Yapay görme nedir ve nasıl yardımcı olabilir?

Yapay görmenin nasıl çalıştığını anlamak, yapay görmenin üretimde veya işlemede belirli uygulama sorunlarını çözüp çözmediğini belirlemenize yardımcı olabilir.

İnsanlar genellikle makine (bilgisayar, yapay) görmenin bir üretim hattı veya süreç için neler yapıp yapamayacağını anlamazlar. Nasıl çalıştığını anlamak, insanların bir uygulamadaki sorunları çözüp çözmeyeceğine karar vermelerine yardımcı olabilir. Peki bilgisayar görüşü tam olarak nedir ve gerçekte nasıl çalışır?

Yapay görme, dijital süreçleri kullanan bir makine tarafından yorumlanabilen ve kullanılabilen bilgiler oluşturmak için fiziksel dünyanın görüntülerini elde etmek, işlemek ve analiz etmek için araçlar içeren modern bir teknolojidir.

Endüstride yapay görmenin kullanımı

Bilgisayar görüşü, genellikle endüstriyel veya üretim ortamında nesneleri otomatik olarak incelemek ve analiz etmek için bir veya daha fazla kameranın kullanılması anlamına gelir. Ortaya çıkan veriler daha sonra süreçleri veya üretim faaliyetlerini kontrol etmek için kullanılabilir.

Bu teknoloji, makinelere her görev için doğru kararları vermeleri için ihtiyaç duydukları bilgileri vererek çok çeşitli görevleri otomatik hale getirir.

Endüstride yapay görmenin kullanılması, üretim süreçlerinin otomasyonuna izin vererek, kalite kontrol ve her aşamada daha fazla esneklik kullanımı yoluyla daha iyi üretim sonuçlarına yol açar.

Şu anda, endüstriyel yapay görmenin kullanılması üretim süreçlerini önemli ölçüde iyileştirmiştir. Bu durum otomotivden gıdaya, elektronikten lojistiğe kadar sanayinin hemen her alanında daha kaliteli ürünleri daha düşük maliyetlerle elde etmeyi mümkün kılmıştır.

Tipik bir kullanım, görüntü alan ve işleyen bir parça üzerinde bir işlem gerçekleştirildikten sonra kameranın tetiklendiği bir montaj hattı olacaktır. Kamera, belirli bir nesnenin konumunu, rengini, boyutunu veya şeklini ve nesnenin varlığını kontrol edecek şekilde programlanabilir.

Yapay görme ayrıca standart 2B matris barkodlarını arayabilir ve çözebilir ve hatta basılı karakterleri okuyabilir. Ürünü kontrol ettikten sonra, genellikle ürünle daha sonra ne yapılacağını belirleyen bir sinyal üretilir. Parça bir konteynere atılabilir, bir kol konveyörüne yönlendirilebilir veya diğer montaj işlemlerine aktarılabilir ve muayene sonuçları sistemde izlenebilir.

Her durumda, bilgisayarlı görü sistemleri bir nesne hakkında olduğundan çok daha fazla bilgi sağlayabilir. basit konum sensörleri.

Bilgisayar görüşü, örneğin aşağıdakiler için yaygın olarak kullanılır:

• KG,
• bir robotun (makinenin) kontrolü,
• test ve kalibrasyon,
• gerçek zamanlı süreç kontrolü,
• Veri toplama,
• makine izleme,
• sıralama ve sayma.

Birçok üretici, tekrarlayan denetimler için daha uygun olduğundan, denetim personeli yerine otomatikleştirilmiş bilgisayar görüşü kullanır. Daha hızlı, daha objektif ve günün her saati çalışır.

Görüntü işleme sistemleri, dakikada yüzlerce veya binlerce parçayı denetleyebilir ve insanlardan daha tutarlı ve güvenilir denetim sonuçları sağlayabilir.Üreticiler kusurları azaltarak, geliri artırarak, uyumluluğu kolaylaştırarak ve parçaları bilgisayar görüşü ile izleyerek paradan tasarruf edebilir ve karlılıklarını artırabilir.

Yapay görme nasıl çalışır?

Ayrık fotosel, endüstriyel otomasyon alanındaki en basit sensörlerden biridir. Buna "ayrık" veya dijital dememizin nedeni, yalnızca iki duruma sahip olmasıdır: açık veya kapalı.

Ayrık bir fotoselin (optik sensör) çalışma prensibi, bir ışık demetini iletmek ve ışığın bir cisim tarafından yansıtılıp yansıtılmadığını belirlemektir. Herhangi bir cisim yoksa ışık fotoselli alıcıya yansımaz. Alıcıya genellikle 24 V olan bir elektrik sinyali bağlanır.

Nesne mevcutsa, sinyal açılır ve bir eylem gerçekleştirmek için kontrol sisteminde kullanılabilir. Nesne silindiğinde, sinyal tekrar kapatılır.

Böyle bir sensör analog da olabilir. İki durum yerine, yani. kapatılıp açıldığında, alıcısına ne kadar ışık döndüğünü gösteren bir değer döndürebilir. 0'dan (ışık yok anlamına gelir) 255'e (çok fazla ışık anlamına gelir) kadar 256 değer döndürebilir.

Bir nesneyi hedefleyen kare veya dikdörtgen bir dizide düzenlenmiş binlerce küçük analog fotosel düşünün.Bu, sensörün işaret ettiği konumun yansıtıcılığına bağlı olarak nesnenin siyah beyaz bir görüntüsünü oluşturacaktır. Bu görüntülerdeki ayrı tarama noktalarına "piksel" denir.

Tabii ki, görüntüyü oluşturmak için binlerce küçük fotoelektrik sensör kullanılmıyor. Bunun yerine, mercek görüntüyü yarı iletken bir ışık detektörleri dizisine odaklar.

Bu matris, CCD (Charge Coupled Device) veya CMOS (Complementary Metal-Oxide-Semiconductor) gibi ışığa duyarlı yarı iletken aygıt dizilerini kullanır. Bu matristeki bireysel sensörler pikseldir.

Bir bilgisayarlı görü sisteminin dört ana bileşeni

Bir bilgisayarlı görü sisteminin dört ana bileşeni şunlardır:

• lensler ve aydınlatma;
• görüntü sensörü veya kamera;
• işlemci;
• fiziksel bir giriş/çıkış (G/Ç) bağlantısı veya başka bir iletişim yöntemi aracılığıyla sonuçları aktarmanın bir yolu.

Görüntü işleme, renkli piksel taramayı kullanabilir ve genellikle çok daha geniş bir piksel dizisi kullanır. Elemanların boyutunu, kenar konumunu, hareketini ve birbirine göre konumunu belirlemek için yakalanan görüntülere yazılım araçları uygulanır.

Mercekler görüntüyü yakalar ve ışık şeklinde sensöre iletir. Bilgisayar görüş sistemini optimize etmek için kameranın uygun lenslerle eşleştirilmesi gerekir.

Pek çok mercek türü olmasına rağmen, bilgisayarla görme uygulamalarında yaygın olarak sabit odak uzunluklu mercekler kullanılmaktadır. Seçim yaparken üç faktör önemlidir: görüş alanı, çalışma mesafesi, kamera sensörü boyutu.

Aydınlatma, bir görüntüye çeşitli şekillerde uygulanabilir. Işığın geldiği yön, parlaklığı ve hedefin rengine kıyasla rengi veya dalga boyu, bir bilgisayarla görme ortamı tasarlarken dikkate alınması gereken çok önemli faktörlerdir.

Aydınlatma, iyi bir görüntü elde etmenin önemli bir parçası olmakla birlikte, bir görüntünün ne kadar ışık alacağını etkileyen iki faktör daha vardır. Mercek, merceğe daha fazla veya daha az ışık girmesine izin vermek için açılıp kapanan, diyafram adı verilen bir ayar içerir.

Pozlama süresiyle birleştiğinde bu, herhangi bir aydınlatma uygulanmadan önce piksel dizisine çarpan ışık miktarını belirler. Deklanşör hızı veya pozlama süresi, görüntünün piksel matrisine ne kadar süreyle yansıtılacağını belirler.

Bilgisayarlı görüde, deklanşör elektronik olarak, genellikle milisaniyelik doğrulukla kontrol edilir. Görüntü çekildikten sonra yazılım araçları uygulanır. Bazıları analizden önce (ön işleme), diğerleri ise çalışılan nesnenin özelliklerini belirlemek için kullanılır.

Ön işleme sırasında bir görüntüye kenarları keskinleştirmek, kontrastı artırmak veya boşlukları doldurmak için efektler uygulayabilirsiniz. Bu görevlerin amacı, diğer yazılım araçlarının yeteneklerini geliştirmektir.

Yapay görme, insan görüşünü taklit eden ve üretim süreçlerinde elde edilen görüntüleri almanızı, işlemenizi ve yorumlamanızı sağlayan bir teknolojidir.Yapay görme makineleri, karar vermek ve otomatik bir süreçle en uygun şekilde hareket etmek için üretim süreçleri sırasında alınan bilgileri analiz eder ve kodunu çözer. Bu görüntülerin işlenmesi makine ile ilişkilendirilen yazılımlar kullanılarak yapılmakta ve elde edilen verilerden yola çıkılarak proseslere devam edilmesi ve montaj hatlarında olası hataların tespiti yapılabilmektedir.

Bilgisayarla görmenin amacı

Hedefiniz hakkında bilgi almak için kullanabileceğiniz bazı yaygın araçlar şunlardır:

• Piksel Sayısı: Nesnedeki açık veya koyu piksellerin sayısını gösterir.
• Kenar Algılama: Bir nesnenin kenarını bulun.
• Ölçüm (metroloji): bir nesnenin boyutlarının ölçülmesi (örneğin milimetre cinsinden).
• Örüntü tanıma veya örüntü eşleştirme: Belirli örüntüleri arayın, eşleştirin veya sayın. Bu, döndürülebilen, başka bir nesne tarafından kısmen gizlenen veya başka nesnelere sahip olan bir nesnenin algılanmasını içerebilir.
• Optik Karakter Tanıma (OCR): Seri numaraları gibi metinlerin otomatik okunması.
• Barkod, Data Matrix ve 2D Barkod Okuma: Çeşitli barkodlama standartlarında yer alan verileri toplayın.
• Nokta algılama: Görüntü için bir referans noktası olarak birbirine bağlı piksel yamaları (gri bir nesnedeki kara delik gibi) için görüntüyü kontrol eder.
• Renk analizi: parçaları, ürünleri ve nesneleri renge göre tanımlayın, kaliteyi değerlendirin ve öğeleri renge göre vurgulayın.

Muayene verilerini elde etmenin amacı, genellikle başarılı/başarısız veya devam edip/edemeyeceğini belirlemek için hedef değerlerle karşılaştırmak için kullanmaktır.

Örneğin, bir kod veya barkod taranırken, elde edilen değer saklanan hedef değerle karşılaştırılır. Ölçüm yapılması durumunda, ölçülen değer doğru değerler ve toleranslar ile karşılaştırılır.

Bir alfanümerik kodu kontrol ederken, OCR metin değeri doğru veya hedef değerle karşılaştırılır. Yüzey kusurlarını kontrol etmek için kusurun boyutu, kalite standartlarının izin verdiği maksimum boyutla karşılaştırılabilir.

Kalite kontrol

Yapay görme, endüstride büyük bir potansiyele sahiptir. Bu yapay görme sistemleri kullanılmaktadır. robotikte, kalite kontrol veya kusurlu ürünlerin tespiti gibi üretimin farklı aşamaları için otomatik bir çözüm sunmamızı sağlar.

Kalite kontrol, üretim sürecindeki hataları tespit etmemizi ve bunları ortadan kaldırmak için uygun önlemleri almamızı sağlayacak bir dizi yöntem ve araçtır. Bu, nihai ürün üzerinde çok daha eksiksiz bir kontrol sağlayarak, tüketiciye ulaştığında belirli ve yerleşik kalite standartlarını karşılamasını sağlar.

Bu sayede minimum kalite gerekliliklerini karşılamayan ürünler proses dışı bırakılarak üretim sürecindeki olası aksamalar ortadan kaldırılır.Bu sürekli olarak yapılan denetimler ve rastgele testler ile sağlanır.

Üretimde kalite kontrolün kullanılmasının bir takım avantajları vardır:

• üretkenliği artırın;
• Azaltılmış malzeme kayıpları;
• Fiyatı düştü;
• Nihai ürünün en iyi kalitesi.

Bilgisayar görüşünde iletişim

İşlemci ve yazılım tarafından alındıktan sonra bu bilgi, çeşitli endüstri standardı iletişim protokolleri aracılığıyla kontrol sistemine iletilebilir.

Başlıca bilgisayar görüntü sistemleri genellikle EtherNet/IP, Profinet ve Modbus TCP'yi destekler. RS232 ve RS485 seri protokolleri de yaygındır.

Dijital G/Ç genellikle çalıştırma sistemlerine yerleştirilmiştir ve sonuçların raporlanmasını basitleştirir. Bilgisayarlı görü iletişim standartları da mevcuttur.

Çözüm

Yapay görme sistemleri çok çeşitli uygulamalara sahiptir ve farklı endüstrilere ve her üretim hattının farklı ihtiyaçlarına uyarlanabilir. Bugün, belirli bir standartta ürün üreten herhangi bir şirket, üretim sürecinin bir parçası olarak bilgisayar görüşünden faydalanabilir.

Yapay görme sistemlerinin fiziksel ilkelerini ve yeteneklerini anlamak, bu teknolojinin belirli bir durumda bir üretim süreci için uygun olup olmadığını belirlemede yardımcı olabilir. Genel olarak, insan gözünün görebildiği her şeyi kamera da görebilir (bazen daha fazla, bazen daha az), ancak bu bilgiyi çözmek ve iletmek oldukça karmaşık olabilir.