Moravské přístroje, a. s., zdroj: https://www.mii.cz/art?id=816&lang=405, vytištěno: 01.11.2024 23:39:31

Hlavní stránkaProduktyStrojové vidění VisionLab

Integrace strojového vidění do větších automatizačních celků
 Integrace systémů průmyslové automatizace je dnes velice zjednodušena obecným přijetím standardů již dlouho používaným v oboru informačních technologií. Máme-li tedy v roli vyhodnocovací jednotky strojového vidění použit počítač standardu PC, propojení s automatizačním systémem výrobní linky či celého závodu se maximálně zjednodušuje.

Systémy strojového vidění postupně přicházejí o svou pověst složitých, drahých a tak trochu exotických technologií.V poslední době se tento obor znatelně mění. Cenově dostupné kamery, dostatečný výkon počítačů a především nabídka vyspělého programového vybavení pro práci s obrazovými daty – to vše způsobuje vysoký nárůst počtu aplikací strojového vidění v oboru průmyslové automatizace. S rutinním využíváním strojového vidění roste i náročnost uživatelů a jejich poptávka po hladkém zařazení kamerových systémů do automatizačních systémů celých výrobních linek. I při veškerém technickém pokroku v kamerách a programovém vybavení zůstává návrh systémů strojového vidění jednou z nejobtížnějších a na znalosti a zkušenosti nejnáročnějších oblastí průmyslové automatizace. Základní princip strategie, který nám pomůže snížit riziko selhání je jednoduchý – v základních parametrech navrhovaného systému je dobré si nechávat dostatečné rezervy. Klíčovými parametry jsou kvalita obrazu z kamery, výpočetní výkon vyhodnocovacího zařízení a vybavenost a schopnosti programového vybavení. Možnosti integrace úlohy strojového vidění do dalších automatizačních systémů již sice nejsou tak kritické a potenciálně přímo ohrožující úspěch realizace zakázky, ale i tato část zadání může být řešena buď nákladně a krkolomně nebo elegantně a jednoduše.

Volba koncepce systému

Na počátku nás čeká nejsložitější rozhodování. Další komponenty již můžeme dimenzovat s určitou rezervou na krytí chyb a nepřesností v našich prvotních úvahách a výpočtech. V samém počátku se musíme rozhodnout:

  • Postavíme otevřený systém s počítačem nebo použijeme samostatné tzv. inteligentní kamery?

  • Kolik použijeme kamer?

  • Jaké budou mít kamery rozlišení?

  • Budou barevné či černobílé?

  • Z jakých směrů a vzdáleností budeme snímat?

  • Jaké použijeme objektivy?

  • Jak budeme scénu osvětlovat a jaké zvolíme typy osvětlovacích jednotek?

  • Použijeme optické barevné nebo polarizační filtry?

  • Jaké využijeme programové vybavení pro strojové vidění?

  • A nejdůležitější otázka – je vůbec systém podle zadání s dostupnými technickými prostředky realizovatelný?

Obr. 1: Jednotka DataLab IO v rozvaděči stroje připojená na systém strojového vidění

Obr. 1: Jednotka DataLab IO v rozvaděči stroje připojená na systém strojového vidění

Dobrá rozhodnutí nám sice úspěšné řešení nezaručí, ale chybné počáteční volby nám jej zaručeně zhatí.

Jakou roli hraje kvalita obrazu z kamery?

Odpověď není tak jednoduchá, jak se zdá. Stále existuje poptávka po jednoduchých řešeních, kde na kvalitě obrazu příliš nezáleží. Naše zkušenosti ukazují, že kvalita obrazu je ve většině úloh, jejichž složitost přesahuje úroveň realizovatelnou jednoduchými kamerovými senzory, pro úspěch řešení klíčová. Pokud jde např. o detekci přítomnosti nějaké části kontrolovaného výrobku, může vyhovět i docela nekvalitní obraz s malým rozlišením. Jakmile ale potřebujeme v obraze např. přesně měřit rozměry nebo dokonce pomocí Fourierovy transformace detekovat přítomnost určitých prostorových frekvencí, potřebujeme stabilní a čistý obraz s nízkým šumem a zcela bez artefaktů ztrátových kompresí. Vzhledem k tomu, že při kompresi do JPG formátu je obraz transformován prostřednictvím diskrétní kosinové transformace, nemá již obvykle velký smysl hledat subtilní prostorové frekvence další transformací dekomprimovaného obrazu do kmitočtové domény.

Obr. 2: Osm kamer DataCam uvnitř stroje pro kontrolu kvality výrobků

Obr. 2: Osm kamer DataCam uvnitř stroje pro kontrolu kvality výrobků

Při vysokých nárocích na kvalitu snímaného obrazu přináší značnou výhodu použití digitálních kamer DataCam, které poskytují tzv. syrová obrazová data. Obraz poskytovaný těmito kamerami není zatížen kompromisní kvalitou zpracování obvyklou v běžných kamerách ani poškozen ztrátovou kompresí.

Jaký budeme potřebovat výpočetní výkon vyhodnocovacího zařízení?

Použijeme-li kameru připojenou k počítači, nemusíme si již obvykle s výkonem dělat starosti. Současné počítače s procesory Intel Core i3/5/7 jsou dostatečně výkonné pro naprostou většinu i velmi komplexních úloh strojového vidění. Dokonce i integrovaná grafika Intel HD 4000 je zcela dostatečná pro veškeré obrazové filtry systému Control Web i převážnou většinu kroků systému VisionLab, které využívají mohutného masivně paralelního výkonu GPU. Při velmi vysokých nárocích aplikace na výkon grafického procesoru je možno doplnit počítač samostatnou grafickou kartou vybavenou moderním GPU, např. NVIDIA Kepler. Možnosti současných GPU jsou pro zájemce o tuto problematiku popsány v článku Využití grafických procesorů v systémech strojového vidění na serveru www.mii.cz nebo na serveru www.automa.cz v magazínu Automa ročník: 2012 číslo: 11 Použijeme-li kamery přenášející syrová obrazová data, musíme zajistit dostatečnou přenosovou kapacitu USB kanálů. V případě několika současně komunikujících kamer to problém není, ale i tak není vhodné dávat více kamer na jeden hub. Při vyšším počtu kamer lze vše vyřešit pomocí rozšiřujících komunikačních USB karet. Kapacita sběrnice PCI-X je pak již dostatečná pro desítky kamer.

Co všechno musí umět programové vybavení?

Obvykle již v počáteční fázi návrhu promýšlíme metody zpracování obrazu a algoritmy extrahování požadovaných informací z obrazových dat. Dokážeme tedy specifikovat, jakou funkčnost musí programové vybavení obsahovat. Tyto odhady jsou ovšem dosti náročné na expertní vědomosti a zkušenosti autora návrhu aplikace. Použijeme-li rozsáhlý a bohatě vybavený programový systém, případná počáteční přehlédnutí či podcenění problémů jsou snadno řešitelná. V případě použití tzv. inteligentní kamery s nepříliš vysokým výpočetním výkonem a omezenou sadou funkcí se může počáteční špatný odhad stát velkým problémem.

Obr. 3: Snadnou propojitejnost a komunikaci mezi jednotlivými částmi systému zajišťuje programové prostředí Control Web

Obr. 3: Snadnou propojitejnost a komunikaci mezi jednotlivými částmi systému zajišťuje programové prostředí Control Web

Kvalitní programové vybavení by mělo plně využívat všech vlastností současných počítačů, včetně paralelizace zpracování dat na více jádrech CPU a masivně paralelních algoritmů prováděných v GPU. Co se týká funkcí a kroků, určitě jich použijeme z bohaté nabídky pouze několik, jen je těžké dopředu přesně vědět které to budou.

Spolupráce strojového vidění s okolním prostředím

Samostatné řešení byť dobře fungujících, ale izolovaných řešení algoritmů strojového vidění, není pro zákazníky již tak atraktivní a obdivované. Kromě obvyklých rozhodnutí kolem volby koncepce řešení úlohy strojového vidění musí autor systému také stále více hledět na možnosti integrace vysoce specializovaného programového vybavení do automatizačního celku stroje, výrobní linky nebo celého závodu. Integrace systémů průmyslové automatizace je dnes velice zjednodušena obecným přijetím standardů již dlouho používaným v oboru informačních technologií. Nejdůležitější roli tedy i v hodně konzervativní průmyslové automatizaci hrají rozhraní Ethernet a USB. Máme-li tedy již v roli vyhodnocovací jednotky strojového vidění použit počítač standardu PC, propojení s automatizačním systémem výrobní linky či celého závodu se maximálně zjednodušuje. Samozřejmě pouze za předpokladu, že námi používané programové vybavení podporuje alespoň klíčové softwarové standardy pro komunikaci a výměnu dat, jako jsou např. OPC pro komunikaci se vstupně-výstupními zařízeními a ODBC a SQL pro spojení s databázemi atd.

Značné možnosti propojení rozličných systémů a jejich vzájemnou spolupráci umožňuje ta skutečnost, že systém strojového vidění VisionLab je součástí neobyčejně rozsáhlého programového prostředí Control Web. Jediný řídicí počítač, ke kterému jsou připojeny kamery a který řeší úlohu strojového vidění, může sloužit jako řídicí a komunikační jednotka celého automatizačního systému a současně jako rozhraní mezi člověkem a strojem. K tomuto počítači lze dále podle potřeby připojit patřičný počet vstupně-výstupních jednotek DataLab. Tyto jednotky mohou být připojeny prostřednictvím: ° USB – na krátkou vzdálenost v rámci jednoho stroje při požadavku vysoce rychlých odezev v reálném čase ° Ethernetu – na libovolně velkou vzdálenost s možností využití síťové infrastruktury závodu ° RS 485 – na velkou vzdálenost při použití úsporné a levné kabeláže

Obr. 4: Jednotka průmyslových vstupů a výstupů DataLab IO s připojením na Ethernet

Obr. 4: Jednotka průmyslových vstupů a výstupů DataLab IO s připojením na Ethernet

Také pro připojení digitálních kamer DataCam můžeme volit mezi připojením pomocí USB 2.0 nebo Ethernetu. K jednomu komunikačnímu adaptéru pro Ethernet mohou být připojeny až čtyři kamery. Programové prostředí Control Web se pak dokáže postarat o případné připojení dalších PLC pomocí jejich nativních komunikačních protokolu nebo pomocí univerzálního standardu OPC, dokáže komunikovat s libovolným databázovým serverem, dokáže samotné vystupovat v roli webového serveru nebo klienta, může posílat maily, SMS, komunikovat v bezdrátových sítích a může dělat mnoho a mnoho dalšího. Integrace takto postaveného systému do okolního automatizačního prostředí je pak velmi přirozená, snadná a levná. Systém není vázán na neveřejné vlastnické, většinou tajné, standardy nějakého výrobce a lze je do budoucna snadno modernizovat a rozšiřovat.

Článek tak, jak vyšel v dvojčísle 8-9/2013magazínu Automa je v PDF podobě zde: Automa_08_20131.pdf.

rc