工業機器人的視覺系統硬體如何選擇

賢集網工業自動化頻道訊：一套機器視覺系統的性能與它的部件密切相關。在選擇的過程中，有很多捷徑特別在光學成像上可能很大程度降低系統的效率。如下是在選擇部件時你必須緊記的幾個基本原則。

1、攝像頭攝像頭的選擇與應用的需求直接相關，通常考慮三點：

a)黑白還是彩色；

b)部件/目標的運動；

c)圖像解析度。

在檢測應用中大部分使用黑白攝像頭，因為黑白圖像能提供90%可視數據，並且比彩色便宜。

彩色攝像頭主要用於一些需要分析彩色圖像的場合里。根據部件在檢測時是否移動，決定我們選擇標準隔行掃描攝像頭還是逐行掃描攝像頭。另外，圖像的解析度必須足夠高，以提供檢測任務需要的足夠的數據。最後，攝像頭必須質量好和可以避免工業現場中的振動、灰塵和熱的影響。

2、光學部件和照明這個至關重要的因素往往被人所忽略。

當你使用一個很差的光學部件或照明，就算你使用最好的機器視覺系統，它表現出的性能甚至比不上一個配上良好光學部件和適當照明的低能力系統。

光學部件的目標是產生最好和最大可用面積的圖像，並且提供最好的圖像解析度。照明的目標是照亮需要測量或檢測的部分的關鍵特徵。通常，照明系統的設計由如下因素決定：顏色、紋理、尺寸、外形、反射率等等。

3、圖像採集卡雖然圖像採集卡只是完整的機器視覺系統的一個部件，但是它扮演一個非常重要的角色。

圖像採集卡直接決定了攝像頭的介面：黑白、彩色、模擬、數字等等。

使用模擬輸入的圖像採集卡，目標是盡量不變地將攝像頭採集的圖像轉換為數字數據。使用不正確的圖像採集卡可能得到錯誤的數據。

工業用的圖像採集卡通常用於檢測任務，多媒體採集卡由於它通過自動增益控制、邊沿增強和顏色增強電路來更改圖像數據，所以不用在這個領域裡。使用數字輸入的圖像採集卡的目標是將攝像頭輸出的數字圖像數據轉換並輸送到PC中作處理。

考慮各種變化：人類的眼睛和大腦可以在不同的條件下識別目標，但是機器視覺系統就不是這樣多才多藝了，它只能按程序編寫的任務來工作。了解你的系統能看到什麼和不能看到什麼能幫助你避免失敗(例如將好的部件認為是壞的)或其它檢測錯誤。一般要考慮的包括部件顏色、周圍光線、焦點、部件的位置和方向和背景顏色的大變化。

正確選擇軟體：機器視覺軟體是檢測系統中的智能部分，也是最核心的部分。軟體的選擇決定了你編寫調試檢測程序的時間、檢測操作的性能等等。

機器視覺提供了圖形化編程界面(通常稱為「Point&Click」)通常比其他編程語言(例如VisualC++)容易，但是在你需要一些特殊的特徵或功能時有一定的局限性。基於代碼的軟體包，儘管非常困難和需要編碼經驗，但在編寫複雜的特殊應用檢測演算法具備更大的靈活性。一些機器視覺軟體同時提供了圖形化和基於代碼的編程環境，提供兩方面最好的特徵，提供了很多靈活性，滿足不同的應用需求。

通信和記錄數據：機器視覺系統的總的目標是通過區分好和壞的部件來實現質量檢測。為了實現這一功能，這個系統需要與生產流水線通信，這樣才可以在發現壞的部件是做某種動作。通常這些動作是通過數字I/O板，這些板與製造流水線中的PLC相連，這樣壞的部件就可以跟好的部件分離。

例外，機器視覺系統可以與網路連接，這樣就可以將數據傳送給資料庫，用於記錄數據以及讓質量控制員分析為什麼會出現廢品。在這一步認真考慮將有助於將機器視覺系統無縫與生產流水線結合起來。需要考慮的問題是：

使用了什麼類型的PLC，它的介面如何？

需要什麼類型的信號？

現在使用或必須使用什麼類型的網路？

在網路上傳送的文件格式是什麼？通常使用RS-232埠與資料庫通信，來實現對數據的紀錄。

為以後做準備：當你為機器視覺系統選擇部件時，時刻記住未來的生產所需和有可能發生的變動。這些將直接影響你的機器視覺軟硬體是否容易更改來滿足以後新的任務。

提前的準備將不僅僅節約你的時間，而且通過在將來重用現有的檢測任務可以降低整個系統的價格。機器視覺系統的性能由最差的部分決定(就像一個木桶的容量由最短的一個木塊決定)，精度則由它能獲取的信息決定。花時間和精力合理配置系統就可以建造一個零故障和有彈性的視覺檢測系統。