Hopp til innhold

Maskinsyn

Fra Wikipedia, den frie encyklopedi

Machine vision (MV) er teknologien og metodene som brukes for å gi bildebasert automatisk inspeksjon og analyse for slike applikasjoner som automatisk inspeksjon, prosesskontroll og robotveiledning, vanligvis i industrien. Maskinsyn refererer til mange teknologier, programvare- og maskinvareprodukter, integrerte systemer, handlinger, metoder og ekspertise. Maskinsyn som en systemteknisk disiplin kan betraktes som forskjellig fra datasyn, en form for informatikk. Den prøver å integrere eksisterende teknologier på nye måter og bruke dem til å løse problemer i den virkelige verden. Begrepet er det utbredte for disse funksjonene i industrielle automatiseringsmiljøer, men brukes også om disse funksjonene i andre miljøer som sikkerhet og kjøretøyveiledning.

Den overordnede maskinsynsprosessen inkluderer planlegging av detaljene i kravene og prosjektet, og deretter å lage en løsning. Under kjøring starter prosessen med bildebehandling, etterfulgt av automatisert analyse av bildet og utvinning av nødvendig informasjon.

Definisjon

[rediger | rediger kilde]

Definisjoner av begrepet «maskinsyn» varierer, men alle inkluderer teknologien og metodene som brukes for å trekke ut informasjon fra et bilde på automatisert basis, i motsetning til bildebehandling, der utdata er et annet bilde. Informasjonen som trekkes ut kan være et enkelt signal av god del/dårlig del, eller mer et komplekst sett med data som identitet, posisjon og orientering til hvert objekt i et bilde. Informasjonen kan brukes til applikasjoner som automatisk inspeksjon og robot- og prosessveiledning i industrien, for sikkerhetsovervåking og veiledning av kjøretøy.[1][2][3] Dette feltet omfatter et stort antall teknologier, programvare og maskinvareprodukter, integrerte systemer, handlinger, metoder og ekspertise.[3][4] Maskinsyn er praktisk talt det eneste begrepet som brukes for disse funksjonene i industrielle automatiseringsapplikasjoner; begrepet er mindre universelt for disse funksjonene i andre miljøer som sikkerhet og kjøretøyveiledning. Maskinsyn som en systemteknisk disiplin kan betraktes som forskjellig fra datasyn, en form for grunnleggende informatikk; machine vision forsøker å integrere eksisterende teknologier på nye måter og bruke dem til å løse problemer i den virkelige verden på en måte som oppfyller kravene til industriell automasjon og lignende bruksområder.[3] Begrepet brukes også i en bredere betydning. av messer og faggrupper som Automated Imaging Association og European Machine Vision Association. Denne bredere definisjonen omfatter også produkter og applikasjoner som oftest er knyttet til bildebehandling.[4] De primære bruksområdene for maskinsyn er automatisk inspeksjon og industrirobot/prosessveiledning.[5]

Så sent som i 2006 rapporterte en industrikonsulent at MV representerte et marked på 1,5 milliarder dollar i Nord-Amerika.[6] Sjefredaktøren for et MV-fagmagasin hevdet imidlertid at «maskinsyn ikke er en industri i seg selv», men snarere «integrering av teknologier og produkter som gir tjenester eller applikasjoner som gagner ekte bransjer som bilindustri eller produksjon av forbruksvarer, landbruk og forsvar.»[4]

Fordeler med maskinsyn

[rediger | rediger kilde]

Der menneskesyn er best for kvalitativ tolkning av en kompleks, ustrukturert scene, utmerker maskinsyn seg ved kvantitativ måling av en strukturert scene på grunn av dens hastighet, nøyaktighet og repeterbarhet. Ved å fjerne fysisk kontakt mellom et testsystem og delene som testes, forhindrer maskinsyn delskader og eliminerer vedlikeholdstiden og kostnadene forbundet med slitasje på mekaniske komponenter. Maskinsyn gir ytterligere sikkerhets- og driftsfordeler ved å redusere menneskelig involvering i en produksjonsprosess.[7] Dessuten forhindrer det menneskelig forurensning av rene rom og beskytter menneskelige arbeidere mot farlige miljøer.

Maskinsyn hjelper med å nå spesifikke mål.

Strategisk mål Machine Vision-applikasjoner
Høyere kvalitet Inspeksjon, måling, måling og monteringsverifisering
Økt produktivitet Gjentatte oppgaver som tidligere ble utført manuelt, gjøres nå av Machine Vision System
Produksjonsfleksibilitet Måling og måling / Robotveiledning / Forhåndsverifisering av drift
Mindre maskinstans og redusert oppsetttid Omstillinger programmert på forhånd
Mer fullstendig informasjon og strammere prosesskontroll Manuelle oppgaver kan nå gi tilbakemelding på datadata
Lavere kapitalutstyrskostnader Å legge til syn til en maskin forbedrer ytelsen, unngår foreldelse
Lavere produksjonskostnader Ett synssystem vs. mange mennesker / Deteksjon av feil tidlig i prosessen
Reduksjon av skrottaksten Inspeksjon, måling og måling
Lagerkontroll Optisk tegngjenkjenning og identifikasjon
Redusert gulvplass Visjonssystem vs. operatør

Referanser

[rediger | rediger kilde]
  1. ^ Steger, Carsten; Ulrich, Markus; Wiedemann, Christian (12. mars 2018). Machine Vision Algorithms and Applications (på engelsk). John Wiley & Sons. ISBN 978-3-527-41365-2. 
  2. ^ Beyerer, Jürgen (2016). Machine vision : automated visual inspection : theory, practice and applications. Berlin. ISBN 978-3-662-47794-6. OCLC 922697834. 
  3. ^ a b c Machine vision for the inspection of natural products. London: Springer. 2003. ISBN 1-85233-853-9. OCLC 56116331. 
  4. ^ a b c Nakaya, N.; Sugano, N.; Nishi, A.; Tsukada, K. (18. desember 1975). «Protein kinase in cultured plant cells». Biochimica Et Biophysica Acta. 2. 410: 273–278. ISSN 0006-3002. PMID 1089. doi:10.1016/0005-2744(75)90229-6. Besøkt 24. januar 2022. 
  5. ^ Turek, Fred D. (juni 2011). «Machine Vision Fundamentals, How to Make Robots See». NASA Tech Briefs. Arkivert fra originalen 27. januar 2012. Besøkt 24. januar 2022. 
  6. ^ Brian, Johnson (1993). It's easy being green : a new EPA program is helping organization cut costs and air pollution through energy-efficient computing. CIO Pub. OCLC 1016161740. 
  7. ^ «Robotic Automation Is the Future of Manufacturing». ADUK. 15. november 2021.