Robot Vizyonu: İlkelerin, Bileşenlerin ve Uygulamaların Kapsamlı Bir Analizi
Günümüzün hızlı teknolojik gelişme çağında, robot görme teknolojisi giderek otomasyon alanındaki en önemli teknolojilerden biri haline geliyor. Verilere göre mekanik görmenin küresel pazar büyüklüğü 2021 yılında 11,4 milyar dolara ulaşırken, 2022 yılında bu rakamın sürekli bir yükseliş trendine işaret ederek 12 milyar dolara çıkması bekleniyor. Bu, robot görme teknolojisinin dünya çapında artan ilgi ve uygulama aldığını gösteriyor.
1, Görsel proje
Temel işlevler
Tanıma: Tanıma işlevi esas olarak hedef nesnenin görünümü gibi özelliklerini tanımlamayı içerir. Bunlar arasında barkod tanımanın doğruluğu ve hızı, tanıma yeteneğinin ölçülmesinde önemli göstergelerdir.
Ölçüm: Ölçüm fonksiyonu görüntünün boyut birimini elde edebilir ve görüntüdeki hedef nesnenin geometrik boyutlarını doğru bir şekilde hesaplayabilir. Yüksek hassasiyet ve karmaşık şekil ölçümü, bu fonksiyonda makine görüşünün avantajlarıdır.
Yerelleştirme: Yerelleştirme, şu anda, ana ölçüm göstergelerinin doğruluk ve hız olduğu, hedeflerin iki-boyutlu ve üç-boyutlu konum bilgilerini elde edebilen yaygın olarak kullanılan bir alandır.
Tespit: Tespit alanı, makine görüşü işlevlerinin %50'sini oluşturur ve hesaplamaları uygulamak zordur; özellikle montaj sonrası görünüm tespiti ve görünüm çizik kusur tespitini içerir.
Uygulama senaryoları
Endüstriyel robotlarla birleştirilmiş yapay görme esas olarak robot hareketini yönlendirmek için kullanılır. Spesifik senaryolar kavrama, algılama ve işleme vb. olarak ayrılabilir. Yakalama kategorisi yükleme ve boşaltma, paletleme, sıralama vb. gibi uygulamalara bölünebilir. Süreç kategorisi temel olarak yapıştırma, cilalama, kaynaklama vb. gibi uygulama senaryolarını içerir ve esas olarak kavramaya odaklanır.
2, Görsel sistemin bileşimi ve ilkeleri
A. Sistem Bileşimi
Görsel kamera: Ana işlevi görüntüleri yakalamak ve görüntü bilgilerini toplamaktır.
Işık kaynağı: Robotun daha net görüntüler elde edebilmesi için görsel sistem için sabit bir ışık kaynağı sahnesi sağlayın.
Bilgisayar donanımı: CPU, bellek, sabit disk vb. dahil olup esas olarak görüntülerin işlenmesinden, algoritma hesaplamalarından ve depolamadan sorumludur.
Robotlar: Görsel verileri alır, fiziksel koordinatları alır ve görsel talimatlara dayalı olarak otomatik üretim görevlerini yürütür.
Mekanik cihaz: donanımlar, taşıma bantları, yükseltici koltuklar ve diğer çevre birimleri dahil olmak üzere ana işlev, robotun fiziksel işlemleri tamamlamasına yardımcı olmaktır.
B. Sistem sınıflandırması
Monoküler görüş: Bu, görüntü elde etmek için tek bir endüstriyel kamera kullanan, genellikle yalnızca iki-boyutlu görüntüleri yakalayabilen ve akıllı robotlar alanında yaygın olarak kullanılan, yaygın olarak kullanılan bir görsel sistemdir. Ancak görüntü doğruluğu ve veri kararlılığıyla ilgili sorunlar nedeniyle çoğu zaman diğer sensör türleriyle birlikte çalışmak gerekir.
Binoküler görüş: iki kameradan oluşur, sahnenin derinlik bilgisini elde etmek için üçgenleme ilkesini kullanır ve çevredeki nesnelerin üç-boyutlu şeklini ve konumunu yeniden oluşturabilir. Prensip insan gözününkine benzer ve nispeten basittir.
Çoklu görüş: Birden fazla kamera kullanılarak kör noktalar azaltılabilir ve hatalı tespit olasılığı azaltılabilir. Endüstriyel robotların montaj alanında yaygın olarak kullanılır ve ölçülen nesneyi doğru bir şekilde tanımlayıp bulabilir, montaj robotlarının zekasını ve konumlandırma doğruluğunu geliştirebilir.
C. Görüntüleme prensibi
Görsel görüntüleme, esas olarak tespit edilen nesneyi, görüntü toplama cihazlarına (CMOS ve CCD) dayalı olarak bir görüntü sinyaline dönüştürür ve bunu özel bir görüntü işleme sistemine iletir. Piksel dağılımının parlaklık ve renk bilgilerini dijital sinyallere dönüştürün. Görüntü işleme sistemi, bu sinyallere dayalı olarak hedefin alan, miktar, konum, uzunluk vb. özelliklerini çıkarır ve otomatik tanıma işlevini elde etmek için önceden belirlenmiş toleransa ve boyut, açı, sayı, nitelikli/niteliksiz, varlık/yokluk vb. dahil olmak üzere diğer koşullara göre sonuçların çıktısını alır ve ardından-ayrım sonuçlarına göre saha ekipmanının eylemini kontrol eder.
3. CCD ve CMOS arasındaki fark
CCD kameralar, optik görüntüleri iletim için dijital sinyallere dönüştürmek için CCD'yi kullanır. CCD görüntü işleme sensörleri, sinyalin okunması için iyi iletim tutarlılığı ve tüm görüntü bilgilerinin okunabilmesi özelliği ile bir veya birkaç çıkış düğümü kullanır. Ancak çıkış sinyalinin bant genişliğinin yükseltilmesi gerekir, bu da yüksek güç tüketimine neden olur.
CMOS kameralar, iletim için tek bir piksel kullanarak optik görüntüleri iletim için dijital sinyallere dönüştürmek üzere CMOS'u kullanır; bu, tek piksel sinyal amplifikasyonu ve son derece yüksek görüntü tarama hızı elde edebilir, ancak sinyal tutarlılığında kusurlar vardır.
Robot görme teknolojisinin otomasyon alanındaki uygulaması sürekli genişlemekte ve derinleşmektedir. Pazar büyüklüğünün büyümesi, fonksiyonların çeşitliliği, sistem kompozisyonunun karmaşıklığı ve görüntüleme ilkelerinin bilimsel doğası gibi çeşitli yönlerden bu teknoloji, gelecekte endüstriyel üretim ve akıllı robotlar gibi birçok alanda şüphesiz daha önemli bir rol oynayacaktır.