Stelt u zich een verpakkingsproces voor dat op rolletjes loopt. Elke doos precies geplaatst, elke stap geautomatiseerd voor maximale efficiëntie. Dit is de kracht van machine vision in actie.
Tegenwoordig hebben verpakkingsbedrijven de neiging om zoveel mogelijk processen te automatiseren. Door dit te doen wordt het process zelf efficiënter in termen van snelheid en kwaliteit, terwijl ook de kans op menselijke fouten wordt geminimaliseerd. Om het proces zo efficiënt en functioneel mogelijk te maken, is het daarom belangrijk om de juiste instellingen te hebben.
Daarom ziet u in dit artikel een voorbeeld van welke opstelling gebruikt zou kunnen worden om een verpakkingsproces te automatiseren door de machines te leren een object te detecteren en op de juiste locatie te plaatsen. Verder ziet u in de volgende paragrafen een voorbeeldsituatie waarin een engineer van GeT Cameras een klant voorzag van de meest geschikte opstelling voor hun toepassing. Bovendien hebben sommige genoemde items en onderwerpen linjjks naar hen, dus indien nodig, is het mogelijk om meer informatie over de gemarkeerde zin te vinden.
In deze case study onderzoeken we hoe GeT Cameras een verpakkingsbedrijf heeft geholpen bij het automatiseren van het plaatsen van dozen op een transportband. Deze repetitie taak was gevoelig voor fouten en inefficiëntie. Door een machine vision systeem te implementeren, wilde het bedrijf het volgende bereiken:
· Hogere snelheid en doorvoer
· Verbeterde nauwkeurigheid en consistentie
· Lagere handmatige arbeidskosten
Om te beginnen moet voor een werkende opstelling een industriële camera worden gekozen die het beste past bij de toepassing. In deze situatie werd de klant de 1.6MP USB3.0 ‘MER2-160-227U3M’ camera aanbevolen. Het is een 1.6 megapixel camera, uitgerust met een Global Shutter, een Sony IMX273 sensor en kan een framerate van 227 fps bereiken. Uiteraard werd deze camera gekozen om te voldoen aan de vereiste specificaties van de klant.
De klant gaf aan dat de afstand tussen de machine waarop de camera wordt aangesloten en de PC ongeveer 2,5 meter is. Als de afstand tussen de camera en de pc minder dan 4,6 meter is, raden we meestal aan om een USB3.0 camera interface te gebruiken omdat deze interface perfect geschikt is voor toepassingen die een hoge resolutie en een hoge framerate vereisen.
Bij de keuze voor een monochrome of kleurencamera gaf de klant aan dat kleur niet nodig is om de positie van het object te bepalen. Daarom werd de klant geadviseerd om een monochrome camera te gebruiken, die ook 3 keer lichtgevoeliger is in vergelijking met een kleurencamera.
Bovendien gebeurt dit hele proces op een transportband, wat betekent dat de positie die gedetecteerd moet worden constant beweegt, dus een Global shutter camera was een goede toevoeging aan de opstelling. Als er meer informatie nodig is over de Global of Rolling shutter, kan deze worden gevonden in het Kenniscentrum van GeT Cameras.
Een andere belangrijke factor om te bepalen bij het kiezen van een camera die geschikt is voor de toepassing in kwestie is de resolutie. In dit scenario liet de klant ons weten dat het object dat moest worden geplaatst een doos was met parameters van 100 x 100 mm en dat de gewenste FOV 800 x 600 mm was. Op basis van deze informatie was het veilig om aan te nemen dat de voorgestelde 1,6 megapixel camera met een Sony IMX273 sensor en een resolutie van 1440 x 1080 pixels perfect zou passen.
De eerder voorgestelde MER2-160-227U3M camera heeft een Sony IMX273 sensor met een optische grootte van 1/2.9’’. De beste manier om uit te zoeken zoeken welke lens het beste past bij de opstelling is door de online lenscalculator te gebruiken. In dit geval waren de benodigde specificities voor de juiste lens de horizontale beeldhoek en de werkafstand. Verder worden de resolutie van de camera en de pixelgrootte gebruikt om de werkelijke FOV van de opstelling te bepalen (zie de berekeningen hieronder ter referentie).
Om de juiste positive voor het plaatsen van het object te bepalen werd een FOV van 800 x 600 mm vastgesteld in samenhang met een werkafstand tussen 950 en 1000 mm. Na het uitproberen van verschillende werkafstanden werd uiteindelijk gekozen voor een werkafstand van 972 mm, met een werkelijke FOV van 800 x 600 mm.
Daarom werd de lens aanbevolen die het beste aan deze vereisten voldoet – de 5MP 6 mm focal length ‘LCM-5MP-06MM-F1.4-1.5-ND1’ non-distortion lens.
Hoewel de monochrome camera een hogere lichtgevoeligheid bood, was extra verlichting nodig voor optimale objectdetectie en om de machines te leren waar ze de doos moesten plaatsen. Daarom werd machine vision verlichting oplossing voorgesteld. Om de plaatsing van het object te detecteren, werd geadviseerd om vier ‘VA1-BL-3-842x30mm’ bar lights te gebruiken.
Met behulp van vier bar lights was het veld waarin het object geplaatst moest worden duidelijk zichtbaar en gemakkelijk herkenbaar voor de machine. Natuurlijk kan het instellen van de verlichting in bepaalde situaties een beetje lastig zijn, dus als er vragen zijn, neem dan gerust contact op met een van onze experts.
Bovendien kan het in sommige situaties gebeuren dat de reflective met deze opstelling onvermijdelijk is. Om dit tegen te gaan, worden oplossingen aanbevolen zoals polariserende verlichting, polarisatiefilters voor de verlichting of een polarisatiefilter voor de lens.
Het laatste ontbrekende onderdeel om de opstelling af te ronden is een computer vision software. In dit geval wordt de geadviseerde software gebruikt om de machines te helpen de juiste positie te detecteren van waar een doos geplaatst moet worden tijdens het verpakkingsproces. Aangezien de producten van GeT Cameras compatibel zijn met GenIcam, kunnen ze worden gebruikt met verschillende software van derden, zoals MvTec Halcon, Ni Labview, Cognex Vision Pro, Matlab, OpenCV en Arm Board.
Voor de eerste installatie en configuratie van de cameraparameters hebben we de Daheng Imaging SDK aanbevolen. Deze gebruiksvriendelijke SDK ondersteunt Populaire programmeertalen zoals C++, C# en Python, waardoor het voor ontwikkelaars eenvoudig is om het vision systeem te integreren.
Een belangrijke opmerking is ook dat de SDK goed compatibel is met zowel industriële pc‘s als ARM-platforms, waaronder NVIDIA TX-serie en Raspberry Pi. Bovendien zijn Windows, Linux en Android systemen die deze software ondersteunen. Wat betreft Notably en Apple MAC OS is er echter geen ondersteuning aan de industriële kant, maar indien nodig kunnen technici die Windows of Linux op MAC gebruiken een virtuele machine draaien.
Voor deze toepassing was de klant echter op zoek naar een eenvoudige oplossing die gemakkelijk te gebruiken zou zijn. We raadden de Zebra Aurora Vision Software aan, met name de gratis Lite versie. Deze gebruiksvriendelijke software biedt een grafische interface die objectdetectie en systeembesturing vereenvoudigt.
De geadviseerde opstelling kan ook voor diverse andere toepassingen worden gebruikt Behalve in verpakkingsprocessen kan het ook worden gebruikt in situaties zoals productie en bottelen. In wezen kan u het gebruiken voor veel verschillende toepassingen waarbij een object in een bepaalde positie moet worden geplaatst.
Machine vision biedt een krachtige oplossing voor het automatiseren van objectplaatsing. Door zorgvuldig camera’s, lenzen, belichting en software te kiezen, kunnen bedrijven hun productieprocessen aanzienlijk verbeteren. Als u hulp nodig heeft of zelf de plaatsing van objecten wilt automatiseren, neem dan vandaag nog contact op met onze machine vision experts! Neem gerust contact met ons op via onderstaand formulier en een van onze machine vision experts zal contact met u opnemen.