软硬兼备,机器视觉控制技术迈向融合发展

文:传动网2022年第五期

  作为提供机器感知能力的基础技术之一,近几年,机器视觉应用在CCD图像传感器、CPU/DSP图像处理器等技术飞速发展的促进下,与生产工艺、大数据、企业云相结合,形成了针对各种生产要素的闭环反馈和优化系统,在支撑智能制造发展中起到了越来越重要的作用。

  组编/编辑部

  机器视觉在工业领域中的应用,已渐渐被人们所了解。伴随着制造业由大规模、批量生产转变为少量多样、大量定制化模式,如今的生产企业对于产能、产线的规划要求日益严苛,加上近年来在新冠疫情持续反复的影响下,人员、物流交通时常受阻,由此也带来了对远程运营管理的需求。作为提供机器感知能力的基础技术之一,近几年,机器视觉应用在CCD图像传感器、CPU/DSP图像处理器等技术飞速发展的促进下,与生产工艺、大数据、企业云相结合,形成了针对各种生产要素的闭环反馈和优化系统,在支撑智能制造发展中起到了越来越重要的作用。

  根据市场研究机构Markets and Markets的调查报告显示,2021年全球机器视觉市场规模约为114亿美元(含器件、系统及智能设备在内),未来一段时期内,该市场的复合年增长率为6.1%左右,到2026年,全球机器视觉市场规模将达到153亿美元(见图1)。

  在中国,从市场规模来看,近年来国内机器视觉市场稳定保持着20%的均速增长,其中2021 年中国机器视觉市场增速超过 45%,据GGII数据披露,2021 年 2D 视觉市场规模约为 117.20 亿元,3D 视觉市场约为 11.51亿元。至2025年中国机器视觉市场规模将有望超过 380 亿元,其中,3D 视觉市场规模将超过 100 亿元(见图2)。从应用来看,目前3C 电子制造行业是机器视觉技术最多的应用领域,而近期表现抢眼的应用市场则包括汽车、半导体、锂电池、医药、食品包装、物流仓储等行业,其中锂电行业在2021 年的需求增长明显,预计未来5-10 年将会是机器视觉应用增长的主要拉动“引擎”之一。

机器视觉

图1 2021-2026年全球机器视觉市场规模统计及预测(单位:亿美元,资料来源:Markets and Markets)

机器视觉

图2 2016-2025年中国机器视觉市场规模统计及预测(单位:亿元,资料来源:GGII)

  机器视觉+运动控制软硬件新发展

  机器视觉是一整套系统工程,涉及多学科交叉应用范畴,从工作流程来看,大致上可分为成像、信号处理与分析、决策与执行三大环节,关键技术涵盖图像处理、机械工程、控制、电光源照明、光学成像、传感器、模拟与数字视频、计算机软硬件等(如:图像增强和分析算法、图像卡、I/O卡),如图3所示。

  机器视觉控制器及系统属于产业链上游设施,它的性能好坏直接影响到整个机器视觉系统的处理速度以及运行时间。在传统方案中通常采用“视觉系统+PLC+运动控制”的形式运作,随着当前生产设备迈向集成化的发展趋势,使得越来越多的机器视觉系统将运动控制结合到其架构中,以代替传统方案,从而解决了传统方案带来的编程效率低、人员操作难、人机界面数量过多等问题。

  一直以来,机器视觉技术和运动控制技术都在各自的领域内发展,但现在,这两类技术逐渐走向融合、甚至是开放的道路。在机器视觉方面,海量的并行运算对PC机的CPU性能要求越来越高,设备成本随之升高,为此,“嵌入式运动控制+机器视觉一体机”这一硬件处理方式应运而生。而另一方面,运动控制技术经过多年的发展,逐渐分化为以DSP为代表的高精尖系列和以ARM为代表的简易型系列两大阵营,尤其是在一些多轴协调运动控制、高速点位运动控制等高端应用场景中,嵌入式设备采用英特尔x86架构的CPU和芯片组为系统处理器,加上高性能的DSP和FPGA为运动控制协处理器,并提供计算机常见接口及运动控制专用接口,就能够实现点位运动、电子凸轮、直线插补、圆弧插补、连续轨迹加工等复杂的运动控制功能,同时借助多路高速锁存输入、高速精准输出、位置同步输出PSO,也可以匹配多台高速工业相机的机器视觉应用。

  在软件方面,结合各类工业生产场景的视觉检测应用需求,以及多年运动控制方面的技术积累,目前一些厂商开发出专业级工业机器视觉软件。这类软件针对实际工艺需求提供多种功能模块,采用可二次开发的系统架构,方便客户定制运动控制+视觉的工艺、算法,并可混合编程,支持实时仿真、在线跟踪以及诊断/调试功能,同时提供典型应用如CNC、机器人等的视控一体解决方案,协助客户快速实现智能装备的视觉定位、测量、识别、检测和各种复杂运动控制系统的应用开发。

机器视觉

图3 机器视觉关键技术分类(资料来源:止卓资本)

  在运动中检测,确保高速工作节拍

  随着当前中国先进制造的迅猛发展,企业对于生产线的产能效率、柔性化,以及成品品质均提出了更高的要求。例如,针对流水线视觉筛选设备的应用,在流水线皮带的传输过程中,物料通过每一台相机时,系统都要对物料的正反面或者侧面等进行视觉测量与检测等,传统的做法是当物料运动到每一台相机的拍摄位置时,流水线皮带停就会下来,视觉系统完成拍照及处理,而拍摄需要时间,这就往往会造成设备不必要的停顿动作和时间消耗,对产能产生严重的影响。

  为此,深圳市正运动技术有限公司开发的ZMC430N运动控制器通过EtherCAT总线或脉冲轴接口控制伺服电机,内置高速锁存功能,可通过高速输入口锁存转盘上来料的编码器实时位置,并通过光纤传感器,感应及记录来料位置;同时,根据锁存位置,算出相机触发的位置,采用视觉飞拍技术,当物料传输到相机拍摄位置时,由运动控制器内部触发相机,进行动态无停顿拍照,实现微秒级的拍摄速度,数毫秒间就能输出视觉运算结果OK或NG,回传给控制器,确定是OK吹气口工作还是NG吹气口工作,以达到高速筛选的目的。最后,系统根据锁存位置,算出吹气口的位置,实现皮带流水线不停顿、运动状态下的吹气筛选分类检测功能,确保了高速的加工节拍效率。

  正运动技术ZMC430N运动控制器支持最多12路硬件比较输出,既保证了工作效率,又确保了精准度,适合1-8台相机流水线式视觉筛选场合的应用,也适用于玻璃转盘式视觉筛选的场合。在机器视觉检测和测量过程中,机构不用停下来,相比静态拍照,减少了机台CT,提高了生产效率,还可通过PC上位机(C#/C++/.NET/Python/Qt…)调用API函数和下位机Basic混合编程,相比于传统的PLC+触摸屏方案,集成化更高,性价比更好,响应更快,效率更高,且检测结果更加稳定、一致性更高。

  无缝集成,降低应用“门槛”

  在“机器视觉+运动控制”方案的实际应用中,为了克服技术工程师、设备制造商和终端用户在开发、使用以及后期维护过程中通常遇到的“痛点”难题,近年来,许多技术供应商都在积极寻求突破,致力于将机器视觉这一相对独立的功能集成到自动化系统中。

  以PC控制技术见长的倍福自动化则在开放式、集成式自动化系统的开发方面有一定的优势,基于其TwinCAT自动化系统开发平台推出的集成式TwinCAT Vision机器视觉软件与控制系统进行了深度集成,算法程序和控制程序可集成在 TwinCAT里,使得自动化工程师可以直接在熟悉的 IEC61131-3 中开发视觉方案,大大降低了机器视觉的应用“门槛”。

  同时,TwinCAT Vision让包含 PLC、机器人技术、IoT 等在内的所有应用,都能在一个运行环境中运行,拥有优秀的数据同步性能,数据传输不会产生延迟,不仅显著提升了设备效率,更将 PC 控制的优势诠释得淋漓尽致。另外,遵循倍福开放式控制技术理念,TwinCAT Vision 也是一个开放的系统,支持 GigE Vision 协议,可以使用不同制造商生产的相机,还支持软件扩展、允许用户访问原始相机数据等。不仅如此,倍福还有专门控制光源或者相机的超采样模块—— EL2596,可实现极速控制,针对飞拍和检测节拍要求较高的场景也十分友好。

  常见的机器视觉解决方案,会在单独的计算机上托管集成图像处理,在传统的方案硬件结构中,用户要添加额外的视觉系统处理器以及光源控制器等,这不仅增加了硬件成本,且当产线变更检测物体时,人员需停机并重新进行复杂的流程编辑,无法适应现代柔性生产的需求。而在 TwinCAT Vision 中,除了相机光源镜头这些外围设备,客户只需一个软件包+软件授权,就可以完成视觉方案,不仅大大节省了硬件开支,并且通过图像处理与控制组件的直接通讯,让响应时间更短,设备生产节奏更快、效率更高。

  此外,在软件方面,TwinCAT Vision 实时的以太网接口驱动程序让图像数据可直接保存在控制器内存中,附带的 GigE Vision 接口还保证了图像数据传输的可靠、高速。相较于传统的视觉算法(如 OPENCV、HALCON 等),TwinCAT Vision 更加简化,也更适合普通电气工程师用 PLC 语言进行开发。

  3D、AI先进视觉技术,步入聚光灯下

  当前,在自动化、智能制造、人工智能等前沿技术的推动下,机器视觉在工业领域的应用动机、产业范围、实现功能以及技术种类等方面都正处于一个快速演进的状态。从最初制造企业对产能、良率及精度的追求,到协助企业实现能源效率、协同制造及大数据运营,再到具备可适应性和深度学习能力,机器视觉技术为制造业打开了广袤的想象空间,并已在实际应用中逐渐从3C电子、半导体、汽车、食品加工等成熟行业,走向全制造产业链。特别是3D视觉和深度学习人工智能技术的应用实践已成为行业开发的又一热点。

  近年来,研华科技在工业物联网、智能制造、工业级边缘AI平台,以及智能化核心设备——运动控制、机器视觉、高算力工业计算机系统、智能I/O、工业协议网关等方面进行了深入的探索和实践。以研华科技与ALSONTECH合作开发的3D视觉引导机器人为例,其在电动车充电桩的应用颇有独特之处。该3D视觉引导机器人由机器视觉系统、AGV、驱动电机、电池、工业PC、三维定位传感器(双目摄像机)、激光雷达、开关、4G/5G网络模块等组件所组成。3D视觉引导机器人需要执行自主识别(人脸识别、行为分析)、网络通信和视觉定位等任务。当汽车驶入无人充电站后,驾驶员无需下车,机器人站在充电站旁,利用机器视觉技术,它的“眼睛”可以帮助准确定位充电端口,引导充电插头自动快速充电,甚至可以在充电结束后自动关闭充电盖,整个过程只需几分钟。

  该3D视觉引导机器人使用研华的IPC-240紧凑型工业计算机系统作为关键控制器。系统有一个带有多个输入/输出和PCIe/PCI卡扩展插槽的面板,可根据客户应用进行高度调整,集成了图像采集(USB)、通信(LAN)和总线控制,其紧凑的尺寸和稳定的工业控制设计,使其易于安装在机器人上。对于视觉应用,机器人使用配备独立USB 3.0端口的PCIE-1154(4端口USB帧采集卡),用于摄像机接口;具有独立的带宽,以确保稳定的数据传输而不会出现帧丢失,以及可锁定的设计,以确保可靠的电缆连接;双目摄像机用于精确定位和控制机器人充电。此外,带有Intel®网络控制器i210适配器的PCE-GIGE4扩展卡连接到激光雷达,实现快速数据传输;PCI-1680U控制卡有助于控制机器人的运动,包括制动、改变方向和加速。视觉检测与控制系统的有机组合,将“车找充电桩”变为“充电桩找车”,大大提高了新能源汽车的充电便利性。

  结语

  机器视觉技术,从上游以光源、镜头、相机为首的核心零部件和底层的软件算法库,到最终的智能化硬件设备,整体产业链都在发生着日新月异的变化,促进其在工业领域的应用普及。在品质管控环节,机器视觉正代替大量的人工操作,起到优化成本和提升效率的作用,而近期,在AGV/AMR自动引导车、COBOT协作机器人等热点应用场景中,机器视觉技术能够实现视觉定位引导、对象辨识等功能,因而在提高工厂产能的同时,还可以保障生产现场的安全性,这些都是目前机器视觉技术在未来一段时期内重要的市场增长点。

中传动网版权与免责声明:

凡本网注明[来源:中国传动网]的所有文字、图片、音视和视频文件,版权均为中国传动网(www.chuandong.com)独家所有。如需转载请与0755-82949061联系。任何媒体、网站或个人转载使用时须注明来源“中国传动网”,违反者本网将追究其法律责任。

本网转载并注明其他来源的稿件,均来自互联网或业内投稿人士,版权属于原版权人。转载请保留稿件来源及作者,禁止擅自篡改,违者自负版权法律责任。

如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。

伺服与运动控制

关注伺服与运动控制公众号获取更多资讯

直驱与传动

关注直驱与传动公众号获取更多资讯

中国传动网

关注中国传动网公众号获取更多资讯

热搜词
  • 运动控制
  • 伺服系统
  • 机器视觉
  • 机械传动
  • 编码器
  • 直驱系统
  • 工业电源
  • 电力电子
  • 工业互联
  • 高压变频器
  • 中低压变频器
  • 传感器
  • 人机界面
  • PLC
  • 电气联接
  • 工业机器人
  • 低压电器
  • 机柜
回顶部
点赞 0
取消 0
往期杂志
  • 2022年第六期

    2022年第六期

    伺服与运动控制

    2022年第六期

  • 2022年第四期

    2022年第四期

    伺服与运动控制

    2022年第四期

  • 2022年第三期

    2022年第三期

    伺服与运动控制

    2022年第三期

  • 2022年第二期

    2022年第二期

    伺服与运动控制

    2022年第二期

  • 2022年第一期

    2022年第一期

    伺服与运动控制

    2022年第一期