{{ title }}
{{ errorMessage }}


{{ errorMessage }}





{{ registerSuccessMessage }}
当前位置: 首页> 技术应用> 正文 
收藏
点赞
投稿
在工厂自动化的边缘执行机器视觉
  2022-09-29   

作者:Flay Mohle    Winsystems市场经理

机器视觉在工厂自动化应用中的应用范围很广,从处理安全和最大化生产,到为机器提供预测性维护。在生产方面,任务可能包括检查、定位、识别和装配。虽然这些元素都可以由人类来处理,但有许多(强调 "许多")理由可以说明为什么你想用机器/计算机来做这件事。

让我们从准确性开始。很明显,机器视觉系统要比人眼准确得多。它能以人类无法达到的速度运作。想想看,产品不断地从生产线上下来,24/7。机器视觉系统不需要休息,除了维护,不会疲倦或生病,也不需要休息日。

在机器视觉架构中采取的步骤包括。

  • 捕捉图像

  • 处理捕获的图像,并在需要时进行修正

  • 分析处理过的图像中的数据

  • 根据数据分析做出决定/采取行动

  • 必要时提醒关键人员

  • 保留数据以便将来进行比较和持续分析

机器视觉还可用于实现许多业内人士所称的工业5.0,这指的是在制造环境中采用协作机器人(cobot)的概念。cobots的协作性质意味着它们可以与人类在同一楼层安全地操作。为了完成这一任务,需要机器视觉。

为应用选择合适的相机

在机器视觉应用中,几乎可以肯定的一件事是需要大量的相机。这些相机的分辨率和位置取决于应用,在大多数情况下,它们将在整个楼层内变化。例如,处理产品检查的摄像机必须比用于安全目的的摄像机的分辨率高得多。前者需要挑出产品的缺陷,而后者只需要知道什么时候有人进入了一个环境。

这一切都与边缘计算机有关。很明显,所有的互动必须同步回到工业物联网(IIoT)的边缘,原因很简单,没有时间回到云端做决定。当产品从装配线上滚下来时,去云端计算机所产生的潜在延迟将无法在需要时快速停止生产线,可能会造成不可挽回的损失。在cobots的情况下,同样的原则也适用—需要立即做出决定,以避免对人造成伤害。

为机器视觉增强设施提供动力

为了给机器视觉架构提供动力,边缘系统必须有适当的计算能力。这种计算机的一个例子是Winsystems的ITX-P-C444基于Arm的SBC,它很适合处理AI/机器学习应用。与竞争对手相比,它的功耗更低,这意味着它适合在偏远地区使用。ITX-P-C444符合工业Pico-ITX的外形尺寸。它采用恩智浦的i.MX8M应用处理器,提供双以太网、工业I/O和其他扩展选项。

1.png

图1.Winsystems ITX-P-444 SBC利用了基于Arm架构的低功率CPU的优势。它是按照工业Pico-ITX的形式因素设计的。

Winsystems的第二个产品是PX1-C441单板计算机(SBC)。它是按照PC/104的外形尺寸设计的,但不要被它的小尺寸所迷惑。它由最新一代英特尔阿波罗湖-I双核或四核SoC微处理器提供动力。除了高达8G的焊接式LPDDR4系统内存和一个不可拆卸的eMMC设备外,该SBC还具有PCIe/104 OneBank扩展功能。此外,PX1-C441支持M.2和SATA设备。

2.png

Winsystems PX1-C441 SBC可以处理你的生产设施的机器视觉能力。

除了基于边缘的机器视觉应用外,PX1-C441还适用于工业物联网应用和工业控制、运输、Mil/COTS和能源市场的嵌入式系统。这要归功于它的小尺寸(4.55 x 4.39 英寸)、坚固的设计和扩展的工作温度范围(-40°C ~ +85°C)。

边缘与云

将您的操作保持在IIoT的边缘,对于控制目的来说是非常好的。这意味着边缘计算机可以决定哪些决策需要立即做出,而哪些决策可以解析到云端进行进一步分析。预测性维护是一个很好的例子,说明了什么会被转移到云端。这些数据经过一段时间的分析,即几天、几周、甚至几个月的分析,以确定一台机器何时应该下线维护。在大多数情况下,有足够的准备时间,在生产不受影响的情况下将机器下线。


分享到:
  点赞
  收藏
  打印
评论(0
已输入0
最新文章
 2022-06-08