。”

图一台摄像机在检测电子元件的表面质量集成商David认为应该推迟视觉系统的元件选择直到对自己的应用有了全面的分析以后

    Dechow解释说,即使在此分析开始以前,还需要了解自己工序的检测需求,还应知道公司的质量要求。你的公司准备花多少钱来改进检测工序?谁将是项目的拥护者,或者采用一种不太讨人喜欢的方案——将决策交给一个委员会。

  为了做应用分析,Dechow采用客户问卷探寻一系列有关当前生产过程、检测标准和元件描述的问题。这些重要问题是:生产过程中哪些产生了误差?怎样在当前系统下拒绝坏元件,采取了哪些措施来提高产量?需要检测元件的哪些特性?是否需要读取条形?

  Dechow也坚信,待检元件要有一个完整的描述。这个描述应该包括几何结构和特性等物理细节,以及元件所有可能的变化:包括颜色、大小、材料和表面加工情况。另外,元件是否会随时间而变化?

  Dechow解释说:“元件描述非常重要,包括图纸和照片,因为检测系统必须足够灵活,才能处理所有可能的变化。”

  同等重要的是充分了解那个向检测台提供元件的材料处理系统。系统的速度和吞吐量如何?元件的位置变化如何?是否会有冲击和振动?机器视觉对元件的呈现方式极其敏感,解决这一挑战可能比设计检测系统更加困难。Dechow称:“元件需要针对摄像机进行正确的安装,在生产设置中完成这项工作要比在实验室的平台上难得多。”

  应用分析中的其他重要问题还有操作界面。是否希望机器操作员看到检测结果,或者能使用机器视觉来控制系统?视觉系统是否需要与PLC(可编程逻辑控制器)或机器人进行连接?

  最后,自动化团队必须就新检测系统成功的构成达成一致。它需要为一个元件定义具体的验收标准,这个过程一般包括定义一个好元件的全部属性。

  Dechow说,只有完成了这些及其他应用分析步骤以后,才准备好转到项目规格阶段,即实际设计检测系统,选择需要的软件和硬件。

通知公告
编辑观点
理事会
参考资料
版权声明

凡《网络安全与数据治理》(原《信息技术与网络安全》)录用的文章,如作者没有关于汇编权、翻译权、印刷权及电子版的复制权、信息网络传播权与发行权等版权的特殊声明,即视作该文章署名作者同意将该文章的汇编权、翻译权、印刷权及电子版的复制权、信息网络传播权与发行权授予本刊,本刊有权授权本刊合作数据库、合作媒体等合作伙伴使用。同时,本刊支付的稿酬已包含上述使用的费用,特此声明。

《网络安全与数据治理》(原《信息技术与网络安全》)编辑部