基于视觉的跟踪和跟踪提高了产品的完整性

基于视觉的跟踪和跟踪系统也用于制药和医疗器械行业、汽车制造和一般包装，代表着巨大的利润潜力。根据MarketandMarkets的一份报告，到2023年，跟踪和跟踪解决方案市场预计将达到39.3亿美元，复合年增长率为18.9%。机器视觉原始设备制造商(oem)和集成商正在用各种解决方案占领这个市场。

发人深思

食品和饮料包装行业是机器视觉跟踪和跟踪系统的主要采用者。这是由于长叶莴苣和含有过敏原的食品被召回。

Matrox Imaging产品管理总监Pierantonio Boriero说:“制造商需要批量可追溯性，以确定所有成分的原产地，以及它们的发货地。”“版本控制详细描述了每个成品批次的配方的历史视图，以提供可追溯的线索，追溯到原始成分，它们的来源，以及它们添加到批次的精确日期和时间。”

机器视觉的一个传统用途是验证食品包装内的内容。这是i4 Solutions, LLC在过去十几年里完善的方法。该公司的自动包装检查系统确保内容放在正确的包装。视觉系统识别包装，无论它是否包含产品代码号码，食物的照片，或风格化的文字表明内容物的味道。

i4 Solutions总裁布莱恩·杜兰德(Brian Durand)表示，机器视觉还被用于“捕捉显示批次和来源的信息，以及它在制造过程中的位置——例如，它是刚刚进入工厂还是进入运输部门。”“如果真的发生召回，我们可以通过了解包装中的内容和来源，将其影响降至最低。”

改进包括支持更高分辨率的摄像头，以更高的检查率运行，并与其他制造商的固定条形码扫描仪接口。该公司已经增加了技术来帮助防止操作人员设置问题。

即使有了这些改进，它的一大卖点仍然是易用性，这是客户日益增长的另一个需求。Durand说:“只要经过一些培训，操作人员就可以轻松地配置新产品类型或适应设计变化。

保持医疗设备的正常运行

和食品包装一样，医药产品制造也注重产品的完整性。跟踪和追踪产品对于规范和保证产品质量至关重要。在一种药丸的成分可能来自多个国家的情况下尤其如此;它们都有独特的监管代码。

在药品方面，美国《药品供应链安全法案》涉及产品追踪、验证和识别，要求到2023年建立一个可互操作的电子系统，以在包装层面追踪产品。

在医疗器械方面，手术器械跟踪市场预计在未来7年将增长18.6%。根据Grand View Research的说法，这是由于仪器放置错误和医院获得性感染的发生率不断增加。

机器视觉通常用于跟踪唯一设备标识符(UDIs)。唯一的设备识别系统通过使用人类和机器都可读的代码标记医疗设备的分布和最终用途。UDIs包括诸如生产日期、批和批号、序列号和有效期等信息，以确保可追溯性并验证工具包中包含的所有项目是正确的。但是可追溯性不仅仅是跟踪和跟踪;它还包括控制和监管链，Datalogic产品营销经理布拉德利·韦伯(Bradley Weber)表示。

较小的部件也开始被追踪。韦伯说:“例如，关节置换术中的每个螺钉最终都会有UDI。”“在不破坏表面光泽度的情况下，你可以使用最新的激光标记打印出很小的代码，以至于你几乎用眼睛都看不出来。显然，你必须有更高分辨率的读取器，才能读取这些标记，并一直跟踪这些物品进入身体。”

实施先进技术

机器视觉公司正在改进他们的产品，以跟上对跟踪和跟踪解决方案日益增长的需求。Datalogic开发了一种先进的光学字符识别(OCR)工具，用于读取不完美的字符，包括字母和背景之间的低梯度或低对比度的字符。Weber看到了使用深度学习的高级OCR的更多改进。然而，他提醒说，这是一种辅助技术，而不是替代技术。

Boriero表示，Matrox将跟踪和痕迹显示的需求视为大型视觉系统的附加组件。“客户正在寻求更好的集成，平台和硬件组件，如智能摄像头，可以做的不仅仅是读取代码，”Boriero说。“技术是存在的。现在的问题是增强现有工具的功能，并利用这些工具创建新的跟踪和跟踪解决方案。”

Matrox现有的工具旨在解决阅读喷墨打印机产生的点阵文本的挑战。它们还被设计成使用几何特征来定位和读取图像中的文本，其中实体字符与背景和彼此分开。

Boriero说:“市场正准备利用技术进步。”“客户需要全面的、具有成本效益的解决方案，确保产品的完整性和安全性。”

满足消费者需求

无论是想了解食物过敏原还是零售商的货物，消费者都在推动对更好的跟踪和追踪解决方案的需求。Datalogic的韦伯以亚马逊为例，将其作为未来跟踪和追踪的一个例子。韦伯说:“如果你收到一件损坏的物品，你必须经历所有的麻烦，把它放回盒子里，用胶带封上盒子，并发送电子邮件以获得退货标签。”“因为我们是人类，我们想要正确的，我们现在就想要。”

这就是为什么越来越多的跟踪和跟踪解决方案正在变成基于图像的。韦伯说:“机器视觉不仅能读取条形码，还能让我们看到盒子的完整性或特殊图形，比如危险物品警告或‘易碎’标志。”“这告诉亚马逊要用一种特殊的方式来处理箱子，让它在自动化处理时一直朝上。”

基于图像的系统最终将允许消费者在装箱前从制造商进入仓库时看到物体的图片。韦伯说:“如果物品看起来损坏了，或者盒子的角落被打碎了，或者盖子被打开了，你的包裹可以进行第二次检查，以确保它到达你家门口时没有损坏。”时间会告诉我们，大型零售商是否看到了采用这种做法的成本效益。

随着消费者和全球监管机构对产品处理完全透明的要求越来越高，机器视觉公司可以提供可靠、具有成本效益且易于使用的跟踪和跟踪解决方案。

本文最初发表于视觉在线．AIA是先进自动化协会(A3)的一部分，是CFE媒体的内容合作伙伴。由CFE媒体制作编辑克里斯·瓦夫拉编辑，cvavra@cfemedia.com．

原始内容可以在www.visiononline.org．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。