1. هدایت و موقعیت یابی
موقعیت یابی بصری به سیستم های بینایی ماشین نیاز دارد تا اجزای هدف را به سرعت و با دقت مشخص کرده و موقعیت آنها را تأیید کنند. بینایی ماشین برای موقعیت یابی در حین بارگیری و تخلیه استفاده می شود و بازوهای رباتیک را برای گرفتن دقیق اقلام هدایت می کند. در بسته بندی نیمه هادی، تجهیزات هدهای برداشت{2} را بر اساس داده های مکان تراشه به دست آمده از طریق بینایی ماشین تنظیم می کنند تا تراشه ها را به طور دقیق برای اتصال جمع کنند. این نشان دهنده اساسی ترین کاربرد موقعیت یابی بصری در بینایی ماشین صنعتی است.
نمایشگاه اتوماسیون: در برنامه هایی که بینایی ماشین را با روباتیک ترکیب می کنند، موقعیت یابی هدایت ربات رایج ترین است. برای چنین سناریوهایی، هایک ویژن رباتیک و شرکای آن موارد موفق متعدد و راه حل های بالغ را اجرا کرده اند. راهنمای موقعیت یابی ربات را می توان به طور کلی به سه حالت طبقه بندی کرد:
حالت اول پیکربندی دوربین ثابت است که در آن دوربین بدون حرکت با ربات روی قاب تجهیزات ثابت می ماند. از چپ به راست، اینها عبارتند از: عملیات گرفتن، عملیات تصحیح افست گرفتن، و عملیات قرار دادن. در سناریوی درک، دوربین تصاویری از مواد دریافتی می گیرد و موقعیت یابی درشت را انجام می دهد. این داده های موقعیت یابی به ربات منتقل می شود و آن را قادر می سازد تا مواد را به طور دقیق درک کند. این رویکرد اتکا به دقت مکانیسم انتقال بین ایستگاه های کاری را کاهش می دهد و در عین حال درک پایدار را تضمین می کند. حالت تصحیح افست از یک دوربین پایین‌تر نصب شده در طرف مقابل بازوی رباتیک برای موقعیت‌یابی دقیق ثانویه قطعه کار استفاده می‌کند. این به طور قابل توجهی انحراف مواد را کاهش می دهد و از پردازش هدفمند برای هر قسمت ورودی اطمینان می دهد. حالت قرار دادن طیف وسیعی از عملیات را در بر می گیرد-از قرار دادن ساده تا تراز و مونتاژ-با استفاده از دوربین برای تعیین موقعیت هدف نهایی. در ترکیب با دو حالت قبلی، این به پردازش واقعاً هدفمند برای هر قطعه کار دست می یابد.
دو حالت دوربین حرکتی شامل نصب دوربین در بالای بازوی رباتیک برای حرکت همگام است. در حالی که از حالت دوربین ثابت که در بالا توضیح داده شد متمایز است، هر دو حالت دوربین ثابت و حرکتی از نظر عملکردی همگرا هستند و موقعیت/گرفتن و قرارگیری هدایت شونده را ممکن می‌سازند. فراتر از اطمینان از عملکرد اصلی، این حالت‌ها انعطاف‌پذیری نصب بیشتری را برای تطبیق با محدودیت‌های مختلف محیطی و سخت‌افزاری ارائه می‌کنند.
همانطور که در شکل 3 نشان داده شده است، برای افزایش سازگاری سخت افزار در سناریوهای مختلف نصب، حالت های دوربین ثابت و متحرک را می توان با هم ترکیب کرد.
علاوه بر این، در تولید نیمه هادی، تنظیم موقعیت تراشه برای هدهای برداشتن{0}چالش های مهمی ایجاد می کند. بینایی ماشین این مشکل را با فعال کردن برداشتن دقیق تراشه و اتصال-یک برنامه کاربردی اساسی که باعث پذیرش آن در بخش‌های صنعتی می‌شود حل می‌کند.
2. بازرسی ظاهری
این فرآیند مسائل کیفی محصولات را در خطوط تولید تشخیص می‌دهد و منطقه‌ای را نشان می‌دهد که کار دستی اغلب جایگزین می‌شود. به عنوان مثال، در بخش داروسازی، بینایی ماشین در درجه اول بازرسی ابعاد، تشخیص عیب سطح بطری، تشخیص عیب شانه و بازرسی دهان بطری را انجام می دهد.
با پیشرفت اتوماسیون صنعتی مدرن، بازرسی بینایی ماشین به طور گسترده ای برای بررسی های مختلف، اندازه گیری ها و وظایف تشخیص قطعات اعمال می شود. به عنوان مثال می توان به تشخیص عیب سطحی در فیلترهای برش مادون قرمز، شناسایی مدل چرخ های خودرو، تشخیص نقص ظاهری در مواد مغناطیسی، و تشخیص بارکد/کاراکتر روی بسته بندی محصول اشاره کرد. این برنامه ها دارای ویژگی های مشترک تولید انبوه مداوم و تقاضای بسیار بالا برای کیفیت ظاهر هستند.
به طور معمول، چنین کارهای بسیار تکراری و هوشمندی تنها از طریق بازرسی دستی قابل انجام است. دیدن صدها یا حتی هزاران کارگر بازرسی که این وظایف را در پشت خطوط مونتاژ مدرن در کارخانه ها انجام می دهند معمول است. این رویکرد نه تنها هزینه های کار و مدیریت قابل توجهی را بر کارخانه ها تحمیل می کند، بلکه نمی تواند نرخ بازرسی 100٪ را تضمین کند. بازرسی بینایی ماشین، با اتوماسیون، عینیت، ماهیت غیرتماسی و دقت بالا، اکنون کاملاً قادر به جایگزینی کار دستی برای این کارهای یکنواخت و تکراری است. در مقایسه با سیستم‌های پردازش تصویر عمومی، بازرسی بینایی ماشین بر دقت، سرعت و قابلیت اطمینان در محیط‌های صنعتی تاکید دارد.
با افزایش استانداردهای اقتصادی، بازرسی بینایی ماشین اهمیت روزافزونی پیدا می کند. ظرفیت تولید محصولات واجد شرایط را افزایش می دهد و در عین حال اقلام نامرغوب را در مراحل اولیه تولید حذف می کند و در نتیجه ضایعات را کاهش می دهد و هزینه ها را کاهش می دهد.
3.{1}}بازرسی دقیق
برخی از محصولات به دقت فوق العاده-به 0.01 تا 0.02 میلی متر یا حتی میکرون{3}}در سطح دقت-فراتر از قابلیت های بصری انسان نیاز دارند و نیاز به بازرسی مبتنی بر ماشین{5}}می باشد.
در تولید و زندگی روزمره، هر محصولی نیاز به تایید کیفیت و گواهی انطباق دارد. به طور گسترده ای پذیرفته شده است که بازرسی گسترده ترین کاربرد بینایی ماشین را نشان می دهد. قبل از پیشرفت فناوری بینایی ماشین، بازرسی بصری دستی اغلب با چالش‌های مهمی روبرو بود: دقت کم، حساسیت به خطا، ناتوانی در کار مداوم، خستگی-اپراتورهای مستعد، و هزینه‌های زمان و نیروی کار زیاد. پذیرش گسترده بینایی ماشین، تولید و بازرسی محصول را به یک عصر بسیار خودکار سوق داده است.
نمونه های معمولی عبارتند از بازرسی کاراکتر سکه و بازرسی برد مدار. علاوه بر این، بازرسی فرآیندهای تولید سکه رنمینبی به دقت فوق العاده بالایی نیاز دارد که شامل دستگاه های بازرسی متعدد و رویه های پیچیده است. کاربردهای دیگر عبارتند از بازرسی موقعیت بینایی ماشین، بررسی کیفیت و نقص درب بطری نوشیدنی، تشخیص و تشخیص کاراکتر بارکد، بازرسی عیب بطری شیشه ای، و بازرسی بطری شیشه ای دارویی. رشته پزشکی نیز یکی از حوزه های کاربردی اولیه برای بینایی ماشین است.
4. شناخت
تشخیص تصویر شامل پردازش، تجزیه و تحلیل و تفسیر تصاویر از طریق بینایی ماشین برای شناسایی الگوها و اشیاء مختلف است. این امکان ردیابی و جمع‌آوری داده‌ها را فراهم می‌کند و کاربرد گسترده‌ای در قطعات خودرو، مواد غذایی، داروسازی و سایر بخش‌ها پیدا می‌کند.
معمولی ترین مثال، تشخیص کد QR است. کدهای QR و بارکدها در زندگی روزمره همه جا وجود دارند. تولیدکنندگان داده های گسترده ای را برای مدیریت محصول و قابلیت ردیابی در این کدهای فشرده جاسازی می کنند. همانطور که تشخیص تصویر بینایی ماشین گسترش می یابد، بارکدها بر روی سطوح مختلف به راحتی قابل خواندن و شناسایی می شوند، سطوح مدرن سازی را افزایش می دهند، کارایی تولید را به طور قابل توجهی افزایش می دهند و به تدریج هزینه های ساخت را کاهش می دهند.
5. مرتب سازی اشیاء
در برنامه های بینایی ماشین، مرتب سازی اشیاء مراحل شناسایی و بازرسی را دنبال می کند. با پردازش تصاویر از طریق سیستم‌های بینایی ماشین و ادغام بازوهای رباتیک، محصولات مرتب می‌شوند.
خطوط تولید سنتی بر قرار دادن دستی مواد در ماشین‌های قالب‌گیری تزریقی قبل از اقدام به فرآیندهای بعدی متکی بودند. امروزه تجهیزات خودکار توزیع مواد را مدیریت می کنند. سیستم‌های بینایی ماشین تصاویر محصول را می‌گیرند، آنها را تجزیه و تحلیل می‌کنند و نتایج را به دست می‌آورند. سپس ربات ها مواد مربوطه را در موقعیت های تعیین شده قرار می دهند و به تولید صنعتی هوشمند، مدرن و خودکار دست می یابند.