Sut mae gweledigaeth peiriant yn gyrru awtomeiddio

Sep 12, 2024 Gadewch neges

Gweledigaeth peiriant yw ymasiad nifer o dechnolegau sy'n galluogi offer diwydiannol neu offer awtomataidd arall i ddeillio o ddelweddau dealltwriaeth ddatblygedig o'r amgylchedd wrth law. Heb feddalwedd Machine Vision, ni fyddai delweddau digidol gyda gwerthoedd lliw amrywiol a dwyster arlliw yn ddim mwy na chasgliad syml, digyswllt o bicseli i offer o'r fath. Mae gweledigaeth peiriant yn caniatáu i gyfrifiadur (sydd fel arfer wedi'i gysylltu â rheolydd peiriant) ganfod ymylon a siapiau mewn delweddau o'r fath er mwyn caniatáu i brosesydd lefel uwch adnabod gwrthrych targed wedi'i ddiffinio ymlaen llaw. Nid yw delweddau yn yr ystyr hwn yn gyfyngedig i ddelweddau ffotograffig yn y sbectrwm gweladwy; Gallant hefyd gynnwys delweddau a gafwyd gan ddefnyddio signalau is-goch, laser, pelydr-X ac ultrasonic.

 

Mewn amgylcheddau diwydiannol, mae'n eithaf cyffredin i gymwysiadau gweledigaeth peiriant gydnabod rhannau penodol o'r nifer o rannau a roddir mewn annibendod o finiau materol. Yma, mae Machine Vision yn helpu'r robot codi a gosod yn awtomatig i'r rhannau cywir. Wrth gwrs, os yw'r rhannau i gyd wedi'u trefnu'n daclus yn yr un cyfeiriadedd ar baled, byddai'n gymharol syml eu hadnabod gydag adborth delweddu. Fodd bynnag, gall algorithmau gweledigaeth peiriant pwerus adnabod gwrthrychau sydd ar wahanol bellteroedd o'r camera (ac felly'n ymddangos fel delweddau o wahanol faint ar y synhwyrydd delweddu) yn ogystal â gwrthrychau nad ydynt wedi'u gogwyddo i'r un cyfeiriad â'r camera.

 

Mae'r systemau golwg peiriant mwyaf soffistigedig wedi galluogi dyluniadau sy'n dod i'r amlwg sy'n llawer mwy cymhleth na dewis rhannau o finiau; Er enghraifft, efallai na fydd adnabod mwy cymhleth na char hunan-yrru.

 

machine vision

 

 

Technegau sy'n gysylltiedig â gweledigaeth peiriant


Weithiau mae'r term gweledigaeth peiriant yn cael ei gadw er mwyn cyfeirio at ddulliau mathemategol mwy soffistigedig ac effeithlon a all dynnu gwybodaeth o ddelweddau. Mewn cyferbyniad, mae'r term gweledigaeth gyfrifiadurol fel arfer yn disgrifio systemau mwy modern, heriol yn gyfrifiadurol-gan gynnwys dulliau blwch du sy'n defnyddio dysgu peiriannau neu ddeallusrwydd artiffisial (AI). Fodd bynnag, gellir defnyddio gweledigaeth peiriant hefyd fel term hollgynhwysol sy'n cynnwys yr holl ddulliau o dynnu gwybodaeth lefel uchel o ddelweddau; Yn yr achos hwn, mae gweledigaeth gyfrifiadurol yn disgrifio ei theori weithredol sylfaenol.


Mae digonedd o dechnegau a all dynnu ystyr lefel uchel o ddelweddau. Yn y gymuned ymchwil, mae technegau o'r fath yn aml yn cael eu hystyried yn wahanol i weledigaeth peiriant. Mewn gwirionedd, fodd bynnag, mae pob un ohonynt yn wahanol ffyrdd o weithredu gweledigaeth peiriant ... ac maent yn gorgyffwrdd mewn llawer o achosion.


Mae prosesu delweddau digidol yn fath o brosesu signal digidol sy'n cynnwys gwella delweddau, adfer, codio a chywasgu. Manteision dros brosesu delweddau analog yw lleihau sŵn ac ystumio yn ogystal â'r llu o algorithmau sydd ar gael. Defnyddiwyd un o'r mathau cyntaf o wella delwedd i gywiro'r delweddau agos cyntaf o arwyneb y lleuad. Yn y broses hon, defnyddiwyd mapio ffotogrammetrig yn ogystal â hidlwyr sŵn a gwnaed cywiriadau ar gyfer ystumiadau geometrig a achoswyd gan aliniad y camera delweddu i wyneb y lleuad.

 

Mae gwella delwedd ddigidol fel arfer yn cynnwys cynyddu cyferbyniad ac o bosibl cywiriadau geometrig ar gyfer gwylio onglau ac ystumio lens. Cyflawnir cywasgiad yn aml trwy frasamcanu signalau cymhleth fel cyfuniad o swyddogaethau cosin-trawsnewidiad Fourier o'r enw'r trawsnewidiad cosin arwahanol (DCT). Fformat ffeil JPEG yw cymhwysiad mwyaf cyffredin y DCT. Gall adfer delwedd hefyd ddefnyddio'r Fourier Transform i gael gwared ar sŵn a aneglur.


Mae ffotogrammetreg yn defnyddio rhyw fath o gydnabyddiaeth nodwedd i dynnu mesuriadau o ddelweddau. Gall y mesuriadau hyn gynnwys gwybodaeth 3D pan gaffaelir delweddau lluosog o'r un olygfa o wahanol leoliadau. Mae'r systemau ffotogrammetrig symlaf yn defnyddio graddfa i fesur y pellter rhwng dau bwynt mewn delwedd. I wneud hyn, yn aml mae angen cynnwys graddfa gyfeirio hysbys yn y ddelwedd.


Mae canfod nodweddion yn caniatáu i'r cyfrifiadur gydnabod ymylon, corneli neu bwyntiau yn y ddelwedd. Dyma'r cam cyntaf sydd ei angen ar gyfer ffotogrametreg ac ar gyfer cydnabod gwrthrychau a symudiad. Mae canfod canfod yn nodi ardaloedd ag ymylon sy'n rhy llyfn ar gyfer canfod ymyl neu gornel.


Defnyddir adnabod patrwm i gydnabod gwrthrychau penodol. Yn yr achos symlaf, gallai hyn olygu dod o hyd i ran fecanyddol benodol wedi'i diffinio'n dda ar gludfelt.


Mae ailadeiladu 3D yn pennu siâp 3D gwrthrych o ddelwedd 2D. Gellir gwireddu'r nodwedd hon trwy ddulliau ffotogrammetrig. Yn yr achos hwn, mae uchderau nodweddion cyffredin (a bennir mewn delweddau o wahanol bwyntiau arsylwi) yn cael eu pennu gan ddefnyddio triongli. Mae ailadeiladu 3D hefyd yn bosibl gan ddefnyddio delweddau 2D yn unig; Yma, mae'r feddalwedd hefyd yn esbonio'r perthnasoedd geometregol rhwng ymylon neu ardaloedd cysgodol.

 


Gall bodau dynol ail -greu ciwbiau yn syml trwy eu prosesu yn eu hymennydd gan ddefnyddio lluniadu llinell - gan ddefnyddio cylchoedd cysgodol i ail -greu sfferau. Mae'r cysgodi yn dangos llethr yr wyneb. Fodd bynnag, mae'r broses ddeillio hon yn llawer mwy cymhleth nag y gallai rhywun feddwl, gan fod y cysgodi yn baramedr un dimensiwn, tra bod y llethr yn digwydd mewn achos dau ddimensiwn. Gall hyn arwain at sefyllfaoedd amwys - ffaith a ddilyswyd gan y grefft o ddarlunio gwrthrychau amhosibl yn gorfforol.


Sut mae tasgau golwg peiriant yn cael eu dilyniannu


Mae llawer o systemau golwg peiriannau yn ymgorffori'r technegau uchod fesul tipyn trwy ddechrau gyda gweithrediadau lefel isel ac yna symud ymlaen i weithrediadau lefel uwch. Ar y lefel isaf, mae pob picsel o ddelwedd yn cael ei storio fel data lled band uchel. Yna mae pob gweithrediad yn y dilyniant yn cydnabod nodweddion delwedd ac yn cynrychioli'r wybodaeth o ddiddordeb gyda swm cymharol fach o ddata.


Y cyntaf yw gweithrediad lefel isel gwella ac adfer delwedd ac yna canfod nodweddion. Felly yn achos defnyddio synwyryddion lluosog, gellir cyflawni'r gweithrediadau lefel isel trwy brosesau dosbarthedig sy'n arbenigo ar gyfer synwyryddion unigol. Unwaith y canfyddir nodweddion mewn delweddau unigol, gellir cyflawni ffotogrametreg mwy datblygedig - fel gydag unrhyw gydnabyddiaeth gwrthrych neu dasg arall sy'n dibynnu ar ddata cyfun o ddelweddau a synwyryddion lluosog.


Algorithmau Cyfrifiant a Dysgu Uniongyrchol


Yn achos gweledigaeth peiriant, mae cyfrifiant uniongyrchol yn set o swyddogaethau mathemategol a ddiffinnir gan y rhaglennydd. Mae'r swyddogaethau hyn yn cymryd mewnbynnau fel gwerthoedd picsel delwedd ac yn cynhyrchu allbynnau fel cyfesurynnau ymyl gwrthrych. Mewn cyferbyniad, nid yw algorithmau dysgu yn cael eu hysgrifennu'n uniongyrchol gan fodau dynol, ond maent wedi'u hyfforddi ar setiau data enghreifftiol sy'n cydberthyn mewnbynnau â'r allbynnau a ddymunir. O ganlyniad, defnyddir algorithmau dysgu fel blychau du. Mae'r rhan fwyaf o ddysgu peiriannau o'r fath bellach yn defnyddio dysgu dwfn yn seiliedig ar rwydweithiau niwral artiffisial ar gyfer cyfrifiant.

 

Mae dysgu peiriant syml ar gyfer cymwysiadau diwydiannol yn tueddu i fod yn fwy dibynadwy ac yn llai heriol yn gyfrifiadurol pan fydd yn seiliedig ar gyfrifiant uniongyrchol. Wrth gwrs, mae cyfyngiadau i'r hyn y gellir ei gyflawni trwy gyfrifiant uniongyrchol. Er enghraifft, ni ddylai rhywun fyth obeithio perfformio wynebau i gydnabod y patrymau cydnabod datblygedig sy'n ofynnol, ac yn enwedig nid o luniau fideo mewn mannau cyhoeddus gorlawn. Mewn cyferbyniad, gall dysgu peiriannau drin cymwysiadau o'r fath yn fedrus. Felly nid yw'n syndod bod dysgu peiriannau yn cael ei ddefnyddio fwyfwy ar gyfer gweithrediadau golwg peiriant lefel isel, yn benodol gwella delweddau, adfer a chanfod nodweddion.


Gwell dulliau addysgu (nid algorithmau)


Mae soffistigedigrwydd cynyddol technegau dysgu dwfn wedi ei gwneud yn glir nad yr algorithmau dysgu eu hunain y mae angen eu gwella, ond yn hytrach y ffordd y mae'r algorithmau'n cael eu hyfforddi. Gelwir un weithdrefn hyfforddi well yn weledigaeth gyfrifiadurol sy'n canolbwyntio ar ddata. Yma, mae system ddysgu ddwfn yn derbyn set hyfforddi gadarn iawn sy'n cynnwys miloedd, miliynau, neu hyd yn oed biliynau o ddelweddau - ac yna'n arbed y wybodaeth syntheseiddiedig a dynnwyd o bob delwedd gan ei algorithmau. Mae'r algorithmau hyn yn dysgu'n effeithlon trwy eu cysylltu ag enghreifftiau gweithio, ac yna cyfeiriwch at "lyfr ateb" i wirio bod y gwerthoedd cywir wedi deillio.


Mae hen stori rybuddiol am gydnabod patrwm digidol. Ar un adeg roedd milwrol yr Unol Daleithiau yn bwriadu defnyddio gweledigaeth peiriant ar gyfer cydnabod targed, ac roedd arddangosiad contractwr amddiffyn yn nodi tanciau'r UD a Rwsia yn ddibynadwy. Gellid gwahaniaethu'n gywir tanciau o bob math, un ar ôl y llall, o ffotograffau awyr y cyflenwr. Fodd bynnag, wrth ei brofi eto gyda llyfrgell ddelweddau'r Pentagon ei hun, roedd y system yn parhau i roi atebion anghywir. Y broblem oedd bod lluniau'r contractwyr amddiffyn i gyd yn darlunio tanciau Americanaidd yn yr anialwch a thanciau Rwsia ar gaeau gwyrdd. Yn lle nodi'r gwahanol danciau, nododd y system y gwahanol gefndiroedd lliw. Beth yw'r meini prawf cydnabod? Mae angen data hyfforddi wedi'i guradu'n ofalus ar algorithmau dysgu.


Casgliad: Gweledigaeth ddiogel ar gyfer gwaith robotig


Nid yw Machine Vision bellach yn dechnoleg arbenigol. Yn y gyriant cyfredol, y sector diwydiannol yw'r ardal dwf fwyaf ar gyfer lleoli golwg peiriannau. Y datblygiad mwyaf nodedig yn y maes hwn yw sut mae gweledigaeth peiriant bellach yn cwblhau systemau diogelwch mewn planhigion diwydiannol, hy, systemau sy'n swnio larwm neu'n rhoi hysbysiadau llais pan fydd gweithiwr yn mynd i mewn i ardal waith heb helmed, mwgwd, neu offer amddiffynnol priodol arall. Gellir defnyddio gweledigaeth peiriant hefyd mewn systemau sy'n rhybuddio wrth symud peiriannau, fel fforch godi, yn mynd yn rhy agos at bersonél.

 

Weithiau gall y systemau golwg peiriannau hyn a thebyg ddisodli mesurau amddiffynnol caled o amgylch robotiaid diwydiannol i wneud gweithrediadau yn fwy effeithlon. Gall systemau golwg peiriannau hefyd ddisodli neu wella systemau diogelwch yn seiliedig ar warchod golau sy'n stopio peiriannau pryd bynnag y canfyddir gweithiwr i fynd i mewn i'r gell waith. Pan fydd gweledigaeth peiriant yn monitro llawr y ffatri o amgylch cell waith, mae gan y robotiaid yn y gell honno'r potensial i arafu'n raddol wrth i bobl agosáu.

 

Wrth i ddyluniad amgylcheddau diwydiannol esblygu i ddarparu ar gyfer robotiaid cydweithredol ac offer gwaith eraill sy'n caniatáu i bersonél planhigion gerdded o gwmpas yn ddiogel (hyd yn oed tra bod yr offer yn rhedeg), bydd y systemau hyn a systemau eraill sy'n seiliedig ar weledigaeth yn dod yn rhan fwy cyffredin o brosesau planhigion.

Anfon ymchwiliad

whatsapp

Dros y ffôn

E-bost

Ymchwiliad