Robot Vision: تجزیه و تحلیل جامع اصول، مؤلفه ها و کاربردها
در عصر توسعه سریع فناوری امروز، فناوری بینایی ربات به تدریج به یکی از فناوری های کلیدی در زمینه اتوماسیون تبدیل می شود. بر اساس داده ها، اندازه بازار جهانی چشم انداز مکانیکی در سال 2021 به 11.4 میلیارد دلار رسید و تا سال 2022 انتظار می رود این رقم به 12 میلیارد دلار افزایش یابد که نشان دهنده روند صعودی مداوم است. این نشان می دهد که فناوری بینایی ربات در حال افزایش توجه و کاربرد در سراسر جهان است.
1، پروژه بصری
توابع اساسی
تشخیص: تابع تشخیص عمدتاً شامل شناسایی ویژگی های شی هدف، مانند ظاهر آن است. در این میان دقت و سرعت تشخیص بارکد از شاخص های مهم برای سنجش توانایی تشخیص است.
اندازه گیری: تابع اندازه گیری می تواند واحد اندازه تصویر را به دست آورد و ابعاد هندسی شی مورد نظر در تصویر را به طور دقیق محاسبه کند. دقت بالا و اندازه گیری شکل پیچیده از مزایای بینایی ماشین در این عملکرد است.
محلیسازی: محلیسازی در حال حاضر یک زمینه پرکاربرد است که میتواند اطلاعات موقعیت دوبعدی و سه بعدی اهداف را به دست آورد که دقت و سرعت شاخصهای اصلی اندازهگیری هستند.
تشخیص: میدان تشخیص 50٪ از عملکردهای بینایی ماشین را تشکیل می دهد، و اجرای محاسبات چالش برانگیز است، که عمدتاً شامل تشخیص ظاهر بعد از مونتاژ و تشخیص نقص ظاهری می شود.
سناریوهای کاربردی
بینایی ماشین همراه با ربات های صنعتی عمدتاً برای هدایت حرکت ربات استفاده می شود. سناریوهای خاص را می توان به چنگ زدن، تشخیص و پردازش و غیره تقسیم کرد. دسته گرفتن را می توان به کاربردهایی مانند بارگیری و تخلیه، پالت سازی، مرتب سازی و غیره تقسیم کرد.
2، ترکیب و اصول سیستم بینایی
الف ترکیب سیستم
دوربین بصری: وظیفه اصلی آن گرفتن تصاویر و جمع آوری اطلاعات تصویر است.
منبع نور: یک صحنه منبع نور پایدار برای سیستم بینایی فراهم کنید تا ربات بتواند تصاویر واضح تری به دست آورد.
سخت افزار کامپیوتر: شامل CPU، حافظه، هارد دیسک و غیره که عمدتاً مسئول پردازش تصاویر، محاسبات الگوریتم و ذخیره سازی است.
ربات ها: داده های بصری را دریافت می کنند، مختصات فیزیکی را به دست می آورند و وظایف تولید خودکار را بر اساس دستورالعمل های بصری اجرا می کنند.
دستگاه مکانیکی: از جمله وسایل، تسمه نقاله، صندلی های بالابر و سایر لوازم جانبی، وظیفه اصلی کمک به ربات در تکمیل عملیات فیزیکی است.
ب طبقه بندی سیستم
دید تک چشمی: این یک سیستم بصری متداول است که از یک دوربین صنعتی برای گرفتن تصویر استفاده میکند، معمولاً فقط میتواند تصاویر دو بعدی- بگیرد و به طور گسترده در زمینه رباتهای هوشمند استفاده میشود. با این حال، به دلیل مشکلات مربوط به دقت تصویر و ثبات داده ها، اغلب لازم است که با انواع دیگر سنسورها کار کنید.
دید دوچشمی: متشکل از دو دوربین، از اصل مثلث بندی برای به دست آوردن اطلاعات عمق صحنه استفاده می کند و می تواند شکل و موقعیت سه بعدی اشیاء اطراف را بازسازی کند. این اصل مشابه چشم انسان است و نسبتاً ساده است.
دید چندگانه: با استفاده از دوربین های متعدد می توان نقاط کور را کاهش داد و احتمال تشخیص اشتباه را کاهش داد. این به طور گسترده در زمینه مونتاژ ربات های صنعتی استفاده می شود و می تواند به طور دقیق شی اندازه گیری شده را شناسایی و مکان یابی کند و هوش و دقت موقعیت یابی ربات های مونتاژ را بهبود بخشد.
ج اصل تصویربرداری
تصویربرداری بصری عمدتاً شی شناسایی شده را به سیگنال تصویری بر اساس دستگاه های جمع آوری تصویر (CMOS و CCD) تبدیل می کند و آن را به یک سیستم پردازش تصویر اختصاصی منتقل می کند. اطلاعات روشنایی و رنگ توزیع پیکسل را به سیگنال های دیجیتال تبدیل کنید. سیستم پردازش تصویر بر اساس این سیگنالها ویژگیهای هدف مانند مساحت، کمیت، موقعیت، طول و غیره را استخراج میکند و نتایج را با توجه به تلورانس از پیش تعیین شده و سایر شرایط از جمله اندازه، زاویه، تعداد، واجد شرایط/عدم صلاحیت، حضور/غیاب و غیره به منظور دستیابی به عملکرد تشخیص خودکار، خروجی میدهد و سپس بر اساس نتایج تشخیص، عملکرد تجهیزات را کنترل میکند.
3. تفاوت بین CCD و CMOS
دوربین های CCD از CCD برای تبدیل تصاویر نوری به سیگنال های دیجیتال برای انتقال استفاده می کنند. سنسورهای پردازش تصویر CCD از یک یا چند گره خروجی برای بازخوانی سیگنال، با ثبات انتقال خوب و توانایی خواندن کل اطلاعات تصویر استفاده می کنند. با این حال، پهنای باند سیگنال خروجی نیاز به تقویت دارد و در نتیجه مصرف انرژی بالایی دارد.
دوربینهای CMOS از CMOS برای تبدیل تصاویر نوری به سیگنالهای دیجیتال برای انتقال استفاده میکنند، با استفاده از یک پیکسل برای انتقال، که میتواند به تقویت سیگنال تک پیکسلی و سرعت اسکن تصویر بسیار بالا دست یابد، اما نقصهایی در سازگاری سیگنال وجود دارد.
کاربرد فناوری بینایی ربات در زمینه اتوماسیون به طور مداوم در حال گسترش و تعمیق است. این فناوری از جنبه های مختلف مانند رشد اندازه بازار، تنوع عملکردها، پیچیدگی ترکیب سیستم و ماهیت علمی اصول تصویربرداری، بدون شک در آینده نقش مهم تری در بسیاری از زمینه ها مانند تولید صنعتی و ربات های هوشمند خواهد داشت.