回到基础:选择传感器,机器视觉

在考虑使用传感器、智能摄像头或更复杂的机器视觉系统进行检测、检查或测量解决方案时,请将这些问题作为出发点。见清单。

通过凯文·阿克曼 2011年6月10日

简单为佳,少即是多。当我使用机器视觉或传感器创建检测或测量解决方案时,我经常问自己一个问题:这可以用更简单的解决方案来实现吗?参见检查表,相关链接,在文章底部。

作为一名视觉系统集成商,我在选择系统时考虑的因素是(不分先后):

  • 系统有能力解决问题吗?
  • 硬件和工程成本
  • 简单的使用和故障排除(客户的能力是什么?)

虽然前两项似乎显而易见,但第三项往往被忽视。我认为,系统集成商往往过于专注于解决问题,而没有考虑他们离开后会发生什么。使系统尽可能简单地使用和故障排除有助于减少保修问题的数量,并使客户对系统功能有更高的信心。如果你添加了一堆很酷但对系统的核心功能不需要的铃铛和哨子,当你接到保修电话时,你会后悔把这些铃铛或哨子放进去,因为它不起作用。

了解了这些一般的考虑因素后,现在让我们考虑三个技术解决方案级别以及每个级别适用的位置。按从简单到复杂的顺序排列:

1)传感器(接近、光眼、深度传感器等)

2)机器视觉智能相机

3)基于pc的机器视觉

传感器

传感器可用于检测零件关键特征的存在或不存在,如钻孔或支架。为了进行成功的基于传感器的检测,通常一个部件必须很好地固定(在进行传感时保持在精确的位置),并且该特征必须是“传感器友好的”(可以被传感器检测到)。传感器技术发展迅速,以前需要视觉才能完成的一些任务现在可以由传感器来完成。打电话给传感器公司询问“传感器能检测到这种情况吗?”总是值得的。

智能相机

机器视觉智能相机是指那些不需要电脑就能操作的相机。所有的“大脑”都包含在相机中(它完成所有的视觉处理),一台PC机只需要设置和编程。智能相机种类繁多。最简单的非常便宜,有时被称为“智能光眼”。如果您正在寻找的特征很容易从视觉上检测到,但用更简单的传感器无法检测到,可以考虑将这些作为一种选择。

智能相机过去在像素分辨率和视觉工具方面受到限制,但现在一些最先进的智能相机提供高达500万像素(500万像素)的分辨率和最先进的视觉工具。与基于pc的等效单相机系统相比,智能相机的工程设计和编程时间较短,但硬件成本相似。智能相机还提供了许多与各种设备接口的通信选项。

基于pc的机器视觉

基于pc的机器视觉具有最大的灵活性和能力。这里的架构是一台执行视觉处理的PC和一个或多个连接到PC的摄像机。pc具有最强大的计算能力和速度,一些视觉库能够利用一些pc拥有的多处理器核心,使它们能够处理极高速的检查。对于基于pc的系统,积分器通常编写自己的GUI(使用VB或c#之类的语言),因此也具有强大的“逻辑能力”。

这种处理逻辑、做出高级决策和控制视觉程序流的能力使得基于pc的视觉非常灵活和强大,但也更难改变或排除故障,因为通常是程序员(一个人)足够了解程序,才能快速完成这些任务。在考虑成本时,单个相机系统的基于pc的相机和智能相机的硬件成本是相似的,但基于pc的系统的工程时间通常更长,除非您已经开发了可以轻松部署的“罐装包”。

一旦你有两个或更多的摄像头,你可以实现显著的硬件节省,因为多个摄像头可以连接到每台电脑;拥有多个智能相机并没有变得更便宜,因为每个相机都有独立所需的一切,那么哪种解决方案最适合您的应用程序?最终还是要看你需要什么。显然,一个系统必须能够做它需要做的事情,否则你根本就没有一个系统。如果您不确定,请与视觉系统集成商或视觉和传感器制造商交谈,因为他们可以提供有关其系统功能的见解,以及它们适合的位置,而不仅仅是规格表所述的内容。

要经常问自己这样一个问题:有没有更简单的解决方案?请看下面的清单。

凯文·阿克曼,硕士,彭,机器视觉和机器人专家JMP工程公司,伦敦,ON,加拿大。JMP是2008年年度控制工程系统集成商。

//www.globalelove.com/events-and-awards/system-integrator-hall-of-fame.html

www.jmpeng.com

JMP工程公司是一家2015年3月5日成员

www.globalelove.com/integrators拥有更多在视觉系统、机器人、测试/检测和其他工程专业方面的专业知识的集成商。

www.globalelove.com/machinevision

www.globalelove.com/new-products/sensors.html

传感器还是机器视觉?更多关于如何选择的建议

检查表-传感器或机器视觉:简单更好

在使用机器视觉或传感器创建检测或测量解决方案时,请询问:

  • 系统有能力解决问题吗?
  • 硬件和工程成本是多少?
  • 操作和故障排除有哪些可用功能?
  • 一个更简单的解决方案是否可行?首先考虑传感器(接近、光电、深度传感器等)。如果不能满足应用需求,可以考虑智能相机机器视觉(不需要PC),如果不行,可以考虑基于PC的机器视觉。