本文由臺達供稿，與讀者分享臺達SCARA機器人視覺檢測系統在螺絲檢測包裝生產線上的應用。

專案背景

隨著消費者個性化定製的呼聲越來越高漲，整居定製的裝修理念逐漸深入人心。為打破產品同質化的僵局，近年來，傢俱商開始實行模組化的定製家居經營模式，在新思維研發者的眼中，家庭裝修不再是複雜的工程，家居產品只是一個個零件，把它們按圖紙像搭積木一樣就能裝修完畢。這種模組化定製家居的模式已成為行業不可逆轉的發展趨勢。

臺達為某大型DIT傢俱商的螺絲檢測包裝生產線提供SCARA機器人、視覺檢測系統及匯流排控制架構，取代人力裝盒及檢查，不僅展現出臺達產品在自動分揀-包裝領域的完整解決方案，更確保客戶傢俱螺絲配件的產品質量，提高螺絲配件的出貨速度。

專案方案

在該方案中，臺達提供4臺SCARA工業機器人DRS60L系列、4套新一代多鏡頭機器視覺系統DMV2000-80GX，併為螺絲檢測包裝製程提供程式編寫指導、SCARA使用培訓、DMV2000-80GX設定與軸控API使用教學以及各軸之間的伺服調節協助。

該方案採用高生產適應性的流水線架構，模組化構成，通過“自動化取放料站概念”和“視覺辨識”實現快速換料或擴種物料種類的動作，方便實用。同時，該方案採取臺達DMCNET匯流排架構，實現“分類-包裝”整線執行，與不同上位架構結合，更具彈性。系統架構如圖1所示。

圖1 系統架構

整條熱壓包裝移入、放料、封裝三個區域，整線規劃為上位機負責操作主機DVP-EH3系列，SCARA工業機器人DRS60L系列及機器視覺系統DMV2000-80GX對應不同料件。第一區DVP-EH3系列將空塑料盒移入主輸送帶上；第二區由4臺DRS60L通過DMV2000-80GX對位，將不同的料件取出取料區再放入輸送帶上的空塑料盒內；第三區將裝好料件的塑料盒透過XYZ軸移動到包裝機內進行封裝。整線規劃如圖2所示。

圖2 整線規劃

控制操作由主機DVP-EH3傳送脈波與I/O觸發到各運動軸，控制入料、輸送帶收料XYZ平臺動作，可達成準確定位效果。由於採用脈波命令，臺達伺服可輕易配合客戶舊裝置應用，而不需進行裝置大幅度修改。DVP-EH3與上位機使用Ethernet通訊，可及時修改D區資料，更改PLC動作更為方便。控制操作如圖3所示。

圖3 控制操作示意

取放料依照放置的零件種類而會有不同數量的手臂模組進行放置，各手臂與上位控制PC透過Ethernet通訊，可隨時進行動作修改，彈性高。

圖4 取放料操作示意

專案總結

該方案採用臺達新產品機器視覺系統DMV2000系列、臺達SCARA工業機器人DRS60L系列與PC-Based運動控制卡進行匯流排控制架構，展示臺達產品在自動分揀包裝領域的完整解決方案。伴隨著消費升級，各行各業對物料包裝都有著大量需求，臺達的這套裝置不僅可以應用在傢俱螺絲分揀包裝上，更可以通過改變機械配置與視覺識別，達到物料分類、分揀應用的目的，提高自動分揀包裝產線的彈性和效率，滿足更多客戶需求。

Euresys：在機器視覺中採用深度學習是一個新方向

受訪者：Euresys CEO Marc Damhaut先生

Q：在剛剛過去的2017年，公司業績比2016年增長的百分比？貢獻突出的產品和應用領域分別是什麼？

A：Euresys2017年的銷售比上年增長了40%。我們的Cameralink採集卡（Grablink系列）和Open eVision影像處理軟體的銷售繼續保持增長的勢頭，但是增長最快的產品是我們CoaXPress影像採集卡Coaxlink系列。其增長的速度超過了150%。這表明市場對於高速度高頻寬的應用有著巨大的需求，尤其是在PCB和平板顯示的檢測領域。

Q：在過去的一年中，貴司開發的新產品？產品的核心優勢？新產品滿足的應用需求和應用領域分別有哪些？

A：Euresys是高速影像採集技術和卡類業務的領導者，我們一直鼎力支援CoaXPress標準的制定和推廣。在過去的一年中，我們又開發並推出了幾款從入門到高階級別新的Coaxlink採集卡。其中Coaxlink Quad CXP-3可為使用者提供了最具經濟性的單CoaXPress通道連結，Coaxlink Quad 3D-LLE則為超高速的3D測量提供基於FPGA的鐳射掃描的支援機制。

Q：從目前大的產業環境來看，有哪些發展趨勢正在推動機器視覺行業的發展？

A：源於更高速更高解析度的相機對於速度和影像採集的要求將是推動機器視覺發展的動力之一，下一代CoaXPress 2.0的相機介面標準將能夠滿足此要求。

3D檢測也將能夠在生產線上得到廣泛的應用。Euresys籍此也即將在2018年年初在Open eVision軟體中推出3D影像分析工具。

另外就是基於ARM平臺的嵌入式應用會為視覺行業帶來新的發展契機。Euresys的Coaxlink系列影像採集卡可以支援ARM平臺下的Linux系統。

Q：未來工廠高效、精準、快速反應和智慧化的生產方式，將會為機器視覺帶來哪些機會？抓住這些機會必須解決哪些挑戰？

A：首先是機器視覺將能夠在更多的工廠生產環節中得到應用，除去檢測，分揀，質量控制等環節，更多依靠人力來執行的環節像由機器視覺來取代，比如說物料管理，流程控制，從而實現無人或者儘可能對人力依賴的生產製造。其次更高要求的任務需求將會使的機器視覺本身的應用技術得到發展，同時視覺處理的基礎技術和軟硬體也將得到更多的應用機會。最後機器視覺廠商本身也會針對未來工廠的需求開發更新的產品和技術。

要將機器視覺技術應用到未來更多的生產製造領域需要解決的問題首先是如何高效地利用視覺處理的技術和產品來提高工廠生產效率的問題，系統整合商在這個環節中需要扮演關鍵的角色。其次，新的應用場合對於技術的精準度和可靠性具有更高的要求，現有的技術和產品需要做大量的提升。機器視覺產品需要形成規模效應以降低成本，但鑑於應用場景的千差萬別，批量規模和對於需求的個性化緊密貼合也是一對需要平衡解決的矛盾衝突。

Q：就視覺技術本身的發展和視覺技術的應用領域這兩方面，您還分別看到了哪些特別的發展趨勢？

A：在機器視覺中採用深度學習會在未來技術發展的一個新的方向，目前這項技術還處在初期階段。Euresys目前也參與了一項將深度學習在其他技術中進行應用的研究專案，旨在將機器學習應用在工業視覺領域。

Q：2018年公司的發展目標及發展規劃？預計業績比2017年增長的百分比？會將重點放在哪些產品和哪些應用領域？

A：2018年我們仍然期待公司有兩位數的快速增長。我們預計半導體裝置市場能夠保持強勁的增長勢頭，尤其是中國和韓國市場。Euresys持續增大在亞洲，包括上海和東京辦公室的投入。同時我們剛剛完成了對Senor to Image的收購。這是一家專注於機器視覺視訊介面開發的公司。此項收購能夠幫助Euresys在2018年以更快的速度推出新的產品。

Euresys在明年即將推出的產品由Coaxlink Octo，一款八通道的CoaXPress採集卡，可以為多相機的應用提供集約的解決方案。我們還將推出基於CoaXPress2.0的新產品CXP-12(12-Gbps)，以幫助諸如3D和場景分析等大資料量應用解決頻寬的瓶頸問題。最後但同樣重要的，我們還要介紹一下我們新的基於HEVC (H.265)的IP視訊編碼器，它支援1080p60，可以用於智慧視訊監控類應用。

盛相科技：加速3D視覺檢測產品的應用升級

受訪者：盛相科技總經理吳笛

Q：在過去的一年中，貴司開發的新產品？產品的核心優勢？新產品滿足的應用需求和應用領域分別有哪些？

新產品：Sizector™ H系列３D相機（三維視覺掃描器）是我司即將推出的新品，該產品基於先進的移相法結構光技術，將３D掃描和解算過程封裝在獨立的裝置中，可直接輸出高幀率、高精度、高完整性的面陣３D資料。使用者既可通過呼叫SDK的方式直接控制３D相機搭建非標系統，也可採用Sizector™Light３D檢測軟體快速響應標準３D檢測需求。

核心優勢：該產品在檢測速度上有大幅提升，對比盛相上一代三維視覺掃描產品，最快檢測節拍從0.25秒提升50%以上，可達0.1秒左右；其次，相同視野情況下（視野大小為40mm x 30mm時）拍攝精度相比上一代產品也有大幅提高。

Sizector™ H系列３D相機在客戶應用體驗上帶來質的變革，使用者可以用盛相Sizector™Light３D檢測軟體或者選用產品預留的SDK介面自主開發適合自己應用的軟體模組。使用者使用SDK開發的功能模組可以保留自主智慧財產權。

應用需求、領域：我們主要服務的客戶來自電子製造業，特別是手機制造行業，如SIM卡的三維尺寸線上檢測、手機殼體的平面度線上檢測、手機聯結器類產品的平面度、高度差檢測、手機邊框的段差檢測等。

Q：從目前大的產業環境來看，有哪些發展趨勢正在推動機器視覺行業的發展？

技術推動（機器視覺系統整合需要多種技術融合，軟硬體結合）、客戶需求空間（成本驅動、經濟環境-終端使用者市場需求是否旺盛）、產業政策（工業自動化推動、提倡高效節能專案）、人才培養（專業人員缺少，從業人員半路出家居多）

Q：未來工廠高效、精準、快速反應和智慧化的生產方式，將會為機器視覺帶來哪些機會？抓住這些機會必須解決哪些挑戰？

在速度、精度和相容性等方面，我司出品的Sizector™系列3D相機及其配套軟體可以完全滿足電子製造業客戶線上全檢要求。我們預計未來的智慧工廠對生產效率和精度要求會越來越高，以盛相目前的三維檢測技術水平，假設未來生產裝置提速50%以上，我們的Sizector™系列也是可以完全匹配的。從產品形態上來看，未來對三維視覺掃描檢測裝置的要求會分為兩個部分：硬體會更趨於產品標準化、高整合、體積更小，軟體則會更看重功能模組實現的便捷程度。由於機器視覺系統，或者更具體的，三維視覺檢測裝置集合了光學成像、機械工程、影像處理、數學演算法等方方面面的技術，未來某一學科在應用層面取得了重大進展，都可能為機器視覺技術變革帶來重大影響。

Q：就視覺技術本身的發展和視覺技術的應用領域這兩方面，您還分別看到了哪些特別的發展趨勢？

三維視覺檢測系統的相網際網路、通訊和協作會是主流，這在產品體積較大需要進行拍攝影像拼接、機器人引導、或者產線聯動的應用場景裡是一個強需求，我們認為這會是機器視覺市場的一個大的增長點。

Q：2018年公司的發展目標及發展規劃？預計業績比2017年增長的百分比？會將重點放在哪些產品和哪些應用領域？

經歷了去年的技術和產品積累，2018年將會是盛相科技快速增長的一年。今年我們會更側重於改進產品在應用層面的升級，為合作伙伴、客戶提供更多的支援。我們也在持續尋找更多的合作伙伴，建立健康的市場渠道，推動3D產品的應用。產品方面，標準化、模組化的3D相機會是我們推廣的重點，同時配備標準化的SDK介面、平臺化的檢測軟體，以期給客戶帶來便捷搞笑的應用體驗。

3D成像：嵌入式FPGA處理引擎實現3D web檢測

視覺系統設計

奧地利自動化解決方案提供商digMAR公司為德國地毯和紡織品切割機供應商KURIS公司開發了一套3D影像處理系統。這套多相機機器視覺系統設計用於掃描紡織材料，可以自動計算基於材料高度特性的最佳切割座標，以引導和控制切割裝置。

KURIS公司為紡織和汽車行業提供全面的材料鋪展和切割裝置，目前已經有超過10,000臺裝置在世界各地運轉。當KURIS公司需要一種可擴充套件的定製3D解決方案時，他們選擇了digMAR公司，因為後者在軟體和系統開發方面具備豐富的經驗，並且重點關注數字影像處理。

圖1：KURIS公司的地毯切割機採用了digMAR公司開發的嵌入相機中的3D鐳射三角測量技術，以實現實時質量控制。

因為檢測諸如紡織品等此類超寬幅面和快速移動的web材料，通常需要大型3D資料流的高速、高吞吐量處理，所以工程師們選用了德國智慧相機制造商NET New ElectronicTechnology公司的GigEPRO相機。GigEPRO相機號稱採用“開放式相機概念”，其將一臺標準的GigE Vision相機與一個開放的FPGA處理引擎相合。

這種架構允許在相機中整合的FPGA上執行標準或定製演算法，從而緩解計算密集的主機PC的任務。這樣一來，從相機傳送到主機PC處理的資料量將顯著減少，並且在這種特定應用中，能夠在相機上實時執行3D鐳射三角測量演算法。

“理解了這種應用的苛刻需求，以及KURIS要求嚴格保證光學控制系統的質量，因為這些因素對客戶的生產質量和加工速度會產生重大影響。在這種情況下，digMAR的工程師很快就意識到了GigEPRO相機所能提供的優勢。”NET New ElectronicTechnology公司工業銷售經理Tim Miller說道。

圖2：使用者在相機中整合的FPGA上執行專有演算法，允許相機鐳射系統在3D空間以0.1mm的精度檢測地毯。

相機和SynView SDK開發包完全相容GigEVision、GenICam和GenTL標準。基於Xilinx公司的Spartan6 FPGA，基本的相機設計為使用者在FPGA中留下了額外的容量以及剩餘的DDR儲存空間，這樣使用者可以根據實際應用需求，為相機新增具有專有影像處理功能的“定製模組”，也可以開發定製產品。

據Miller介紹，NETNew Electronic Technology公司基於帶有定製模組的Xilinx整合綜合環境（ISE），為嵌入到相機中的FPGA程式碼生成提供工具鏈設定。這種特定的影像處理應用程式執行3D鐳射三角測量，同時digMAR的工程師也開發了系統的單色、彩色和組合彩色和3D鐳射三角測量實現。

“相比於採用標準相機的傳統方法，嵌入到相機中的3D視覺的獨特優勢是：獲得了實時效能和高度可擴充套件性，”Miller說道，“這樣一來，我們甚至可以解決極端的web寬度問題。”相機輸出高度影像和所謂的強度影像，包括原始影像的灰度值。

圖3：digMAR公司開發的用於實時web檢測的嵌入到相機中的3D視覺系統架構，採用了NET公司整合FPGA的GigE相機。這種開放式相機概念為使用者提供了一種實施專有演算法的開發平臺。

“由於NET New ElectronicTechnology公司提供的這種開放式相機平臺，使得KURIS公司能夠在熟悉的環境中，將演算法程式設計到GigEPRO相機中嵌入的FPGA中。”Miller解釋說，“此外，這些演算法在FPGA上保持安全，因為它們對第三方訪問安全。而且，未來的軟體和硬體適應性也是可能的。在這方面值得關注的應用有內外輪廓、鑽孔、材料高度等指標的精確檢測。”

該系統實現了高達400mm/s的掃描速度。標準掃描寬度為2100mm，儘管在該應用中客戶需要的掃描寬度為4100mm。由於web幅面寬度超過4m，該解決方案使用了16臺高解析度GigEPRO相機，具有大約0.42mm/畫素的影像解析度，用於掃描地毯材料的整個表面。

圖4：分析軟體顯示從3D掃描中計算出的切割座標。

由於需要較高的地毯切割精度，掃描相機安裝在切割機的樑上，這樣可以單獨掃描真空材料。材料可以手動載入或從捲筒連續進料。

每臺相機與一個鐳射器和一個光學濾波器配對使用，用於產生幾幅表面輪廓影像，然後將這幾幅影像拼接到一起，以產生地毯表面的3D影像。根據這些資料，具有直觀使用者介面的分析軟體，可以輕鬆調整邊界尺寸、倒角、拼接尺寸和網格大小等引數。該軟體包括預定義的計算模式，如自由形式、四邊形和矩形、圓形和網格等。

圖5：開放式相機概念的工作流程。利用開放式相機，使用者可以建立嵌入式相機應用解決方案。

“光學檢測需要在所有三維空間實現0.1mm的檢測精度，”Miller說道，“因此，我們在GigEPRO相機中執行了digMAR公司的一種子畫素精確分析演算法。”

文/Steven Gloffen 原文在英文版2017-9月刊

微視新紀元：基於人工智慧的嵌入式視覺產品是一大趨勢

視覺系統設計

受訪者：北京微視新紀元副總經理歐陽哲

Q：在剛剛過去的2017年，公司業績比2016年增長的百分比？貢獻突出的產品和應用領域分別是什麼？

2017年相比2016年增長30%；貢獻比較突出的是人工智慧系列的產品，主要應用在所有的非測量領域。

Q：在過去的一年中，貴司開發的新產品？產品的核心優勢？新產品滿足的應用需求和應用領域分別有哪些？

2017年，我司與合作伙伴聯合開發了人工智慧軟體AIVISION，以及可以內嵌人工智慧軟體的智慧相機PEGASUS系列智慧相機。

AIVISION人工智慧軟體/智慧相機能夠像人一樣，進行自學習,人通過標識的方式來告知軟體要實現什麼目的,軟體自己進行學習訓練，實現輔助或替代腦力勞動者的功能，和傳統軟體相比優勢在於：

1.準確率高：在工業檢測領域，通過大資料的學習和不斷的重複，準確率無限接近100%。

2.解決疑難問題：在傳統機器視覺軟體調節一個引數另一個引數可能就會有變動，無法完全滿足所有缺陷的檢測要求。人工智慧，只要不斷加樣本學習即可。

3.短時間可以做出結果：在時間要求很短的專案上，只要有足夠多的圖片，而且進行標識，原則上一天就可以做出理想的結果。

4.後期維護方便：傳統演算法現場出現問題，無法檢測出想要的結果，軟體程式設計技術人員要到生產現場進行軟體除錯，新軟體直接把沒有檢測出來的圖片在生產現場再學一遍就可以達到想要的結果。

5.操作門檻低：沒有程式設計基礎的人使用這個軟體就可以快速對複雜缺陷進行檢測識別。

主要的應用領域：非測量類的所有應用領域。

Q：從目前大的產業環境來看，有哪些發展趨勢正在推動機器視覺行業的發展？

人工智慧、3D、智慧相機+機械手一體化的裝置

Q：未來工廠高效、精準、快速反應和智慧化的生產方式，將會為機器視覺帶來哪些機會？抓住這些機會必須解決哪些挑戰？

機器視覺逐漸由機器替代體力勞動者過渡到機器替代腦力勞動者，配套機器手未來將大大減少人工成本的支出，解決這些問題，最主要的挑戰是基於人工智慧的自動化系統推出的速度，誰快誰就將大面積的佔領市場。

Q：就視覺技術本身的發展和視覺技術的應用領域這兩方面，您還分別看到了哪些特別的發展趨勢？

軟硬體一體化的趨勢更加明顯，基於人工智慧的嵌入式智慧相機和智慧處理裝置未來會是一個很大的發展趨勢。

Q：2018年公司的發展目標及發展規劃？預計業績比2017年增長的百分比？會將重點放在哪些產品和哪些應用領域？

2018年公司將會更深層次的開發基於人工智慧的機器視覺軟體，預計業績比2017年增長30%~50%，會將重點放在人工智慧領域的軟硬體相結合方面。

當影像處理遇上工業4.0，會產生哪些顛覆性的效果？

視覺系統設計 

你是否經歷過這樣的絕望

每當下完一件衣服的訂單

你想象中穿上它就能變身高富帥、白富美

但現實是

不是褲腿太長

就是衣袖太短

模特穿著是高檔的禮服

但你穿著卻像廉價的睡衣

難道我們真的無法跨越

買家秀和賣家秀之間的鴻溝了嗎？！

面對這個千古難題

智視寶想說：

當然不是！！！

要穿好需要量體裁衣

要智慧生產需要我們來影像處理

工業4.0的世界中，紡織品生產可以利用高效的資料處理，從而實現量身定製。

那這個量身定製的流程是怎樣的呢？讓我們一起接著往下看。

顧客選定了衣服款式後，就可以通過影像處理系統（機器視覺系統）來測量確定他們的尺碼。

具體的表現形式可能為：

■ 在小更衣室裡裝有四臺相機，對身體的每個側面拍照

■ 由軟體處理測量結果以及後續裁剪版型

■ 自動執行其餘生產流程

■ 成品裝運

因此，時裝公司未來的銷售模式無需在貨架上堆積大量的成品，而是可以藉助大規模的虛擬選購，以及快速、可靠的生產來提供服務。

工業相機系統如何實現未來生產工藝的願景

圍繞工業相機構建的影像處理系統已經成為自動化生產中的重要組成部分。從原料檢驗、生產監控（即缺陷檢測）到最終檢驗和質量保證——在所有這些生產環節中，影像處理系統都是不可或缺的一部分，它幫助實現高效的生產，並保證嚴格的質量標準。

工業4.0這一專業術語代表新的流程形式和工業生產組織方式。其核心要素是網際網路和大範圍的資料通訊。目標是在廣泛資料收集和有效資訊交流的基礎上，實現自發的、定製化程度更高的以及更高效的生產。

在確定具體資訊時，影像處理系統可以起到決定性作用。現在，相機體積在不斷減小，價格在持續下降，而效能卻在不斷提高，這一點很重要。因此，有些領域過去需要使用複雜的系統，而如今使用小型、高效的系統就可以取得相同甚至更好的效果。這項技術的進步加上不斷持續發展的網路，賦予了工業4.0開發更多新應用的潛力。

小批量生產的新機遇

工業4.0的重要成果之一是：由於自動控制的應用，許多產品的生產不僅在大批量時可以實現低成本高效率，小批量生產時也能做到，因此現在流行的說法是“一批一件”。

上面提到的紡織品生產就是一個例子，其他例子還包括按客戶特定規格來生產單獨設計的金屬製品，例如郵箱或者圍欄。

工業相機系統在此過程中如何提供支援？

例如，我們可以想象一下，這種系統可以用於給新生產的金屬部件進行噴塗。自動化噴嘴通常根據預程式設計的噴塗動作來工作。這種預程式設計的動作很難預先為定製化的工作進行規劃。原則上，可以根據設計規範來確定這些動作。但是，要計算最終噴射模式卻是非常複雜的，而且計算結果往往不精確。

相比之下，工業相機可以在現場精確地測量元件，確定其各自形狀和位置，從而對噴臂進行相應的引導。同時，也可以通過評估著色，或者在塗層上測量更復雜的反射特性，以光學方式來控制噴塗效果。這種控制資料可以實時進入控制單元。

因此，自動化噴塗系統可以成為一種自主學習系統。這樣就可以根據以往的經驗更有效地處理類似的新元件。

相機：“廢寢忘食”的流程稽核員

晶片資料還可以幫助對已出現變化、或甚至已出現缺陷的裝置行為進行早期檢測，從而引導系統自動採取相應措施（如更改過程引數、訂購替代材料和/或呼叫服務）。這項應用既適合生產裝置也適合於成品。

工業相機在此過程中扮演著重要的角色，它們可以無間斷地進行色彩稽核、甚至包括稽核大型工件及產品的結構和幾何特性，以確定相關引數是否正確，或是否存在偏差。此外它還可以將潤滑、磨損、鏽蝕等“軟”因素考慮在內，為公司的企業資源規劃系統提供資料。

影像處理在生產中的應用：機器人與人類攜手共進

使用工業相機的應用也將為生產員工提供幫助。但是，無論自動化多麼先進，工業生產中仍然需要有人類參與。這是由於人類具備感官能力、靈活性和經濟適用性。

即便如此，作為工業4.0的一部分，未來的工作流程也將發生改變。藉助在頭盔、服裝和工具中整合的智慧機器視覺系統可以提高人力效率。這在技術上是完全可行的，因為相機體積在不斷縮小，重量也在減輕，如今已經出現郵票大小的高精度工業相機，鏡頭和外殼的總重量不足30 g。

這些視覺系統以視覺化方式記錄各項活動和工作狀態、稽核結果、確定合理的後續步驟或識別資訊，並將其傳遞給工作人員，例如可作為通知傳送到採用“擴增實境技術”的智慧眼鏡上。 這樣就有助促進及時供應工作物料，進一步提升生產力。

文章來源：德國Basler

視覺系統實現食品罐自動檢測

視覺系統設計 

Greig Lambourne，Adbro Controls公司應用工程師

食品罐在裝運前必須要進行檢測，以確保它們的蓋子上印有有效期程式碼、罐體上貼有正確的標籤且具有防偽印章。

過去，食品罐的檢測是由人工手動完成的。這是一個容易出現人為錯誤的耗時且昂貴的過程。為了降低手工檢測的成本並提高效率，英國食品公司AarhusKarlshamn（以下簡稱AAK公司）向Adbro Controls公司尋求幫助，專門為其產品檢測開發了一套基於視覺的自動化系統。

該系統可以在軟體控制下進行重新配置，使其能夠檢測裝有蛋黃醬、芥末和沙拉醬等食品的不同形狀和不同尺寸的食品罐。

在實際檢測過程中，裝有特定食品的食品罐通過Bosch Rexroth公司的傳送帶以0.5m/s的速度被輸送到該視覺系統中。一旦食品罐進入該視覺系統，來自IFM Electronic公司的一個光反射感測器07P200 07P-DPKG即被觸發。隨後，安裝在傳送帶上的SICK公司的一個DFS60編碼器，開始跟蹤食品罐的位置資訊，直到食品罐到達系統中的一個最佳位置。在這個最佳位置處，五臺Point Grey公司的Blackfly相機被觸發，用於捕獲食品罐外部的360°檢視以及食品罐蓋子的影像（見圖1）。

圖1：裝有農產品的食品罐在傳送帶上移動時，四臺相機用於捕獲食品罐側面的影像，以檢測是否遺漏標籤和防偽印章。另外一臺相機用於檢測蓋子上是否印有日期程式碼。

該系統中使用了Point Grey公司的五臺BFLY-PGE-13E4C Blackfly彩色相機，其中四臺具有6mm的焦距和CS鏡頭介面，它們安裝在X/Y平面，距離食品罐300mm，用於捕獲食品罐側面的四幅影像。每臺相機都裝有偏振濾光片，以確保白光LED發射的光，不會使直接面對它的相機中的成像器飽和。

第五臺垂直安裝的Blackfly相機可以在PC的控制下垂直移動，以適用於不同高度的食品罐。這臺相機用於捕獲食品罐頂部的影像。這臺相機的鏡頭是藉助在一塊不透明硬質塑料板上切割出的一個小孔安裝的，以此提供穹頂燈的一種廉價替代方案。位於x/y平面中的四個LED發出的光，被該塑料板反射，從而能以一種均勻擴散的方式為食品罐頂部提供足夠的照明（見圖2）。

圖2：垂直安裝的相機是藉助一塊不透明塑料板安裝的。位於x/y平面中的四個LED發出的光，被該塑料板反射，從而為食品罐頂部提供足夠的照明。

一旦系統被觸發，相機開始捕獲資料，並且通過千兆乙太網（GigE）介面將這些資料傳送給Moxa公司的一個五埠GigE交換機，並最終將資料送至英特爾多核i7 PC。接下來，PC中的視覺檢測軟體將處理這五幅影像。

軟體解決方案

整個視覺檢測系統的軟體元件是利用物件導向的C＃程式語言開發的。在實際檢測過程中，軟體元件計算食品罐在傳送帶上的位置、觸發相機捕獲食品罐的影像，並且計算是否發現有缺陷的食品罐。如果發現了有缺陷的食品罐，則將啟動氣動剔除系統，將有缺陷的食品罐從檢測線中移走。

為了確定日期程式碼、標籤和防偽印章的存在，該系統的影像處理元件包括用於每個檢驗程式的不同的C＃類。這些類從MVTec Software公司的HALCON整合開發環境（IDE）中呼叫影像處理例程，以執行特定的影像處理程式（見圖3）。

圖3：為了確定日期程式碼、標籤和防偽印章的存在，該系統的影像處理元件包括用於每個檢驗程式的不同的C＃類。這些類從MVTec Software公司的HALCON整合開發環境（IDE）中呼叫影像處理例程，以執行特定的影像處理程式。

C＃程式設計能提供與類中特定操作相關聯的影像處理例程的屬性（例如對影像進行閾值操作的顏色值），以便通過一個也是用C＃編寫的人機介面（HMI）介面元件顯示給使用者。這樣一來，這些屬性就能在圖形使用者介面內進行修改。

在執行適當的影像處理操作之前，要對系統進行培訓，以便其能在一張影像中定位特定型別的食品罐。要做到這一點，首先要將一個食品罐放置在成像區域內並捕獲其影像。然後，針對影像中從食品罐頂部到罐體的彎曲區域，建立出一個形狀模型。該形狀模型對於每種型別的食品罐而言都是獨一無二的。隨後，標籤相對於該形狀模型的位置資訊，將被儲存到系統資料庫中（見圖4）。

圖4：針對影像中從食品罐頂部到罐體的彎曲區域的形狀，建立一個形狀模型儲存到系統中。有了這個模型，視覺系統就可以確定標籤、防偽印章和日期程式碼的位置。

在實際檢驗過程中，使用來自MVTec影像處理庫的一種形狀匹配演算法，來識別相同的形狀。然後，系統可以在影像中定位食品罐的具體位置。有了這個資料，就可以確定影像中需要貼標籤的感興趣區域的位置。

在設定過程中，針對標籤顏色，系統還被授予一系列可接受的值。在實際檢驗過程中，影像中應該貼標籤的區域，將使用一種色彩閾值演算法進行處理，以確定是否該區域的顏色處於規定的公差範圍內。

彩色Blackfly相機返回的是RGB值，隨後這些值將被轉換成HIS顏色空間進行處理。HSI顏色空間被認為是與人類如何感知顏色最為匹配的色彩空間。使用HSI通常更容易找到良好的閾值，儘管該系統也支援在RGB色彩空間設定閾值。

食品罐的防偽印章，通常是一個貼在罐子頂部和罐體上的彩色標籤。為了確定防偽印章是否存在，該系統還採用了形狀匹配技術來定位食品罐在影像中的位置。食品罐的位置確定後，軟體便識別防偽印章可能被發現的感興趣區域。然後，利用來自Halcon影像處理庫的一種顏色閾值演算法，用於去除處於規定顏色範圍內的影像部分，使得顏色值在該範圍之外的物件（如防偽印章）得以確定。

如同標籤和防偽印章檢驗演算法使用形狀匹配演算法來定位食品罐在影像中的位置一樣，日期程式碼識別軟體也採用了這種方法。有了這個位置資料後，系統能夠識別影像中食品罐蓋子上可能會印有日期程式碼的特定感興趣區域。然後，再對影像使用一個區域性顏色閾值演算法，以從食品罐蓋子的影像中提取出現的任何日期程式碼。接下來，系統便可以確定日期程式碼是否存在（見圖5）。

圖5：系統能夠識別影像中食品罐蓋子上可能會印有日期程式碼的特定感興趣區域。然後，再對影像使用一個區域性顏色閾值演算法，以確定影像中是否存在日期程式碼。

來自每臺相機的資料，被分配自己的執行緒用於影像處理。系統將根據需求自由分配這些執行緒到處理器的多個核心。此外，HALCON中的許多演算法自動支援多核。

氣動剔除

在視覺系統軟體已經檢驗到一個食品罐是否具有日期程式碼、標籤或防偽印章後，來自這三個檢驗過程的結果，將被C#系統軟體的另一個元件所記錄。如果這三個檢驗專案中有一個缺失，系統軟體將利用來自光電反射感測器和編碼器的資料，確定何時應該觸發SMC公司的一組氣動噴嘴，在不合格的食品罐離開視覺檢驗區域後從傳送帶上剔除。

如果視覺系統被觸發，並且該軟體未能在相機捕獲的影像中找到任何產品，系統將自動啟動剔除程式，認為檢驗到了一個不合格的產品。

為了確保沒有錯誤的產品運送給客戶，本系統採用了第二個光電反射感測器。如果一個被視覺系統確定為要剔除的食品罐繼續在傳送帶上向下輸送，這個光電反射感測器將被觸發。這時，系統會向操作員發出警報，以提示需要人工干預，從生產線上剔除不合格的產品。

該系統使用定義了每種食品罐屬性的特定形狀模型，來識別幾種不同型別的食品罐是否有缺陷。操作者可以通過HMI觸控式螢幕介面重新配置引數，用於檢驗各種不同型別的產品。

除了識別不合格的食品罐外，該軟體還保持了一個統計資料庫，其可以向工廠操作員突出顯示正在被剔除產品的型別（不管是因為缺失標籤、防偽印章還是缺失日期程式碼）。它也產生關於生產過程中有多少個檢驗引數（如標籤的顏色）處於規定範圍內的資料，並且會生成Excel電子資料表檔案，以便生產人員可以從系統中得到視覺化的統計資料。

該系統還可以從執行的生產線中輸出食品罐的影像，使得遠端工作的工程師能夠在系統操作過程中分析系統的有效性，並且執行任何可能需要的軟體修改。

該系統還可以擴充套件用於執行不同的檢驗工作，如通過新增新的測量類來閱讀日期程式碼。測量類可以使用之前測量的結果，因此，在用於識別日期程式碼是否存在的區域性閾值測量中發現的區域，可以被傳遞到一個OCR測量類，用於讀取程式碼。但是目前AAK並未考慮這種選擇。

Adbro Controls公司在兩個月的時間內，以低於40,000美元的成本為AAK公司開發出了這套基於視覺的Adbro檢驗系統，並安裝在了AAK位於英國朗科恩的食品生產線中。目前，該系統正在以每分鐘150個食品罐的速度在生產線中成功地執行著檢驗任務。

人工智慧賽博物理作業系統

AI-CPS OS

“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧）分支用來的今天，企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中，利用AI-CPS OS形成數字化+智慧化力量，實現行業的重新佈局、企業的重新構建和自我的煥然新生。

AI-CPS OS的真正價值並不來自構成技術或功能，而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務和資料+分析一體化，這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合，沒有顛覆現狀的意願，這些將不可能實現。

領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量，領導者必須在行業、企業與個人這三個層面都保持領先地位：

1. 重新行業佈局：你的世界觀要怎樣改變才算足夠？你必須對行業典範進行怎樣的反思？

2. 重新構建企業：你的企業需要做出什麼樣的變化？你準備如何重新定義你的公司？

3. 重新打造自己：你需要成為怎樣的人？要重塑自己並在數字化+智慧化時代保有領先地位，你必須如何去做？

AI-CPS OS是數字化智慧化創新平臺，設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端，可以幫助企業將創新成果融入自身業務體系，實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的數字化+智慧化力量與行業、企業及個人三個層面的交叉，形成了領導力模式，使數字化融入到領導者所在企業與領導方式的核心位置：

1. 精細：這種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切，進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。

2. 智慧：模型隨著時間（資料）的變化而變化，整個系統就具備了智慧（自學習）的能力。

3. 高效：企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力，這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。

4. 不確定性：數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗，其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域：技術、文化、制度。

5. 邊界模糊：數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化，還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。

AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長：

1. 創造虛擬勞動力，承擔需要適應性和敏捷性的複雜任務，即“智慧自動化”，以區別於傳統的自動化解決方案；

2. 對現有勞動力和實物資產進行有利的補充和提升，提高資本效率；

3. 人工智慧的普及，將推動多行業的相關創新，開闢嶄新的經濟增長空間。

給決策制定者和商業領袖的建議：

1. 超越自動化，開啟新創新模式：利用具有自主學習和自我控制能力的動態機器智慧，為企業創造新商機；

2. 迎接新一代資訊科技，迎接人工智慧：無縫整合人類智慧與機器智慧，重新

   評估未來的知識和技能型別；

3. 制定道德規範：切實為人工智慧生態系統制定道德準則，並在智慧機器的開

   發過程中確定更加明晰的標準和最佳實踐；

4. 重視再分配效應：對人工智慧可能帶來的衝擊做好準備，制定戰略幫助面臨

   較高失業風險的人群；

5. 開發數字化+智慧化企業所需新能力：員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說，創造兼具包容性和多樣性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。”  《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧，像君子一般融合，一起體現科技就是生產力。

如果說上一次哥倫布地理大發現，擴充的是人類的物理空間。那麼這一次地理大發現，擴充的就是人們的數字空間。在數學空間，建立新的商業文明，從而發現新的創富模式，為人類社會帶來新的財富空間。雲端計算，大資料、物聯網和區塊鏈，是進入這個數字空間的船，而人工智慧就是那船上的帆，哥倫布之帆！

新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量，並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節，形成從巨集觀到微觀各領域的智慧化新需求，催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革，深刻改變人類生產生活方式和思維模式，實現社會生產力的整體躍升。

產業智慧官  AI-CPS

用“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧），在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧；實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。

長按上方二維碼關注微信公眾號： AI-CPS，更多資訊回覆：

新技術：“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧”；新產業：“智慧製造”、“智慧金融”、“智慧零售”、“智慧駕駛”、“智慧城市”；新模式：“財富空間”、“工業網際網路”、“資料科學家”、“賽博物理系統CPS”、“供應鏈金融”。

官方網站：AI-CPS.NET

本文系“產業智慧官”（公眾號ID：AI-CPS）收集整理，轉載請註明出處！

版權宣告：由產業智慧官（公眾號ID：AI-CPS）推薦的文章，除非確實無法確認，我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題，煩請原作者聯絡我們，與您共同協商解決。聯絡、投稿郵箱：erp_vip@hotmail.com