• GB
  • NL
  • DE
  • US
Machine Vision Kamera 30-50% preisg├╝nstiger als die Konkurrenz Zertifiziert durch T├ťV Rheinland Hervorragende Unterst├╝tzung 3 Jahre Kamera Garantie Starkes und breites Produktportfolio
Home Machine-Vision-Anwendungen

Machine-Vision-Anwendungen

Machine-Vision-Anwendungen

ANWENDUNG VON MACHINE VISION IN DER PHARMAZEUTISCHEN INDUSTRIE

Die pharmazeutische Industrie ist eine qualitätskritische Industrie, da sie eng mit dem Leben und der Gesundheit der Menschen verbunden ist. Am Fließband wird häufig ein Vision-Inspektionssystem eingesetzt. Zu den typischen Prüfobjekten gehören normalerweise Kapseln, Spritzen, Blasenkappen, Verpackungsetiketten usw. Alle Kameras von Daheng Imaging werden gründlichen kritischen Tests unterzogen, um sicherzustellen, dass sie die industriellen und professionellen Anforderungen unter den harten Bedingungen erfüllen. Die pharmazeutische Produktion findet meist nicht in einem komfortablen Labor statt, aber zuverlässige Prüfergebnisse in einem rauen Umfeld sind ein Garant für die Arzneimittelqualität. Um zuverlässige Inspektionsergebnisse zu erzielen, bieten Daheng Imaging-Kameras hervorragende Bildqualität mit leistungsstarken digitalen Schnittstellen, sowie eine schnelle Triggerreaktion, die eine sehr genaue Erfassung gewährleisten kann. Darüber hinaus stellt die Triggersignalfilterfunktion sicher, dass nur die richtigen Impulse in die Kamera eingegeben werden . Kein falsches Bild und kein fehlendes Bild sind die wichtigsten Schlüssel für das Vision-System in der Pharmaindustrie. Daheng Imaging-Kameras sind einfach gut darin.

 

SICHTKAMERAS IM VERKEHR & VERKEHR

Das fehler- und maßdynamische Erkennungssystem des Fahrzeugradsatzes ist ein auf der Bahn installiertes Sicherheitsinspektionssystem, mit dem die geometrischen Parameter des Radsatzes erfasst werden können, die den Laufflächenverschleiß und den Spurkranzverschleiß überprüfen können. Durch Computeranalyse kann das System den Sicherheitszustand des Fahrzeugradsatzes vorhersagen und es bequem machen, rechtzeitig mit dem Ausfall des Fahrzeugs umzugehen. Das System ist eine Garantie für die Sicherheit eines Zuges. Es kann bei der Online-Vermessung, der Lokomotiven-Lagervermessung, der Hochgeschwindigkeitsbahn-Lagervermessung, der U-Bahn-Lagervermessung usw. verwendet werden.

Kritisch für die Qualität

Alle DAHENG IMAGING Kameras werden gründlichen kritischen Tests unterzogen, um sicherzustellen, dass sie den industriellen und professionellen Anforderungen unter den rauen Bedingungen gerecht werden. Die Arbeitsumgebung des Fahrzeugradsatzes wird in der Regel herausgefordert, daher ist die Zuverlässigkeit und Stabilität der Kamera sehr wichtig. Bei dieser Anwendung werden gewöhnlich einige Laser mit rotem Spektrum oder einige Laser im nahen Infrarot verwendet. Die Nahinfrarot-Laser sind im Außenbereich besser geeignet als die Rotspektrum-Laser, da der sichtbare Spektrum-Laser leicht durch das Sonnenlicht gestört werden kann, sind einige Nahinfrarot-Kameras mit einigen Nahinfrarot-Lasern erforderlich.

Die MER-131-75GM-P NIR und die MER-232-48GM-P NIR sind Nahinfrarot-GigE-Kameras, die mit On-Semi-PYTHON-CMOS-Sensoren ausgestattet sind, die Sensoren haben eine optimierte Reaktion im Nahinfrarotband. MER-131-75GM-P NIR und MER-232-48GM-P NIR werden über Ethernet mit Strom versorgt und verfügen über optoisolierte I/Os. Sie sind so konzipiert, dass sie kritische EMV-Tests bestehen und die Anforderungen an die elektromagnetische Verträglichkeit des Schienenverkehrs erfüllen.



 

3D-ANWENDUNGEN & ROBOTERVISION IN MACHINE VISION

Ein 3D-Scanner ist ein Gerät, das ein reales Objekt oder eine Umgebung analysiert, um Daten über seine Form zu sammeln. Die gesammelten Daten werden verwendet, um digitale dreidimensionale Modelle zu erstellen. Gesammelte 3D-Daten sind für eine Vielzahl von Anwendungen nützlich, sie werden häufig für künstlerisches Design, Industriedesign, Reverse Engineering, Qualitätskontrolle, Prothetik und die Digitalisierung kultureller Artefakte verwendet. Es wird auch für das Online-Shopping, die Produktion von Filmen und Videospielen verwendet.

STEREOVISION UND LASERTRIANGULATION

Viele verschiedene Technologien können verwendet werden, um diese 3D-Scangeräte zu bauen, aber die gebräuchlichen Methoden sind das Stereosehen und die Lasertriangulation mit Lichtscheibe. In einem Stereo-Vision-System werden zwei oder mehr Kameras mit Strukturlicht oder Kodierungsgitter verwendet, aus denen Sie 3D-Informationen der Oberfläche beliebig geformter Objekte ableiten können.



Die Grundidee der Lasertriangulation mit Lichtbogentechnik besteht darin, eine dünne leuchtende Gerade, die von einem Laserlinienprojektor erzeugt wird, auf die Oberfläche des zu rekonstruierenden Objekts zu projizieren. Durch Ableiten der Laserlinienkoordinate in diesen Bildern kann die Y,Z-Weltkoordinate durch die Kalibrierungsbeziehung zwischen der Bildebene und der Laserebene berechnet werden. Darüber hinaus bewegt sich das Objekt entlang der X-Koordinatenachse, die Kamera könnte eine Serie der projizierten Linienbilder aufnehmen und dadurch die X-, Y-, Z-Koordinaten des Objekts erhalten.


 

INDUSTRIEKAMERA IN DER GLASFLASCHENHERSTELLUNG

Wir können im Allgemeinen alle Arten von Glasflaschen in unserem Leben sehen, wie Bierflaschen, Getränkeflaschen, Parfümflaschen usw. Diese Glasflaschen gehören normalerweise zu Formflaschen, die durch Gießen von Flüssigkeit in eine Form hergestellt werden, um eine bestimmte Form zu erzeugen. Und es gibt noch eine andere Art Glasröhre für Medizin oder Pharmazie, sie werden meist ohne Form hergestellt und benötigen eine kritische Qualität.

Inspektion des heißen und kalten Endes

In Glasflaschenfabriken werden Bildverarbeitungssysteme typischerweise am heißen Ende oder am kalten Ende des Prozesses installiert, die Inspektionsmaschine verwendet Hochgeschwindigkeitskameras, um Echtzeitbilder einer Glasflasche zu erfassen, und erhält dann detaillierte geometrische Parameter der Flasche und überprüfen Sie die Erkennungen. Durch den Vergleich der Messergebnisse mit den voreingestellten Dimensionsparametern kann die Inspektionsmaschine Abfallflaschen erkennen und aus der Produktionslinie auswerfen, wodurch eine starke Garantie für die Flaschenqualität und Produktionseffizienz gegeben wird.

MER-131-210U3M, MER-132-43U3M, MER-503-36U3M und MER-131-75GM-P der MERCURY-Familie haben einige Sonderzeichen wie hohe Bildrate, präzise Aufnahme, Plug-and-Play, stabile Multikamera laufen und so weiter. All dies macht sie zu den Lieblingskameras der Ingenieure im Inspektionssystem von Glasflaschen.


 

 

LOGISTIKINDUSTRIE VISION CAMERA

In der klassischen Logistikbranche wird die Ware in der Regel sortiert, Barcode gelesen und per Handbedienung erfasst und anschließend in den Kommissionierbereich geschickt. Da die Warenarten, die Formen und Materialien unterschiedlich sind, ist für die Sortierung ein hoher Personalaufwand erforderlich. Es dauert nicht nur lange und hat eine hohe Sortierfehlerquote, sondern hat auch einen hohen Arbeitsaufwand. Es würde die Liefergeschwindigkeit stark verlangsamen.

Vision Sortiersystem

Um eine Lösung für diese Situation zu finden, hat DAHENG IMAGING ein Vision-Sorting-System entwickelt, das die Objekte schnell klassifizieren und die Position der Objekte ermitteln kann. Dieses System besteht aus der kompakten Digitalkamera von DAHENG IMAGING, die eine USB3.0-Schnittstelle verwendet, um Daten zur Analyse und Verarbeitung an einen PC-Controller zu übertragen. Schließlich wird die Gigabit-Ethernet-Schnittstelle verwendet, um die verarbeiteten Daten an den Roboter zu übertragen, um den Roboter zum „Aufnehmen“-Prozess zu führen. Das Sortiersystem kann nicht nur für die automatische Sortierung in der Logistikbranche verwendet werden, sondern auch für verschiedene industrielle Anwendungen wie Positionierung, Inspektion, Messung usw. wie im Bild unten gezeigt.



3D-Bildaufnahmemodell

Dieses logistische Vision-Sortiersystem wird von DAHENG IMAGING MERCURY-Kameras und einem Delta-Roboter gebaut. Das gesamte System besteht hauptsächlich aus einem 3D-Bilderfassungsmodul, einem 3D-Bildverarbeitungsmodul, einem Bildkoordinatentransformationsmodul in ein Roboterkoordinatenmodul, einem Hand-Auge-Kalibrierungsmodul und einem Robotersteuermodul.




Zunächst erfasst das „3D-Bilderfassungsmodul“ die sich mit hoher Geschwindigkeit bewegenden Körbe auf der Förderstrecke und erhält dreidimensionale Informationen über die Waren in den Körben. Dieses Bilderfassungsmodul besteht aus zwei MERCURY-Kameras und einer Laserlichtquelle. Sowohl das Sichtfeld (FOV) als auch das MR (Messbereich) decken den gesamten Korb ab.

Die Stereo-Vision-Methode wird verwendet, um 3D-Geometrieinformationen des Objekts zu rekonstruieren und die Position des Objekts zu erhalten.
Nach Erhalt der 3D-Geometrieinformationen der Objekte teilt das "3D-Bildverarbeitungsmodul" die 3D-Merkmale des Objekts in mehrere getrennte Teile auf, analysiert die am besten geeignete Greifposition der Ware und übergibt dann die Positionsdaten an die "Bildkoordinate". zur Roboterkoordinate" Modul.

Mit dem Ergebnis der Hand-Auge-Kalibrierung transformiert das Modul "Bildkoordinate in Roboterkoordinate" die am besten geeignete Greifposition der Ware, die zuvor an die Roboterkoordinate gelangt ist. Über das Kommunikationsprotokoll werden die Roboterkoordinatendaten an den Roboter übertragen und vom Robotersteuermodul ausgeführt. Entsprechend der Greifroboterkoordinate greift der Roboter die passenden Waren präzise.


 

EINGEBETTETE VISION

Embedded Vision ist in den letzten Jahren sehr populär geworden und eignet sich gut für einige Anwendungen, bei denen der Schwerpunkt auf niedrige Kosten, Stromverbrauch, Größe und Gewicht liegt, wie z.B pilotlose Automobile, Roboter und Medizinische Geräte etc.




In den letzten zehn Jahren haben auf Intel-Architekturen basierende Personal-Computing-Plattformen einen erheblichen Vorsprung in Bezug auf die Verarbeitungsleistung behauptet und ihre anhaltende Dominanz bei den meisten industriellen Computeranwendungen sichergestellt. Aber in den letzten Jahren wurden die Architekturen von ARM-Prozessoren durch Hinzufügen von Kernen, Anweisungen und schnelleren Pipelines erheblich verbessert, um ihre Leistung zu steigern. Eingebettetes System steht weiterhin für niedrige Kosten und geringen Stromverbrauch, aber es bedeutet nicht mehr geringe Rechenleistung.

Dank der enormen Fortschritte bei der Rechenkapazität, der Datensammlung, den mathematischen Werkzeugen usw. können wir heute das rasante Wachstum der künstlichen Intelligenz (KI) beobachten. Convolutional Neural Network (CNN) ist eine mathematische Methode als ein Teil des KI-Feldes und in zwei Teile unterteilt: Training und Inferenz.

Embedded Vision in Verkehr und Automobilen

Eine typische Anwendung von eingebetteten KI-Systemen ist das pilotenlose Automobil. In dieser Anwendung werden KI-Technologien für die Erkennung von Hindernissen, die Erkennung von Schildern, Ampeln, Autos und Fußgängern usw. verwendet. Eine Reihe von Kameras ist auf und um das Auto herum angeordnet und für die Bereitstellung der Echtzeitbilder verantwortlich. Das Datentraining wurde üblicherweise im Rechenzentrum durchgeführt, bevor das Auto auf der Straße fuhr. Und der Inferenzalgorithmus, der die zu erreichenden Erkennungen durchführt, ist in die ARM-Plattform eingebettet.

Als eine beliebte ARM-Plattform ist die NVIDIA Jetson TX1- oder TX2-Plattform aufgrund ihres ARM+GPU-Prozessors in dieser Anwendung besonders beliebt effizienter als Allzweck-CPUs für Algorithmen, bei denen die Verarbeitung großer Datenblöcke parallel erfolgt.


In einer erfolgreichen Geschichte wird DAHENG IMAGING MER-231-41U3C auf NVIDIA Jetson TX2 für die Echtzeit-Fahrerkennung verwendet. Durch die automatische Verstärkung und die automatische Belichtungszeit der Funktionen der USB3.0-Kamera eignet sie sich gut für alle Arten von Wetter und Außenumgebungen. Das ARM Linux SDK der USB3.0-Kamera basiert auf 'libusb', das einen generischen Zugriff auf USB-Geräte bietet, sodass die Daten von USB3.0-Kameras frei auf jede ARMV7- oder ARMV8-Plattform übertragen werden können.

Getestete eingebettete Plattformen
Folgende Armplattformen wurden von DAHENG IMAGING ausgiebig getestet:
  • NVIDIA Jetson TX1/TX2
  • NVIDIA Tegra TK1
  • Toradex Apalis TK1 auf Ixora-Trägerplatine
  • Raspberry Pi 3B, inkl. Unterstützung des Kameramoduls
  • ARM Linux SDK für die ARM-Plattform basierend auf der ARMV7/8-Architektur



 

 
  Vision Camera Specialist     24-07-2019 14:00
Akzeptieren Sie unseren Cookie f├╝r die beste Leistung
Ausgewählte Cookies annehmen