视觉系统看到新技术带来更低的价格

关键字

机控制

机器视觉

电脑板

人工智能

想要消除机器视觉集成的“魔力”并减少支付吗?今天的机器视觉系统反映了商业微处理器的进步以及软件的增强，使系统更容易，更强大，更便宜。英特尔奔腾微处理器具有MMX(多媒体功能)的强大功能，使许多供应商能够利用比定制asic更便宜的商业技术。

许多供应商正在使用技术将完整的系统建立在PC平台上。这降低了硬件成本，允许与其他基于Microsoft windows的软件进行交互，并为配置软件提供熟悉的用户界面。组件的小型化使得一些供应商能够推出比智能传感器高一步的低成本系统。这些在一般制造业中得到了广泛的应用。模糊逻辑和神经网络——过去几年的高端编程流行语——以令人兴奋的新方式进入了视觉系统。

作为自动化系统的一部分，提供视觉的oem现在可以以更低的成本添加更多功能，并具有定制接口和通信的额外能力。许多系统变得非常容易设置、编程和操作，最终用户现在正在为通用应用程序自己安装vision。最有前途的新工具之一是方法部件分析。

几何识别

常用的图像分析方法被称为归一化灰度相关(NGC)。NGC是一个很好的图像分析工具，但也有一些缺点。分析速度很慢，而且容易受到物体周围光线变化引起的误差的影响。已有一种几何分析算法，但需要大量的计算能力，难以经济地实现。随后，英特尔推出了带有MMX的奔腾处理器，能够以比定制芯片更低的成本处理几何模式识别。

Imaging Technology Inc. (ITI, Bedford, Mass.)提供PC插槽图像采集板和PC视觉分析软件。SmartSearch为NGC软件增加了几何搜索功能，大大提高了搜索时间和在不同光照水平区域进行检查的能力。ITI还使用人工智能和神经网络技术来增强分析。最近推出的是netsight——一个基于微软Windows ce的远程视觉引擎。Windows CE允许开发人员在添加到系统中时使用标准工具。该产品还使用内置在CE中的以太网，以便与主机进行快速通信。

康耐视公司(congnex Corp.)说，它的PatMax软件技术是唯一一种只使用几何物体定位而不使用NGC的技术。这个几何系统根本不考虑像素水平，它寻找的是直线和圆弧。例如，一个正方形是四条线段;足球有两条弧线。如果物体变大、缩小或旋转，关系仍然存在，并且可以很快找到。PatMax可以在主机PC或康耐视的嵌入式PCI、Compact PCI或VME视觉系统上运行。

模拟摄像机电缆产生的电噪声是视觉应用中的一个问题。数码相机减少了这个问题。康耐视与索尼联合推出了一款专门为工业环境设计的数码相机。CVC-1000结合了高速采集和紧凑的尺寸。它将图像数据同步数字化，无需滤波或采样，以减少失真。现在，罗克韦尔自动化的合作伙伴康耐斯发布了加速与罗克韦尔艾伦-布拉德利控制产品通信的软件。

Adept Technology公司(加州圣何塞)的ObjectFinder使用几何建模来寻找主要用于引导机器人的部件。该算法首先使用边缘检测工具定义匹配到“特征对”中的特征。在特征对级别测试多个建议以匹配图像和模型。最佳匹配建议在最终模型匹配之前进行资格预审。最后的验证匹配图像特征，沿着它们的部分弧和线，针对模型提供准确的信息。

视觉识别条形码

RVSI Acuity CiMatrix公司首席技术官John Agapakis表示，处理条形码信息(包括二维数据矩阵码)是RVSI Acuity CiMatrix公司的核心策略。Agapakis先生指出，“通过定制处理器变得更加经济，现在可以实现更高的性能。比过去低级编程更容易使用的软件正在扩大市场。作为视觉系统的一部分，我们是处理数据矩阵代码的先驱。”RVSI的Visionscape是一个基于PCI卡的完整系统，可提供数据收集和零件跟踪以及传统的检查和验证程序。

美国国家仪器公司在测量和仪器仪表领域享有盛誉。根据产品经理John Hanks的说法，视觉技术只是数据采集应用的逻辑扩展。他指出，视觉技术的两大进步扩展了潜在的应用——软件和摄像头。美国国家仪器公司的视觉构建器是一个交互式工具，可帮助用户配置视觉应用程序。数码相机比老式的模拟CCD相机提供更快、更高分辨率的图像。将图像数据从相机传输到处理器是当前的挑战。汉克斯认为IEEE 1394(有时被称为“火线”)技术提供了一个解决方案。

现在，Matrox Imaging (Dorval, Quebec, Canada)提供了对CompactPCI和经济型PC/104以及标准PC平台的支持。矩阵成像库包括FFT、模式匹配、几何变换、条形和矩阵代码读取以及OCR(光学字符识别)的处理能力。

西门子能源与自动化(Alpharetta, Ga.)的视觉技术主题是与其控制平台的集成。正如“On Line Extra”应用故事中所详述的，西门子的Videomat系统与西门子的PLC集成在一起，用于控制Continental/Teves (Morganton, N.C.)防抱死制动系统的质量。高级制造工程师Hans Gruhn报告说，他的系统没有停机时间，同时增加了过程的正常运行时间。vs710是一款带有板载处理功能的数码相机。内置Profibus接口，增强通信能力。

PPT Vision(伊甸草原，明尼苏达州)有一个内置处理的高速(每秒90帧)数码相机。该系统使用集线器缓冲来自多个摄像头的数据，并与自动化系统通信。所有图像同时处理，消除了由单个处理器处理所有输入造成的延迟。

PPT Vision的最新技术是3D。PPT首席技术官拉里•保尔森表示，PPT拥有扫描云纹干涉测量技术(SMI)的专利。传统的云纹干涉测量法已用于3D应用多年。它基本上包括用云纹光模式(通过在光源前放置一个精细光栅来投射)照亮物体，并用高分辨率CCD相机捕捉图像。PPT通过改变获取流程，将这项技术引入制造环境。SMI使用的不是高分辨率2D CCD阵列，而是三线CCD(三线扫描)。当物体经过传感器时，每个扫描点获得三个强度点。利用这些强度读数计算三维地形。目标应用于半导体制造中的球门阵列检测。运动应用程序也适合这项技术。

从模糊逻辑到神经网络

位于加州圣何塞的SighTech Vision Systems公司的首席执行官Art Gaffin说，他们的Eyebot是第一个用于制造业的神经网络应用。Eyebot是一个不需要编程的视觉系统，它可以自学。这个过程很简单。用户将Eyebot置于学习模式，并通过它传递几个好的部分。系统处理特征并将其存储在内存中。它观察学习新特性的速度。当速率下降到较低水平时，训练结束，系统开始运行。如果一个坏的或错误的零件在扫描仪前通过，学习新特征的速度就会上升——这是一个向系统发出的非标准零件存在的信号。Eyebot每秒处理1300万个特征，这足以在许多情况下消除对频闪照明的需求。

来自BrainTech公司(温哥华，不列颠哥伦比亚省，加拿大)的BrainTron是一个“模糊自适应分类器”。技术总监Charles Hooge表示，该系统甚至可以从部分或嘈杂的数据中“动态”学习。与首先需要所有数据的神经网络系统不同，模糊逻辑系统会继续学习新的类。BrainTech还开发了Odysee Development Studio，这是一种面向对象的方法，用于设计、测试和构建使用机器视觉或其他传感器识别系统的应用程序。它使用功能视觉系统模型将系统划分为组件。开发的子组件是“对象”，可以在未来的应用程序中重用。

视觉作为智能传感器

有几家公司专注于所谓的“低端”市场。这个词指的是价格低廉，易于使用的产品，而不是便宜和无特色的产品。这里的重点是将视觉系统视为制造环境中其他类型的传感器。

欧姆龙电子公司(Omron Electronics)表示，一个主要的行业趋势是易用性。它的系统只需要一个键盘设置。其产品系列的典型应用包括检查组件的缺失或不正确对齐的部件，基准和注册标记对齐，存在感测和模式匹配。

DVT (Norcross, Ga.)的应用工程总监Mike Schreiber说:“我们使它在工厂层面上尽可能容易使用。通过使视觉看起来更像一个传感器，它被制造工程师所接受。事实上，我们的产品被称为“智能图像传感器”。'”系列600增加了以太网通信功能。数据表中的任何东西都可以通信，而不仅仅是数字I/O点。它显示使用Opto-22的(加州Temecula)以太网I/O产品进行控制。DVT的产品不仅可以处理通常的图像数据，还可以解释包括数据矩阵在内的条形码信息。

Keyence公司(Woodcliff Lake, N.J.)有一种低成本的色觉系统。操作员用一个手持控制器来训练系统，该控制器包含一个拇指操作的操纵杆，通过将光标放在要检查的对象上并点击按钮来操作。色相的检测范围可由操作者进行微调。

视觉组件公司(Cambridge, massachusetts)拥有一款1280 x 1024像素的智能摄像头。板载处理器使用NGC来执行OCR和数据矩阵编码等应用程序。

其他电子工业的进步，如更强大的微处理器和视觉、面向对象的软件，使视觉系统更强大，更容易使用。在不久的将来，这些系统将在工厂车间变得更加普遍。

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