Robotvisionsystemet består i allmänhet av optiska system (ljuskällor, linser, industrikameror), bildinsamlingsenheter, bildbehandlingsenheter, exekveringsmekanismer och gränssnittsmoduler mellan människa och maskin. Det enklaste maskinseendesystemet inkluderar visuell avbildning, bildbehandling och driftskontrolldelar.
1. Visuell avbildningsdel
Visuell bildbehandling inkluderar också flera typiska komponenter: ljuskälla, lins och industrikamera.
Både ljuskällor och linser kräver att vi behärskar optisk kunskap. Olika belysningsmetoder kan göra det möjligt för kameran att producera helt olika bilder av objekt; Valet av linsförstoring, brännvidd, synfält etc. bestämmer direkt bildåtergivningen. För en maskinseendeingenjör är att bemästra hur man väljer en lins, hur man väljer en ljuskälla och hur man bestämmer belysningsmetoden de mest grundläggande färdigheterna.
Industriella kameror kräver att vi behärskar kunskapen om optoelektronik, skillnaderna mellan kamerasensorer, och grundläggande kunskaper om bildåtergivning, såsom klarhet, dynamiskt omfång, synfältsvinkel etc. så att vi kan välja rätt kamera utifrån behov och scener. Det snabbaste sättet att bemästra denna kunskap är att köpa en DSLR på ingångsnivå för att studera sambandet mellan dessa bildbehandlingsparametrar och bildåtergivning.
2. Bildbehandlingssektion
Bildbehandling anses allmänt utföras på PC-maskiner, men i själva verket används de flesta industriella styrdatorer inom industriområdet på grund av deras stabilitet och kostnadsfördelar.
Med de senaste årens utveckling blomstrar också inbäddad hårdvara. Många fabriker kan använda hårdvara med öppen källkod som hallonpaj för att uppnå små behov som att styra omkopplarna och statusövervakning av hundratals instrumentpaneler.
För nybörjare kan prioritet ges till att behärska utvecklingen av PC- och X86-plattformar, som kan utökas till inbäddade plattformar efter bekantskap.
I mjukvarudelen implementeras de flesta applikationslager med C #,. net, QT och C plus plus , så att behärska ett av dessa programmeringsspråk är viktigt; På nivån för bildalgoritmer inkluderar typiska öppen källkodsalgoritmer OpenCV, medan kommersiella inkluderar Halcon, VisionPro, etc. Det rekommenderas att börja med Halcon som utgångspunkt; Om du vill fördjupa dig ytterligare i algoritmnivå kan du studera maskininlärning, vilket kan vara huvudinriktningen i framtiden.
Rent teoretiskt är det viktigare att behärska de grundläggande begreppen bildbehandling.
3. Rörelsekontrolldel
Ett typiskt rörelsekontrollkort, som Gugao, kan studeras först. En mer avancerad PLC kan också spelas, men svårigheten i denna del ligger i korrigeringen av noggrannhet, eftersom många scenarier och krav kräver hög precision.
Utöver ovanstående tre punkter är konstruktionsförmågan hos den övergripande planen avgörande eftersom planen behöver koppla samman dessa delar och kunna kopplas ihop med verkliga scenarier för att möta de faktiska produktionsautomationsbehoven.
Konstruktionsförmågan hos den övergripande planen beror på en djup förståelse av produktionsprocessen, sambandet mellan alla komponenter och relationerna; Båda dessa kräver ackumulering av erfarenhet från flera projekt för att kunna erbjuda en bra lösning.