30.09.2024
Nasze rozwiązania pasują jak klucz do zamka
Roman Vracko jest Product Cluster Vision Managerem w firmie Balluff. W tym wywiadzie wyjaśnia, w jaki sposób przemysłowe przetwarzanie obrazu pokazuje swoje mocne strony, zwłaszcza w złożonych zadaniach, oraz dlaczego niestandardowe rozwiązania są tak ważne w technologii kamer.
Panie Vracko, przemysłowe przetwarzanie obrazu w coraz większym stopniu kształtuje automatyzację procesów produkcyjnych. Kiedy zastosowanie technologii czujników opartych na kamerach ma sens?
Kiedy inne czujniki osiągną swoje granice(śmiech). Typowym przykładem klasycznych zastosowań przetwarzania obrazu jest optyczna kontrola jakości. Dostarcza ona między innymi informacji na temat tego, czy wszystkie podzespoły są prawidłowo zamontowane lub czy powierzchnia jest uszkodzona. Innym ważnym obszarem są optyczne pomiary odległości, kształtu lub rozmiaru. Podsumowując, można powiedzieć, że systemy wizyjne są szczególnie mocne, jeśli chodzi o złożone zadania - na przykład, gdy chcę jednocześnie i wydajnie rejestrować kilka parametrów, takich jak kolor, rozpoznawanie wzorów i odległość między otworami.
W jakich branżach jest to szczególnie powszechne?
Najważniejsze branże dla przemysłowego przetwarzania obrazu obejmują technologię medyczną, nauki przyrodnicze, sektor farmaceutyczny, opakowania, żywność i napoje, przemysł półprzewodników i (intra)logistykę. W firmie Balluff współpracowaliśmy również w zakresie widzenia maszynowego w sektorach nieprzemysłowych, takich jak sport czy przemysł diamentowy, ale są to wyjątki. Jedno jest pewne: Obszary zastosowań są różnorodne.
Roman Vracko jest Product Cluster Manager Vision w firmie Balluff.
Jak sztuczna inteligencja i uczenie maszynowe zmieniają dziedzinę widzenia maszynowego?
Sztuczna inteligencja (AI) i uczenie maszynowe mają znaczący wpływ na dziedzinę widzenia maszynowego. Algorytmy wspierane przez sztuczną inteligencję mogą wydajniej analizować i przetwarzać obrazy. Są w stanie rozpoznać wzorce i anomalie, które są trudne do zidentyfikowania przez ludzi i tradycyjne algorytmy przetwarzania obrazu. Oznacza to, że wiele zadań przetwarzania obrazu można zautomatyzować, zwiększając wydajność i zmniejszając liczbę błędów ludzkich. Jest to szczególnie przydatne w produkcji i kontroli jakości. Modele uczenia maszynowego mogą uczyć się na podstawie nowych danych i dostosowywać się do zmieniających się warunków. Zwiększa to elastyczność i dokładność systemów widzenia maszynowego.
Ogólnie rzecz biorąc, sztuczna inteligencja i uczenie maszynowe rewolucjonizują technologie widzenia maszynowego, znacznie zwiększając ich wydajność i zakres zastosowań.
Jesienią ubiegłego roku firma Matrix Vision GmbH, dostawca komponentów do systemów wizyjnych, zmieniła nazwę na Balluff MV GmbH. Jaką rolę odgrywa przemysłowe przetwarzanie obrazu w portfolio Balluff?
Bardzo dużą. Początki przemysłowego przetwarzania obrazu sięgają lat 70-tych. Matrix Vision zajmuje się tym tematem od prawie 40 lat - nie tylko od czasu wspomaganej komputerowo oceny informacji o obrazie. Następnie wprowadzono standardowe interfejsy USB i Gigabit Ethernet, które umożliwiły przesyłanie sygnałów obrazu w czasie rzeczywistym. Rozwój inteligentnych kamer, które zostały celowo uproszczone, również znacznie ułatwił konfigurację dla użytkownika końcowego - i w ten sposób doszło do kontaktu między Matrix Vision i Balluff. Matrix Vision uzupełnia Grupę Balluff w dziedzinie technologii czujników opartych na kamerach od 2017 roku, a od czasu zmiany nazwy połączyliśmy naszą wiedzę specjalistyczną pod jedną marką. Celem jest dalsza ekspansja i pozycjonowanie wspólnych produktów na arenie międzynarodowej.
O jakie produkty i rozwiązania konkretnie chodzi?
Z jednej strony są to tak zwane wbudowane kamery modułowe z interfejsem USB, które są nie tylko małe i kompaktowe, ale także zużywają niewiele energii. Obserwujemy rosnący trend w kierunku urządzeń przenośnych, które mogą być łatwo obsługiwane przez każdego pracownika, szczególnie w diagnostyce medycznej lub technologii geodezyjnej. Bardziej wytrzymałe kamery Gigabit Ethernet są idealne do użytku w trudnych warunkach przemysłowych.
DziękiGigE Visionto standard interfejsu opublikowany w 2006 roku, którego Balluff jest członkiem komitetu standaryzacyjnego - a zatem aktywnie uczestniczy w jego kształtowaniu. I wreszcie, kamery z interfejsem PCI (Peripheral Component Interconnect) Express oferują użytkownikom najwyższą przepustowość danych i największą wydajność. To, które rozwiązanie pasuje do danego zastosowania przemysłowego, jest zawsze indywidualną decyzją.
Słowo kluczowe: dostosowane. Dlaczego niestandardowe rozwiązania są tak ważne w technologii kamer?
Są one tak ważne, ponieważ zastosowania są tak różne. Dla niektórych zastosowań decydującym kryterium jest przestrzeń, dla innych zużycie energii lub specjalne logistyczne warunki środowiskowe. Jeśli kamera znajduje się na zewnątrz, musi być w stanie wytrzymać każdą pogodę; w dermatoskopie dermatologa musi mieć szczególnie dobre odwzorowanie kolorów. Nasuwa się pytanie: Jak można zoptymalizować poszczególne zastosowania? I które komponenty mogą wymagać modyfikacji?
W jaki sposób Balluff wspiera swoich klientów w tych wyzwaniach?
W Balluff stoimy mocno na technologicznym fundamencie - naszych standardowych produktach. Możemy je elastycznie dostosowywać do pewnego stopnia, jeśli klient wymaga na przykład specjalnego projektu lub interfejsu.
Chcemy zrozumieć aplikację klienta, doradzić mu całościowo i wspólnie znaleźć optymalne rozwiązanie. Pomaga nam w tym nasza rozległa wiedza specjalistyczna w tej dziedzinie. Z naszym działem biznesowymCustom Design & Engineering (CDE)idziemy o krok dalej i oferujemy niestandardowe adaptacje i specjalne rozwiązania dla produktów kamerowych z jednego źródła - od pomysłu na produkt po jego wdrożenie.
Jak to wygląda?
W pierwszym etapie przeprowadzamy modyfikację lub konfigurację, w której łączymy istniejące rozwiązania. Jeśli to nie wystarczy, nawiązujemy współpracę z klientem w zakresie rozwoju, co często skutkuje stworzeniem produktu dostosowanego do indywidualnych potrzeb. Pasuje on wtedy do danej aplikacji jak klucz do zamka.
Czy możesz podać nam konkretny przykład?
Przykład z badań: jako partner w projekcie finansowanym przez BMEL (Federalne Ministerstwo Żywności i Rolnictwa), wspólnie z Fraunhofer IVV (Instytut Inżynierii Procesowej i Opakowań) opracowaliśmy kamerę dla automatycznego czyszczenia zbiorników, która spełnia specjalne wymagania w zakresie mechaniki, interfejsu i zużycia energii.
Rozmawialiśmy już o sztucznej inteligencji. Na jakich innych tematach skupiają się obecnie użytkownicy?
Dla wielu naszych klientów coraz ważniejsze staje się rozszerzone spektrum długości fal. Nasza odpowiedź: naszekamery UVlub nowekamery przemysłowe z czujnikami wykorzystującymi technologię krótkofalowej podczerwieniW skrócie SWIR, które wykorzystują zakres krótkofalowej podczerwieni. Kolejny temat: przetwarzanie obrazów 3D. Umożliwia to przestrzenną wizualizację 3D, która pozwala na zautomatyzowane podejmowanie decyzji w oparciu o położenie, rozmiar i orientację obiektu. No i oczywiście presja cenowa, która obecnie dotyka całą branżę. Odpowiadamy na to naszą nową koncepcją kamery "Automation Ready", którą zaprezentujemy na nadchodzących targach VISION.