Jste zde

Cognex In-Sight 2800 Vision System

Antonín Vojáček, 22. Květen 2022 - 21:48

Ocenění ZLATÝ AMPER letos obdržel i výrobek Cognex In-Sight 2800 Vision System, který umožňuje i složité detekce a klasifikace malých či různě se vyskytujících defektů díky vyhodnocení využívající hluboké učení (Deep Learning).

Systém vidění In-Sight 2800

In-Sight 2800 Vision System je inovativní tím, že kombinuje v jednom zařízení metodu hlubokého učení deep learning s tradičními nástroji strojového vidění založenými na logických pravidlech. Od jednoduché detekce přítomnosti/nepřítomnosti až po pokročilé úkoly kategorizace a třídění. Systém je tak vhodný pro širokou škálu inspekčních úloh při zachování jednoduché obsluhy a uvedení do provozu. In-Sight 2800 tak poskytuje snadno použitelné řešení pro zabezpečení výroby či balení a pro zachycení i malých a jemných vad výrobků pomocí optimalizované detekce chyb.

Pro tyto účely poskytuje In-Sight 2800 komplexní sadu nástrojů pro vidění, řeší úkoly různé složitosti nejen založené na klasických pravidlech, ale i využívající nástroje hlubokého učení. Nástroje lze aktivovat a používat jednotlivě pro jednoduché úlohy nebo je spojit dohromady pro řešení složitější vyhodnocovací sekvence. Výkonný nástroj "ViDi EL Classifier" pak umožňuje identifikovat a třídit díly na základě více funkcí nebo charakteristik. To umožňuje klasifikovat vady do různých kategorií a správně identifikovat díly s odchylkami. Spolu s možností přiřadit více klasifikací do jednoho vyhodnocení lze nastavit i více oblastí zájmu pro kontrolu různých částí, To vše pouze z jednoho pořízeného snímku.

Výkonné a flexibilní integrované vícebarevné osvětlení (RGBW) pak zlepšuje obraz pro zachycení snímku jakéhokoli produktu ve vysokém rozlišení v jakémkoli prostředí. Optimalizuje totiž tvorbu obrazu, maximalizuje kontrast a osvětlení za různých provozních podmínek.

Díky modulární, škálovatelné architektuře s komponenty vyměnitelnými i v místě provozu lze In-Sight 2800 upravit tak, aby vyhovoval různým nastavením aplikací a uživatelským požadavkům. Tato modularita umožňuje výrobcům rychle se přizpůsobit novým aplikacím a držet krok s měnícími se požadavky. Díky snadnému použití je toto průmyslové řešení přístupné všem úrovním dovedností, bez ohledu na zkušenosti s programováním.

Příklady použití

In-Sight 2800 umožňuje zjednodušit vidění ve většině průmyslových odvětvích a automatizovat širokou škálu aplikací prostřednictvím modulárního hardwaru a rozsáhlé sady nástrojů:

Automobilový průmysl a EV
- Kontrola kvality těsnění - ověření zda jsou těsnění dobrá nebo špatná na základě přítomnosti/nepřítomnosti závad.
- Kontrola kuličkových ložisek - ověření přítomnosti/nepřítomnosti kuličkových ložisek v kroužcích ložisek kol, aby byla zajištěna správná montáž.
- Kontrola vložení konektoru - kontrola správného vložení konektorů do kabelových svazků.
Balení zboží
- Klasifikace - například identifikace různé vůně na kostkách mýdla po kontrolu, že na obalu bude uvedena správná vůně.
- Kontrola kvality -zjišťování přítomnosti/nepřítomnosti těsnících uzávěrů na osvěžovačích vzduchu.
- Detekce štítků - kontrola kvality štítků, zda nejsou roztrhané, špatně orientované nebo nesprávně umístěné.
Výroba elektroniky
- Kontrola součástí PCB - klasifikace desky jako dobré/špatné na základě chybějících, poškozených nebo nesprávných součástí.
Potravinářský a nápojový průmysl
- Kontrola těsnění láhve - ověření, zda jsou lahve řádně utěsněny a klasifikace jako vyhovující/nevyhovující.
- Detekce přidaných dílů - například zjišťování, zda je odměrka přítomna, chybí nebo zda jich je v balení více.
Farmaceutický průmysl
- Kontrola kvality blistrového balení - zjišťování úplnosti - přítomnosti/nepřítomnosti pilulek v blistru.

Software In-Sight Vision Suit

In-Sight 2800 se programuje pomocí PC rozhraní EasyBuilder v rámci vývojové nástrojové sady In-Sight Vision Suite. Toto intuitivní vývojové prostředí provádí uživatele nastavením aplikace a umožňuje rychlé nasazení a díky učení typu point-and-click je EasyBuilder vhodný pro nastavování všech úloh od jednoduchých až po složité. Intuitivní proces vede krok za kroke, od zachycení obrazu až po konečný výsledek vyhodnocení vidění.

In-Sight 2800 je také vybaven kompletní sadou nástrojů jak tradičních, tak i založených na hlubokém učení (Deep Learning). Rozsáhlá knihovna pojme všechny úrovně dovedností tím, že poskytuje přístup k průmyslově ověřeným algoritmům založeným na pravidlech, jako je měření vzdálenosti, počet pixelů, počítání vzorů a matematické a logické nástroje, stejně jako snadno použitelné předem připravené sady algoritmů založených na hlubokém učení v rámci nástroje ViDi EL. Ty se využívají pro složité aplikace, jako je pokročilá segmentace a klasifikace. Oproti běžným zvyklostem je zde však hlubokéh učení uživatelsky velmi jednoduché. Vyžaduje pouhých 5 až 10 snímků na zvolenou třídu klasifikace, aby bylo následně dosaženo rychlých a spolehlivých výsledků v reálném čase. Není potřeba žádné programování nebo časově i výpočetně náročné trénování hlubokého učení. Vše je již totiž předpřipraveno (předtrénováno) a systém tak na konkrétní aplikaci stačí jen krátce dotrénovat.

ViDi EL klasifikace tak umožňuje automatické identifikace a třídění objektů do tříd na základě více typů defektů nebo uživatelsky definovaných funkcí. V rámci stejné třídy objektů je tento pokročilý klasifikátor schopen rozlišit i vizuálně podobné, jen v drobných detailech odlišné objekty. ViDi EL Classify tak lze použít k detekci chyb u široké řady produktů, od jednoduché OK/NG klasifikace, až po klasifikaci dílů s variací.

Závěr

Hlavní výjimečnost Vision systému In-Sight 2800 tkví v široké modularitě a zejména v praktickém nasazení algoritmů hlubokého učení, které však z uživatelského pohledu nevyžadují složité a časově dlouhé učení / trénování na konkrétní aplikaci. Ten kdo se někdy alespoň trošku zajímal o trénování neuronových sítí hlubokého učení, tak ví, že obecně správné natrénování vyžaduje hodně času, učících vzorků a velký výpočetní výkon. Nicméně jedna z výhod systému hlubokého učení je možnost vyhodnocovací model předtrénovat dopředu na různé snímky zhruba odpovídající cílovým aplikacím vyhodnocení (připravit model u výrobce) a následně pak již jen model dotrénovat na konkrétní aplikaci uživatele.

Vestavět prvky hlubokého učení do zařízení tak, aby bylo snadno použitelné i běžnými techniky / uživateli, je však vždy dost náročný úkol, který zde byl po právu oceněn titulem ZLATÝ AMPER pro rok 2022.