行业特性影响机器视觉在生产环境的部署

网友投稿 318 2024-02-06


人工智能技术正在快速的发展,各种各业都在人工智能的技术下革新。人工智能工程技术可以让机器具有仿人类的能力,还可以从事很多精密的系统计算工作。在人工智能技术当中,机器视觉是重要的一个方面。机器视觉就是用机器代替人眼来做测量和判断。跟“听觉”方面的相关技术不同,机器视觉主要给工业机器安装一副灵敏的“眼睛”,让机器不仅可以“视”,还可以“觉”。

行业特性影响机器视觉在生产环境的部署

机器视觉主要用于检测一些复杂的图形识别任务。现在越来越多的行业都需要用到这样的检测,例如纺织和纤维、铸造和注塑、汽车钢板表面、包装印刷等行业,这些领域都是机器视觉大有用途的地方。此外,随着物联网技术的持续发酵,机器视觉技术也得到了广阔的发展前景。

在工业4.0的庞大体系中,工业机器视觉已经成为制造行业降低人力资源成本、提升效率与精确性的重要方式。智微智能融合了英特尔视觉产品与技术,推出了涵盖机器视觉控制主机与工业RRK套件的智微智能工业机器视觉解决方案,可以帮助制造行业客户在企业内部快速部署机器视觉能力,代替分布广泛的产品检测人员,同时提升生产效率。

挑战:行业特性影响机器视觉在生产环境的部署

近年来,部分企业开始了基于机器视觉识别技术的缺陷检测探索,然而在实际应用过程中,传统机器视觉识别虽然能够解放一部分生产力,但也存在着识别率低,复杂环境下无法彻底取代人工检测等一系列难题,这也导致目前的质检市场仍大量采用人工目检的方式,而机器视觉的覆盖率不足5%,未来AI机器视觉将取代人检填补工业质检的空白。

工业机器视觉技术挑战首先体现在产品与技术层面:受到工业摄像头的镜头畸变矫正、标定差异性、视角范围、安装条件及场地,以及环境光束的类型、角度、明暗的影响,有可能造成不同的成像质量和效果,直接干扰检测算法的检测,可能造成产品的误判。此外,部分工业机器视觉系统采用的模式是将数据传输到云端再进行离线模型训练,然后再部署到终端的方式,云端模型参数的调整、优化不会产生大量的性能开销,造成负载压力,而且延迟较高,难以满足实时性较高的要求。

每一个类型的制造企业对于机器视觉的传感器类型、性能负载、深度学习算法等都有着不同的要求,而且涉及到多学科技术的整合,难以找到普适性的机器视觉解决方案,机器视觉解决方案提供商需要根据客户的不同需求进行定制。此外,封闭的工业圈导致核心技术很难分享,也进一步提升了方案的整合难度。

解决方案:融合英特尔® 视觉技术 智微智能推出工业机器视觉解决方案

基于在机器视觉与工业领域的长期积累,智微智能(JWIPC)推出了包括机器视觉控制器与工业RRK套件的工业机器视觉解决方案,有助于替代工厂内部检测等岗位,在降低成本的同时,提升产线运行效率以及质量。

智微智能(JWIPC)机器视觉控制器系列搭载了英特尔® Q170/C236芯片组、英特尔® 酷睿™ 处理器/英特尔® 至强® 处理器,以及英特尔® Movidius™ Myriad™ X视觉处理器,并融合了视觉加速卡、运动控制卡、视觉软件、平台软件、光源及控制器、工业相机及镜头、视频采集卡、视觉算法,能够有效满足机器视觉控制需求。

智微智能(JWIPC)机器视觉控制器提供了专业的工业机器视觉硬件,具备性能强、低功耗、稳定性与扩展性突出等优势,不仅能够导入标准算法,而且还能够通过人工智能模型训练交付定制的算法,满足各个行业的定制化需求。

智微智能作为Intel的合作伙伴,使用E7QL工业电脑作为硬件部分,把Intel开发的VAS算法整合进去。智微智能视觉控制主机IX75系列产品采用Intel Xeon E系列平台,接口丰富,支持MXM3.0高速信号扩展插槽,同时快速实现多槽位扩展功能,可外接控制运动卡、视频采集卡、视觉加速卡等,支持POE相机设备,满足VGA+DP+HDMI多类型显示输出。基于智微智能工业软件平台 (RRK) 套件通过融入英特尔EIS 平台以及 OpenVINO工具,整合多种工业算法以及软件,可以更敏捷地应对多样化的应用场景。客户根据自己的应用场景需求自定义配置就可快速完成整个场景的搭建和软件升级,降低人力成本、提升检测效率。

       责任编辑:tzh

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:机器视觉的功能特性以及它的应用领域
下一篇:机器视觉检测系统在铝材行业表面缺陷检测中的应用
相关文章

 发表评论

暂时没有评论,来抢沙发吧~