a řízení staveb teorie měření · 2015-12-11 · ©vr - zs 2015/2016 foto-snímače t-...

Ústav technologie, mechanizace

a řízení staveb

Teorie měření

a regulace

© 2015 - Ing. Václav Rada, CSc.ZS – 2015/2016

strojové vidění

p. 3q.

© VR - ZS 2015/2016

T- MaRfoto-snímače T- MaR

Obrazová analýza je proces, který lidstvo využívalo

již od samého počátku své existence – tak jak je v ději-

nách lidstvo tradicí - už pravěký člověk pomocí svého

zraku a zkušeností (tj. porovnáním skutečnosti se vzorem,

se kterým se setkal v minulosti) určoval, zda se např.

mamut vejde do jámy, kterou vykopal, zda jsou utržené

bobule jedlé, jestli bude nebo nebude pršet.

Veškeré takové hodnocení je ale velmi

subjektivní a pomíjivé.

© VR - ZS 2015/2016


PRO SNÍMÁNÍ OBRAZŮ

jsou používány principy i realizační technologie jiného

charakteru, než jak je tomu u optických a světelných sní-

mačů majících charakter podobný charakteru světelné

závory či polohového snímače.

Obecně lze říci, že vlastnosti objektu, které mají být analy-

zovány, musí být vizuálně detekovatelné - tato podmínka

se zdá být na první pohled zcela triviální, ale v praxi se

objevuje velké množství úloh, jejichž řešení zcela jedno-

duché není – tento „první pohled“ totiž provádí člověk,

který je vybaven tím nejdokonalejším snímacím a pře-

devším vyhodnocovacím systémem = oko + mozek.

© VR - ZS 2015/2016


Technologie strojového vidění

Historie zpracování obrazu v počítači začíná v sedmdesátých letech

kdy existující výpočetní technika umožnila zpracování obrovského

objemu dat který je spojen s obrazovou informací - vznikl nový obor

= počítačové vidění (computer vision).

Tento název se dodnes používá k nejobecnějšímu označení systémů

vykonávajících automatizovanou činnost na základě zpracování

obrazu z kamery.

Objektem počítačového vidění může být prakticky cokoliv, například

biologický vzorek, dopravní situace nebo lidská tvář či lidská činnost.

A samozřejmě také proces výroby – obvykle se používá termínu

strojové vidění (machine vision).

© VR - ZS 2015/2016

T- MaRvidění - snímače T- MaR


Strojové vidění je dnes považováno za využití počítačového vidění –

obvykle a velice často přímo spojené s průmyslovou automatizací.

Je charakterizováno vazbou na výrobní proces a orientací na typické

úlohy spojené s řízením výrobního procesu.

K těmto úlohám patří hlavně vizuální inspekce předepsaných viditel-

ných parametrů, počítání objektů, hledání defektů a podobně.

Teprve první desetiletí jednadvacátého století přineslo viditelné rozší-

ření strojového vidění v průmyslové výrobě – začalo se rozvíjet až

když došlo k souběhu poptávky s možnostmi technické realizace.

Přelom dvacátého a jednadvacátého století – výrobci a dodavatelé se

ohlíží po technických prostředcích pro totální kontrolu veškeré

produkce.

© VR - ZS 2015/2016

T- MaRT- MaR

Pojem strojové vidění je používán pro (HW + SW) systém,

integrovaný do funkčního celku umožňujícího "vidět" a „roz-

poznat“ (jednoznačně identifikovat) obraz a dále s ním pra-

covat ….. což představuje širokou škálu možných činností

od kontroly přítomnosti určitých prvků, přes rozpoznání

textu až po kontrolu např. barevného odstínu, či měření roz-

měrů, kontrola povrchu, …., ale i kontrola úplnosti a kom-

pletnosti (povrchové nebo u povrchových částí).

Zařízení se dělí na tzv. inteligentní senzory a smart

kamery.

vidění - snímače


© VR - ZS 2015/2016

T- MaRT- MaRvidění - snímače


veličina užívaný anglický termín užívaná angl. zkratka

základní zvětšení objektivu Primary Magnification PMAG

zorné pole Field of View FOV

zorný úhel Angular Field of View AFOV

rozlišení v rovině snímaného

objektuObject Space Resolution

rozlišení v rovině obrazového

senzoruImage Space Resolution

rozlišovací schopnost kamery Camera Resolution

ohnisková vzdálenost Focal Lenght

pracovní (snimací) vzdálenost Working Distance WD

hloubka ostrosti Depth of Field DOF

základní veličiny při snímání obrazu kamerou

© VR - ZS 2015/2016

T- MaR

Technologie strojového

vidění

T- MaRvidění - snímače

Základní veličiny přítomné

při snímání trojrozměrného

objektu kamerou.

V tabulce jsou uvedeny další

veličiny, které se vyskytují v

úlohách geometrické optiky

spolu s užívanými anglic-

kými termíny a zkratkami.

© VR - ZS 2015/2016


Optická soustava vytváří obraz, který má / musí,

vzhledem k požadavkům úlohy, splňovat následující

parametry:

• dostatečné rozlišení

• vhodný kontrast

• dostatečnou hloubku ostrosti

• přijatelné geometrické zkreslení

• přijatelné perspektivní zkreslení


© VR - ZS 2015/2016

T- MaR

Technologie

strojového

vidění

Schema

principu

činnosti

strojového

vidění

T- MaRvidění - snímače

© VR - ZS 2015/2016

T- MaRT- MaR

Proč je strojové vidění ideálním

prostředkem pro realizaci totální kontroly?

strojové vidění, včetně vyhodnocení, je rychlé

- sejmutí obrazu je rychlejší než přikládání kalibrů nebo měřidel

strojové vidění je univerzální

- systém strojového vidění umožňuje provádět na jednou sejmutém

obraze několik kontrol a měření najednou.

strojové vidění je bezdotykové a neinvazní

- pro kontrolu pomocí strojového vidění není třeba upravovat výrobní

zařízení, linky, sklady, dopravní zařízení, apod.



© VR - ZS 2015/2016

T- MaRT- MaR

strojové vidění je automatizované

- systémy strojového vidění umožňují přímé spojení se strojem, výrob-

ní linkou, automatem nebo řídicím systémem.

strojové vidění je flexibilní

- úprava systému pro kontrolu odlišné součásti spočívá pouze ve

změně vyhodnocovacího softwaru





© VR - ZS 2015/2016

T- MaRT- MaR

Kamera poskytující robotovi zrak je jedna z největších inovací

současného trendu totální automatizace procesů.

Robot již nemusí pracovat podle pevného programu, který předpo-

kládá neměnné prostředí bez překážek, do kterých by mohl při svém

neměnném cyklickém pohybu narazit.

Může své pohyby modifikovat podle toho, co vidí.

To umožní vykonávat činnosti na různých prvcích a částech

zpracovávaného výrobku.





© VR - ZS 2015/2016

T- MaRT- MaR

Identifikace barev

Barevná kamera může nahradit mnohem nákladnější spektrometrii.

Kontrola zda je pro tisk či nátěr správně aplikována správná barva nebo zda je díl

z předepsané (barevně odlišené) plastické hmoty.

V potravinářství lze rozborem barvy objevit zkažené zboží.

Kontrola shodnosti barevného odstínu po celém výrobku a jeho jednotlivých částech

(montáž z dílů), ….

Kontrola shodnosti barevného odstínu při mísení barev.

Rozpoznání, polohování a třídění

Pro správnou montáž je třeba kontrolovat použití správného dílu.

K identifikaci lze využít nápisu, kódu nebo charakteristického znaku.

Kontrola správně polohovaného dílu, součástky, nesmí být například stranově otočen.

Na co se používá strojové vidění



© VR - ZS 2015/2016

T- MaRT- MaR

Čtení a verifikace kódů

Identifikace pomocí čárového nebo matrixového kódu při automatizované montáži

hlavně v automobilovém průmyslu - kamera strojového vidění tuto identifikaci

zajistí i bez použití dodatečného scanneru – umí verifikovat kód po jeho vytvoření.

Čtení kódu výrobku ve skladovém systému – využití při automatickém uložení a

vybrání prvku v rámci skladového systému s automatickými nebo robotickými

zakládacími stroji a systémy.




© VR - ZS 2015/2016

T- MaRT- MaR

Kontrola povrchů a potisků

Mechanické poškození hran, poškrábání povrchů, vady nátěrů a jiných povrchových

úprav. - nedokonalý potisk, poškozená nálepka a nedoleptané logo.

Bublinky ve skle a plastech, nesouvislá vrstva naneseného lepidla nebo přerušená

housenka tmelu.




© VR - ZS 2015/2016

T- MaRT- MaR

Testování funkce, cejchování měřidel

Existují aplikace, kdy je třeba vizuálně kontrolovat ukazatel, displej, kontrolní světla

nebo polohu součástky v závislosti na funkci zařízení - například cejchování vodo-

měrů, rychloměrů a zkouška chodu převodových mechanismů. Strojové vidění

snadno zjistí, zda poloha ukazatele odpovídá cejchované hodnotě.

Čtení textů

Pomocí přečtení hodnoty a textu strojovým viděním při expedici zboží – např.

určení prošlé garanční či expirační doby, naplnění obalu jiným obsahem než je na

něm uvedeno či nalepení jiného štítku než je předepsáno.

Přečtení nápisu nebo identifikačního štítku zajistí, že při montáži nedojde k záměně

podobných dílů.




© VR - ZS 2015/2016

T- MaRT- MaR

Měření a kontrola tolerancí

Všechno, co je v kameře vidět lze pomocí nástrojů

strojového vidění i měřit. Nejčastější úlohou je kon-

trola tolerancí – průměry otvorů, průměty hřídelí,

rozteče děr, úkosy kuželů a závity, … kontrola

justování kontaktů a předpětí pružin.

Nalezení vad opracování

Otřepy po stříhání a lisování či nedokonalé výlisky,

deformace či poškození při skladování nebo

dopravě.

V elektrotechnické výrobě je požadavkem kontrola

osazení součástek a pájení na plošném spoji.

Samostatnou oblastí strojového vidění je kontrola

při výrobě integrovaných obvodů.




© VR - ZS 2015/2016

T- MaRT- MaR

Smart kamery jsou autonomní zařízení, kde nasnímání, zpracování

a odeslání výsledků dané úlohy probíhá v jediném přístroji - zvládají

širokou škálu úkolů od kontroly přítomnosti včetně identifikace pří-

tomné věci či osoby, čtení nejnáročnějších kódů, zasílání údajů o pozici

sledovaného výrobku až po precizní kontrolu a měření rozměrů.

Kamera je parametrizována prostřednictvím speciálního SW přímo od

výrobce - jednotlivé typy kamer se liší výbavou specializovaného SW,

rychlostí a obrazovou kvalitou snímacího čipu a jeho rozlišením, jsou

monochromatické nebo barevné.



© VR - ZS 2015/2016

T- MaRT- MaR

Kamera je kompaktní zařízení = snímač obrazu, optická část, procesor,

osvětlení, vstupy a výstupy – je schopná detekovat až 6.000 kusů (tj.

změn obsahu snímaného obrazu) za minutu - vše v průmyslovém tělese

s krytím IP67.

Rozlišení od 128 x 101 px až do 2448 x 2048 px -- i více (ale za dosti

vysokou cenu).

Komunikačním a parametrizačním rozhraním je Ethernet, WiFi,

Bluetooth nebo RS232 – výstup je v digitálním diskrétním tvaru, trigro-

vacího vstupu a výstupu pro ovládání externího osvětlení, atd.



© VR - ZS 2015/2016

T- MaRT- MaR

Osvětlení - vlastnosti použitého světla

Vlastností světla určují, jak se použité

světlo bude chovat v interakci se sníma-

ným objektem a jak bude následně půso-

bit na obrazový senzor kamery – viz obr.

Světlo, které dopadne z osvětlovače na sledovaný objekt se dle

zákonů optiky rozdělí: část se ho odrazí, část způsobí v materiálu

objektu emisi sekundárního záření, část se absorbuje a část projde.

Každá z těchto částí se ve strojovém vidění může využít.



© VR - ZS 2015/2016

T- MaRT- MaR

Pro různé způsoby vytvoření kontrastu zájmové a rušivé části objektu

ustavili výrobci osvětlovačů následující názvosloví pro používané

geometrie osvětlení:

• přední osvětlení s

jasným obrazovým

polem

(bright-field lighting)

• přední osvětlení s

temným zorným

polem

(dark-field lighting)

• zadní světlo

(back lighting)



© VR - ZS 2015/2016



Vlastnosti snímaného objektu vzhledem k úloze strojového

vidění - tato analýza se zaměřuje především na následující

vlastnosti objektu:

• velikost absorpce/odrazivosti světla v zájmových místech

objektu, která určuje kontrasty a lesky (souvisí rovněž s

barvou objektu)

• struktura povrchu v zájmových místech objektu, kterou je

někdy nutné zvýraznit, jindy potlačit

• členitost objektu (výstupky, otvory ..) vyžadující různé

způsoby vytvoření či potlačení kontrastu v obraze

• …………….

© VR - ZS 2015/2016



………….

• průsvitnost a průhlednost částí objektu která může být

využita nebo musí být potlačena

• pozadí objektu, které může působit rušivě

• tvar a velikost objektu pro určení velikosti a vzdálenosti

osvětlovače

• možná změna polohy nebo případný pohyb objektu.

© VR - ZS 2015/2016

T- MaRT- MaRTechnologie strojového vidění

Kamery a čtečky kódů

© VR - ZS 2015/2016


Osvětlení – přirozené nebo umělé (obvykle LED)

© VR - ZS 2015/2016


Detekce výrobku vyhledáním

některé aktuální (změněné)

nebo sledované vlastnosti

výrobku - např. obrázku

jablka na horní straně nápo-

jové krabice – může současně

sledovat více prvků

téhož obrazu (povr-

chu krabice), ……

© VR - ZS 2015/2016

T- MaRT- MaRTechnologie strojového vidění – příklady

Příklady……Zařízení pro čtení čárového a DMC kódu - absence mechanických kom-

ponent, možnost číst kódy jakkoliv orientované, snímat několik kódů

současně, snadná a levná úprava snímače pro čtení z různých vzdále-

ností, snadná a rychlá výměna objektivu, osvětlení monochromatickým

světlem různých vlnových délek včetně infračervené pro zvýraznění

určitých částí snímané předlohy.

Kontrola osazení součástek do desky

plošných spojů –

správný prvek a jeho

správná poloha

založení v desce

© VR - ZS 2015/2016


Kontrola osazení součástek do desky plošných spojů – správný prvek a jeho

správná poloha založení v desce

správná poloha **

nesprávná (otočená)

poloha

© VR - ZS 2015/2016


green light (zelená)

vlnová délka 525 nm

podklad je světlý - nárůst

kontrastu v označené částí

vlnová délka 390 nm

krátká vlnová délka zvýrazní meta-

lické části a povrchové vady, drob-

né otvory jsou kontrastní vůči po-

zadí – zde kontrola vývodů IO

© VR - ZS 2015/2016

T- MaRT- MaRTechnologie strojového vidění – kontrola jakosti

Průběžná kontrola povrchu

pásového nebo deskového mate-

riálu - kontrola nanášeného laku,

povrchových úprav, poškozené-

ho povrchu, barvy, nečistot a

nežádoucích předmětů, detekce

deformace okrajů, …...

© VR - ZS 2015/2016


Průběžná kontrola povrchu Povrch pohybujícího se pásu je osvětlen

liniovým fokusovaným osvětlovačem a

snímán řádkovými kamerami. Pohyb pásu

sleduje inkrementální čidlo a vzorkování

je nastaveno tak, aby se na jeden pixel

čipu kamery promítl čtvereček 0,25 x 0,25

mm povrchu - je zaručeno rozlišení 0,5

mm v obou osách.

Software umí rozlišit vady izolované (vady struktury, nečistota, bubli-

nky, kapky), vady shlukové (lak s povrchem „krupice“), vady okraje(zvlněný nebo potrhaný okraj, barva steklá do kapek na okraji), vady

spojité (čáry, rýhy), vady plošné (změny v barevnosti, výpadky naná-

šení laku) a vady periodické (průchodem pásu poškozeným válcem).

© VR - ZS 2015/2016


Čtveřice kamer

snímá celou šířku

pásu na výstupu

výrobní linky.

Speciálně navr-

žený osvětlovací

systém dokáže

zviditelnit mikro-

metrové nerov-

nosti materiálu.

© VR - ZS 2015/2016


Průběžná kontrola úplnosti

– chybějící láhev v přepravce

nebo chybějící láhev na plni-

cím pásu, ….

© VR - ZS 2015/2016


Morfologické detekce hran

pracují na zcela jiných principech vycházejících z morfologických

transformací binárních obrazů.

Není zde vyhodnocována strmost změny obrazové funkce, ale vychází

se z prahování úrovně jasu.

Pro některé pří-

pady může být

ale právě tako-

vý způsob de-

tekce obrysů

objektů nejlep-

ším řešením.

© VR - ZS 2015/2016


Průběžná kontrola úplnosti – přítomnost závitu

v otvoru, kontrola kvality závitu, kontrola rozměru

otvoru a velikosti závitu, ….

kontrola shodnosti

čísla dílu, nástroje, ….

a řízení staveb teorie měření · 2015-12-11 · ©vr - zs 2015/2016 foto-snímače t-...

Documents