VISON SENSOR SYSTEM
APA ITU VISION SENSOR SYSTEM
Vision Sensor System adalah rakitan komponen elektronik yang terintegrasi dengan perangkat keras komputer, dan algoritme perangkat lunak yang menawarkan panduan operasional dengan memproses dan menganalisis hasil gambar dari hasil pemprosesan. Lalu, mesin ini memperoleh data dari sistem vision kegunaannya untuk mengontrol dan mengotomatisasi proses atau memeriksa produk atau material.
Banyak industri manufaktur mengadaptasi sistem vision camera dalam melakukan tugas yang mungkin membosankan, berulang, melelahkan, dan menghabiskan waktu bagi pekerja, sehingga meningkatkan produktivitas dan mengurangi biaya operasional. Misalnya, sistem inspeksi dalam line produksi dapat menginspeksi ratusan dan ribuan komponen per menit. Manusia melakukan dan mengoperasikan jenis inspeksi serupa secara manual; namun, jauh lebih lambat dan mahal, rentan terhadap kesalahan, dan tidak semua komponen yang berjalan dapat memeriksa kualitasnya secara offline karena keterbatasan waktu. Sistem vision camera mesin juga meningkatkan kualitas produk dan hasil produksi yang tinggi dengan menyediakan sistem deteksi, verifikasi, dan pengukuran yang akurat, konsisten, dan dapat mengulangnya. sehingga dapat membantu mendeteksi cacat/defect produk, yang mencegah produksi dan keluarnya produk yang reject. Fungsinya meningkatkan ketertelusuran dan kepatuhan terhadap peraturan dan spesifikasi produk dan bahan dalam proses industri.
Komponen Vision Sensor System
Sistem vision kamera biasanya terdiri dari lima elemen (atau komponen), seperti yang dibahas di bawah ini. Komponen-komponen ini umum dan dapat terlihat di sistem lain. Namun, ketika komponen-komponen ini bekerja sama dengan memainkan peran mereka yang berbeda, mampu menciptakan sistem penglihatan yang melakukan fungsi-fungsi canggih.
SISTEM PENERANGAN / PENCAHAYAAN
Pencahayaan bertanggung jawab untuk menerangi objek dan menyoroti fitur-fiturnya yang berbeda dapat terlihat oleh kamera. Ini adalah salah satu aspek penting dari sistem vision camera tidak dapat memeriksa objek yang tidak dapat memperlihatkannya. Oleh karena itu, parameter pencahayaan seperti jarak sumber cahaya dari kamera dan objek, sudut, intensitas, kecerahan, bentuk, ukuran, dan warna pencahayaan harus mengoptimalkannya untuk menonjolkan pemeriksaan objek tersebut. Selain itu, objek harus terlihat jelas oleh kamera saat terkena cahaya, karenanya, subject permukaan objek juga harus mempertimbangkannya selama pengoptimalan pencahayaan. Pencahayaan dapat tersedia oleh sumber cahaya LED, halogen kuarsa, neon, dan strobo xenon. Itu bisa terarah atau menyebar. Teknik pencahayaan dalam sistem visi mesin diklasifikasikan sebagai berikut:
Pencahayaan Belakang / Back Lighting
Pencahayaan belakang menerangi target dari belakang. Ini menciptakan kontras saat siluet gelap muncul dengan latar belakang yang cerah. Selain itu, penggunaan pencahayaan belakang juga untuk mendeteksi lubang, celah, retakan, gelembung, dan goresan pada bagian yang jelas. Sangat cocok untuk mengukur, menempatkan, dan memposisikan bagian. Sebaiknya gunakan lampu monokrom dengan polarisasi kontrol cahaya jika deteksi tepi (subpiksel) yang memerlukan standar sangat presisi.
Pencahayaan Difus / Terang
Penggunaan alat ini untuk menerangi target reflektif yang mengkilap dan campuran, yang membutuhkan pencahayaan merata dan multi-arah. Ada tiga jenis pencahayaan difus:
Dome Diffuse Lighting adalah teknik pencahayaan difus yang paling umum dan efektif pada permukaan melengkung dan spekular. Sangat membantu dalam meminimalkan silau.
Pencahayaan On-axis, atau pencahayaan koaksial, menggunakan cermin untuk memantulkan sinar cahaya ke target dalam arah koaksial dengan target dan kamera. Permukaan yang miring dengan kamera akan muncul. Pencahayaan pada sumbu efektif dalam menekankan fitur miring, bertekstur, atau topografi pada permukaan datar.
Flat Diffuse Lighting memiliki sumber cahaya yang sangat menyebar yang dapat penggunaannya sebagai lampu depan atau proyeksi. Objek dapat terlihat di tengah sumber cahaya difusif datar. Penggunaan teknik pencahayaan ini banyak dalam kasus pemeriksaan PCB.
LENSA
Lensa menangkap gambar dan meneruskannya ke sensor gambar di dalam kamera dalam bentuk cahaya. Sebagian besar lensa terdapat fitur dengan kemampuan pengenalan warna. Selain itu, Lensa kamera vision hikrobot juga dapat berupa lensa yang dapat dipertukarkan (C-mount atau CS-mount) atau lensa tetap. Lalu, Lensa bercirikan oleh properti berikut, yang menjelaskan kualitas gambar yang dapat mereka tangkap:
Bidang pandang mengacu pada seberapa banyak area yang terlihat di sensor gambar; lensa dengan panjang fokus lebih tinggi memiliki bidang pandang yang lebih kecil.
Sensor gambar
Sensor gambar di dalam kamera vision mesin mengubah cahaya yang tertangkap oleh lensa menjadi gambar digital. Ini biasanya menggunakan teknologi perangkat dan menggabungkannya dengan muatan (CCD) atau pelengkap logam-oksida-semikonduktor (CMOS) untuk menerjemahkan foto menjadi sinyal listrik. Output dari sensor gambar adalah gambar digital yang terdiri dari piksel yang menunjukkan keberadaan cahaya di area yang diamati oleh lensa.
Resolusi dan sensitivitas
Resolusi adalah spesifikasi penting dari sensor gambar. Selain itu, resolusi adalah jumlah piksel yang ada oleh sensor pada citra digital. Sensor dengan resolusi lebih tinggi menghasilkan gambar dengan kualitas lebih tinggi, artinya lebih banyak detail yang dapat tampil dalam mengamati dan memeriksa produk, dan dapat memperoleh pengukuran yang lebih akurat. Resolusi juga mengacu pada kemampuan vision mesin untuk merasakan perubahan kecil. Sensitivitas, di sisi lain, mengacu pada jumlah minimum cahaya yang memerlukannya untuk mendeteksi perubahan keluaran yang dapat membedakannya pada gambar. Resolusi dan sensitivitas berbanding terbalik satu sama lain; peningkatan resolusi akan menurunkan sensitivitas.
Unit controller Vision
Unit pemrosesan penglihatan dari sistem penglihatan mesin menggunakan algoritme untuk menganalisis dan menghasilkan gambar digital oleh sensor. Pemrosesan visual melibatkan serangkaian langkah, melakukannya secara eksternal (oleh komputer) atau secara internal (untuk sistem visi mesin yang berdiri sendiri). Pertama, mengekstrak gambar digital dari sensor gambar dan meneruskannya ke komputer. Selanjutnya, citra digital menyiapkan untuk menganalisanya dengan menonjolkan fitur-fitur yang memerlukan citra. Mesin kemudian menganalisa gambar tersebut menemukan fitur spesifik yang perlu mengukur dan mengamatinya. Setelah pengamatan dan pengukuran fitur selesai, mereka membandingkannya dengan spesifikasi dan kriteria yang menentukan dan terprogram sebelumnya. Akhirnya, membuat keputusan, dan komunikasikan hasilnya.
Sistem komunikasi
Sistem komunikasi dengan cepat meneruskan keputusan yang terbuat oleh unit pemrosesan visi ke elemen mesin tertentu. Setelah elemen mesin menerima informasi (atau sinyal), elemen mesin akan mengintervensi dan mengontrol proses berdasarkan output dari unit pemrosesan visi. Melakukan suatu mekanisme dengan sinyal I/O diskrit atau komunikasi data melalui koneksi serial dalam bentuk output serial RS-232 atau Ethernet.
JENIS KAMERA VISON SYSTEM
Jenis-jenis kamera visi mesin adalah sebagai berikut:
Kamera Pindai Garis
Kamera pemindai garis dengan tepat dan cepat menangkap gambar digital satu baris dalam satu waktu. Selain itu, Kamera masih melihat keseluruhan objek. Gambar lengkap terdapat dalam perangkat lunak garis piksel demi garis piksel. Bagian atau kamera harus bergerak selama pemeriksaan.
Kamera pemindai garis dapat memeriksa banyak objek dalam satu baris. Mereka ideal dalam sistem pengangkutan berkecepatan tinggi dan proses berkelanjutan. Mereka cocok dalam jaringan bahan yang terus menerus, seperti kertas, logam, dan tekstil, bagian besar, dan silinder.
AREA SCAN CAMERA
Kamera pemindai area menggunakan sensor gambar berbentuk persegi panjang yang penggunaanya untuk menangkap gambar dalam satu bingkai. Citra digital yang menghasilkan dan memiliki tinggi dan lebar berdasarkan jumlah piksel pada sensor. Unit pemrosesan penglihatan menganalisis gambar pemandangan demi gambar. Kamera pemindai area dapat melakukan hampir semua tugas industri umum dan lebih mudah mengatur dan menyelaraskannya. Tidak seperti kamera pemindai garis, kamera pemindai area lebih disukai dalam memeriksa objek diam. Objek dapat dijeda sejenak di depan kamera pemindai area untuk memungkinkan pemeriksaan.
Kamera Pemindaian 3D
Kamera pemindai 3D dapat melakukan inspeksi pada bidang X, Y, dan Z serta menghitung posisi dan orientasi objek di ruang angkasa. menggunakan satu atau beberapa kamera dan sensor perpindahan laser. Dalam pengaturan satu kamera, Pemindahan kamera harus untuk menghasilkan peta ketinggian yang menghasilkannya dari perpindahan lokasi laser pada objek. Ketinggian objek dan planaritas permukaannya dapat terhitung menggunakan laser offset untuk mengkalibrasi. Dalam pengaturan multi-kamera, triangulasi laser mengerahkannya untuk menghasilkan model digital dari bentuk dan lokasi objek.
Kamera pemindaian 3D ideal untuk memeriksa bagian yang membentuk 3D dan aplikasi panduan robot. Jenis kamera penglihatan mesin ini dapat mentolerir sedikit gangguan lingkungan (mis., variasi cahaya, kontras, dan warna) sambil memberikan informasi yang akurat. Oleh karena itu, mereka banyak menggunakannya dalam metrologi, otomatisasi pabrik, dan analisis cacat suku cadang.
Komparator Optik vs Sistem Vision Mesin
Dapat kita asumsikan bahwa komparator optik dan sistem visi mesin adalah jenis mesin yang sama dan melakukan fungsi yang sama, yang sebagian benar. Kedua sistem memeriksa bagian menggunakan bentuk sistem penglihatan untuk menentukan keakuratan dan kualitas suatu bagian. Komparator optik dan sistem visi mesin menangkap gambar komponen dan membandingkannya dengan representasi komponen.
Kedua sistem membandingkan, menganalisis, dan memeriksa parameter komponen dan suku cadang. Di mana mereka berbeda adalah dalam proses yang mereka gunakan untuk membuat keputusan. Pembanding optik dibatasi oleh kemampuan dan teknologinya. Mereka hanya dapat melakukan pengamatan 2D atau 2½D terhadap bagian-bagian kecil tanpa menggunakan perangkat lunak komputer. Komparator optik menggunakan siluet komponen untuk melakukan analisisnya dan tidak menggunakan perangkat lunak apa pun atau menerima perangkat lunak desain berbantuan komputer (CAD).
Komparator optik memiliki desain sederhana yang mudah dalam mengoperasikannya dengan pelatihan minimal. Operator secara manual mengatur bagian di tempat untuk melakukan perhitungan dan pengamatan yang diperlukan, yang memperlambat proses. Karena alasan inilah pembanding optik tidak dapat menandingi kecepatan, akurasi, dan toleransi metode produksi modern, yang menjadi alasan pesatnya peningkatan sistem visi mesin.
Meskipun ada penambahan teknologi komparator optik, unit dasarnya hampir sama dengan yang memperkenalkannya pada 1920-an. Dari pengembangan komparator optiklah muncul sistem visi mesin, yang memiliki teknologi canggih, kemampuan 3D, perangkat lunak komputer, penerimaan perangkat lunak CAD, dan banyak atribut lain yang tidak cocok dengan pembanding optik.
Pencitraan hiperspektral
Pencitraan hiperspektral seperti teknik pencitraan spektral lainnya kecuali bahwa ia menggunakan lebih banyak teknik pencitraan spektral dengan jumlah panjang gelombang cahaya yang lebih banyak untuk mengumpulkan data satu piksel pada satu waktu. Pencitra spektral normal akan mengidentifikasi warna merah, hijau, biru, dan inframerah dekat berdasarkan warna. Imager hyperspectral mampu mengidentifikasi ratusan warna. Kemampuan ini memungkinkan sistem visi mesin hiperspektral untuk mendeteksi perbedaan dan ketidakmurnian di bagian dalam objek, bukan hanya cacat permukaan atau ketidakakuratan.
Pesatnya pertumbuhan penggunaan sistem visi mesin pencitraan hiperspektral disebabkan oleh kemampuan proses untuk menyediakan data yang lebih cepat dan lebih akurat. Ini telah menjadi bagian penting dari proses penyortiran karena kontrol kualitasnya yang murah dan bebas kesalahan. Pencitraan hiperspektral mampu mengklasifikasikan zat yang tidak memiliki perbedaan visual tetapi memiliki perbedaan kimia seperti plastik. Prosesnya ideal untuk mengkategorikan dan mengumpulkan data tentang zat padat dan tidak transparan terhadap cahaya tampak.
Penggunaan untuk Sistem Vision system camera
Sistem pencitraan hyperspectral mampu melakukan inspeksi yang tidak mungkin melakukannya dengan kamera tipikal yang menilai permukaan suatu objek. Ini adalah teknologi yang sangat canggih yang akan terus menjadi standar industri untuk kontrol kualitas produk. Industri yang menggunakan pencitraan hiperspektral sebagai bagian dari sistem visi mesin mereka adalah:
Industri farmasi
Semua pil dalam satu batch terlihat sama di kamera atau mata telanjang. Dalam bets, mungkin ada kotoran dan cacat di bawah permukaan yang tidak terdeteksi. Pencitraan hiperspektral mendeteksi dan menandainya untuk menghapusnya.
Produksi makanan
Sistem penglihatan mesin hiperspektral dapat mendeteksi kontaminan seperti belatung dan mengidentifikasi objek non-makanan seperti batu atau cabang dalam kumpulan sayuran. Ini juga dapat menggunakannya untuk mendeteksi kotoran atau kontaminasi pada makanan yang terdapat pada produksi pabrik seperti keju atau sosis.
Bahan bangunan
Penglihatan mesin hiperspektral efektif untuk mendeteksi kotoran, bintik lembab, lubang simpul, atau kantong resin pada kayu.
Medis
Penggunaan pencitraan hiperspektral untuk mendeteksi dan mengidentifikasi sel kanker yang tersembunyi.
Kamera hyperspectral memisahkan sinyal menjadi komponen spektralnya dan memproyeksikan setiap komponen ke satu piksel dengan jumlah energi yang jatuh pada piksel cukup rendah. Teknologi untuk pencitraan hiperspektral berkembang pesat dan membuka rentang spektral baru. Kisaran spektral normal adalah antara 930 hingga 1700 nm. Kemajuan dalam kamera hyperspectral telah memperluas jangkauan hingga 1700 nm hingga 2500 nm untuk semua jenis bahan.
Fungsi Sistem Vision Sensor
Sistem visi mesin dapat memberikan solusi yang inovatif dan cepat dengan mengotomatiskan tugas yang biasa dilakukan dalam proses industri:
Inspeksi Kehadiran
Inspeksi kehadiran adalah proses konfirmasi kuantitas dan ada tidaknya bagian. Ini adalah salah satu operasi dasar yang dilakukan oleh sistem visi mesin dan tugas yang paling banyak melakukannya di sebagian besar industri. Aplikasi praktis dari pemeriksaan kehadiran meliputi penghitungan produk yang dapat terhitung (misalnya, botol, sekrup) dan pemeriksaan keberadaan label pada kemasan makanan, komponen elektronik pada PCB, aplikasi perekat, dan sekrup/pencuci pada bagian yang melakukan pengencangan.
Penggunaan metode pemrosesan gambar oleh sistem visi mesin adalah sebagai berikut:
Pemrosesan Biner
Dalam pemrosesan biner, gambar yang diambil oleh kamera monokrom diubah menjadi piksel dengan dua tingkat bayangan, hitam dan putih, membuat pemrosesan penglihatan dan pengambilan keputusan menjadi lebih mudah. Konversi setiap piksel berdasarkan pada ambang tertentu.
Sistem visi mesin dapat memberikan solusi yang inovatif dan cepat dengan mengotomatiskan tugas yang biasa dilakukan dalam proses industri:
Inspeksi Kehadiran
Inspeksi kehadiran adalah proses konfirmasi kuantitas dan ada tidaknya bagian. Ini adalah salah satu operasi dasar yang dilakukan oleh sistem visi mesin dan tugas yang paling banyak melakukannya di sebagian besar industri. Aplikasi praktis dari pemeriksaan kehadiran meliputi penghitungan produk yang dapat dihitung (misalnya, botol, sekrup) dan pemeriksaan keberadaan label pada kemasan makanan, komponen elektronik pada PCB, aplikasi perekat, dan sekrup/pencuci pada bagian yang dikencangkan.
Metode pemrosesan gambar yang digunakan oleh sistem visi mesin adalah sebagai berikut:
Pemrosesan Biner
Dalam pemrosesan biner, gambar yang terambil oleh kamera monokrom lalu mengubahnya menjadi piksel dengan dua tingkat bayangan, hitam dan putih, membuat pemrosesan penglihatan dan pengambilan keputusan menjadi lebih mudah. Konversi setiap piksel didasarkan pada ambang tertentu.
Posisioning
Positioning adalah proses membandingkan lokasi dan orientasi bagian dengan toleransi spasial yang ditentukan. Lokasi dan orientasi bagian dalam ruang 2D atau 3D dikomunikasikan ke robot atau elemen mesin untuk menyelaraskan atau menempatkan target pada posisi atau orientasi yang tepat. Sistem pemosisian visi alat berat menawarkan akurasi dan kecepatan yang lebih tinggi daripada pemeriksaan, penyelarasan, dan pemosisian manual. Aplikasi pemosisian praktis termasuk pengambilan robot dan penempatan komponen di dalam dan di luar sabuk konveyor, pemosisian substrat kaca, pemeriksaan penyelarasan kode batang dan label, pemeriksaan penempatan IC di PCB, dan pengaturan komponen yang terkemas dalam palet.
Identifikasi vision sensor
Identifikasi vision mesin memindai dan membaca kode batang, kode 2D, tanda suku cadang langsung, dan karakter yang dicetak pada suku cadang, label, dan paket. Penandaan ini berisi nama produk, pabrikan, kode tanggal, nomor lot, dan tanggal kedaluwarsa. Identifikasi berguna dalam meningkatkan ketertelusuran suku cadang, kontrol inventaris, dan sistem verifikasi produk. Melakukan identifikasi dengan sistem pengenalan karakter optik (OCR) atau verifikasi karakter optik (OCV). Dalam sistem OCR, visi mesin membaca karakter alfanumerik yang dicetak pada target tanpa pengetahuan sebelumnya tentang karakter yang dicari. Dalam sistem OCV, visi mesin memverifikasi keberadaan string karakter.
Deteksi Cacat
Deteksi cacat adalah salah satu tugas kontrol kualitas paling mendasar dalam industri manufaktur dan fungsi sistem visi mesin yang paling banyak digunakan. Dalam deteksi cacat, vision mesin mencari cacat seperti retakan, goresan, noda, celah, kontaminan, perubahan warna, dan ketidakteraturan lainnya yang ada pada permukaan komponen, yang dapat memengaruhi fungsionalitas dan keandalan produk. Cacat tersebut muncul secara acak, sehingga algoritme visi mesin mencari perubahan pola, perubahan warna atau tekstur, diskontinuitas, atau struktur yang terhubung. Selanjutnya, keberadaan cacat ini terpantau oleh sistem. Sistem penglihatan mesin dapat mengkategorikan cacat berdasarkan jenis, warna, tekstur, dan ukuran serta memilah bagian cacat yang tidak memenuhi kriteria. Sistem penglihatan mesin dapat dengan cepat dan efektif mendeteksi cacat kecil dan mikroskopis, yang tidak terlihat oleh mata manusia; sistem ini dapat bekerja atau beroperasi dalam jangka waktu yang lama, tidak seperti inspektur manusia.
Penggunaan pendeteksi cacat banyak untuk memeriksa komponen semikonduktor dan elektronik, peralatan, kondisi perkakas, produk makanan dan kemasannya, bahan yang diproduksi dalam jaringan kontinu (misalnya, kertas, plastik, logam), dan lain-lain. Selain itu, deteksi cacat berguna dalam inspeksi online; setelah bagian yang gagal terdeteksi berasal dari suatu proses, proses segera menghentikan dan memperbaikinya, dan bagian yang gagal terpisah dari lotnya. Deteksi cacat biasanya digabungkan dalam sistem bersama dengan fungsi pemeriksaan kehadiran, pengukuran, dan pemosisian.
Mendeteksi Melalui Pengukuran
Pengukuran adalah pengecekan akurasi dimensi dan toleransi geometris bagian. Sistem visi mesin menghitung jarak antara dua titik atau lebih dan lokasi fitur yang ditargetkan pada objek untuk menentukan apakah pengukuran sesuai dengan spesifikasi. Pencahayaan dan sistem optik dari sistem visi mesin harus dioptimalkan untuk mendapatkan pengukuran yang sangat akurat, presisi, dan berulang.
Fungsi pengukuran sistem visi mesin dapat mengukur fitur sekecil 25,4 mikron. Ini biasanya dilengkapi dengan deteksi cacat untuk mengukur penyimpangan yang terdeteksi di beberapa bagian. Ini juga dig
Aplikasi Sistem Vision Kamera
Sistem visi mesin memiliki aplikasi praktis yang tak terhitung jumlahnya. Aplikasi khusus industri dari sistem ini adalah sebagai berikut:
Makanan, Farmasi, dan Produk Konsumen Pengemasan dan identifikasi produk makanan, minuman, farmasi, dan konsumen memerlukan sistem pemeriksaan yang andal dan kuat.
- Vision mesin memandu lengan robot dalam pengambilan dan penempatan produk dalam kotak
- Sistem menghitung jumlah produk yang terkandung dalam setiap kotak sebelum penyegelan.
- Memeriksa cacat seperti retakan dan penyok pada kaleng, botol, dan tutup.
- Memeriksa ada tidaknya bumbu bungkus pada Mie instan. Jenis pemeriksaan ini juga berlaku untuk produk yang mengandung beberapa jenis barang.
- Pemeriksaan botol dan saset produk cair di jalur pengeluaran cairan jika terisi dengan benar.
- Pemeriksaan karakter dan grafik yang ada di label. Dan juga, orientasi label dalam kemasan.
- Pemeriksaan tanggal kedaluwarsa pada kemasan makanan dan obat-obatan. Kode batang atau kode 2D dipindai untuk memeriksa pabrikan, kode tanggal, nomor lot, dll.
Deteksi dan pemosisian cacat sangat penting dalam kontrol kualitas semikonduktor; karenanya, sistem visi mesin sangat membantu dalam industri ini.
- Sirkuit terpadu (IC) dan sambungan soldernya pada papan sirkuit tercetak (PCB) sensitif terhadap retakan dan rongga karena cacat ini secara signifikan memengaruhi fungsionalitas dan keandalannya.
- Pemeriksaan Lead IC untuk tekukan dan coplanarity. Pemeriksaan posisi bola dalam paket ball grid array (BGA).
- Pemeriksaan orientasi dan keselarasan IC dan komponen elektronik lainnya sebelum terpasang ke PCB.
- Pemeriksaan posisi takik wafer untuk menentukan posisi rotasi. Sistem visi mesin mengukur posisi wafer selama penanganan untuk menghindari wafer yang rusak.
Otomotif
Perakitan dan penanganan suku cadang otomotif dilakukan oleh lengan robotik yang dipandu oleh sistem visi mesin.
- Dimensi busi diperiksa.
- Menggunakan pendeteksi cacat dalam pemeriksaan roda gigi diferensial, kepala katup engine, pelapis sisi piston, segel oli, filter partikulat diesel, dll.
Desain Sistem Vision Kamera
Kesulitan desain sistem visi mesin adalah tantangan menyatukan berbagai komponen dan subsistem yang tidak terkait dan merekayasanya agar berfungsi sebagai satu unit yang seragam dan efisien. Langkah awal dalam proses adalah menentukan apa yang harus dilakukan sistem dan bagaimana sistem akan beroperasi.
Semua aspek proyek desain mengevaluasi dan menetapkannya secara hati-hati sedemikian rupa sehingga bagian, komponen, dan konsep visi mesin akan memenuhi persyaratan dan hasil aplikasi yang diinginkan.
Resolusi gambar
Resolusi gambar adalah kolom dan baris yang diperlukan untuk mencapai resolusi spasial yang tepat. Perhitungan untuk mendapatkan resolusi gambar melibatkan pembagian area gambar dengan resolusi spasial untuk menentukan jumlah piksel, lebar dan tinggi yang dibutuhkan. Kamera harus memiliki jumlah baris dan kolom yang lebih besar daripada jawaban dari pembagian.
Speed
Langkah terakhir dalam proses pemilihan kamera adalah menentukan berapa frame per detik yang diperlukan untuk aplikasi. Sebagian besar sistem visi mesin beroperasi pada 10 hingga 15 bagian per detik atau lebih lambat. Ketika resolusi harus lebih tinggi, kecepatan gambar akan jauh lebih lambat.
Pemilihan Lensa
Proses pemilihan lensa berdasarkan pada format, bidang pandang, jarak dari komponen, dan resolusi optik. Perhitungan yang diperlukan meliputi resolusi optik, perbesaran, dan panjang fokus lensa.
Bentuk Lensa
Perancangan lensa ini bertujuan untuk bekerja dengan ukuran sensor tertentu dan terformat sesuai ukuran lingkaran lensa. Format lensa harus melakukan penyesuaian dengan format sensor. Pemasangan lensa ditentukan oleh kamera dan ukuran sensor dengan dudukan C yang menggunakannya untuk sensor resolusi rendah hingga sedang.
Resolusi Optik
Resolusi optik mengacu pada kemampuan lensa untuk menentukan perbedaan antara ukuran fitur komponen dari kecil ke besar.
Pembesaran
Penentuan faktor pembesaran dengan membagi pengukuran terkecil bidang penglihatan dengan dimensi terkecil dari sensor. Bagian dari perbesaran ini berdasarkan pada panjang fokus lensa dan jarak kerja.
Sumber cahaya
Sumber cahaya untuk sistem visi mesin menciptakan kontras antara komponen dan latar belakangnya. Aspek proses ini membutuhkan perhitungan yang presisi karena ada begitu banyak teknik pencahayaan yang berbeda.
Evaluasi Akhir
Setelah memilih kamera, lensa, dan sumber cahaya, penting untuk mengujinya guna memastikan kesesuaiannya dengan harapan parameter kinerja Anda. Sangat penting bahwa penggunaan alat yang sebenarnya untuk aplikasi selama tahap pengujian.
Referensi untuk evaluasi harus mencakup:
- Lensa dan kamera harus menghasilkan bidang pandang yang tepat untuk jarak kerja
- Kamera, lensa, dan sumber cahaya harus mampu menghasilkan gambar berkualitas tinggi dengan kontras dan definisi fitur yang sesuai untuk memenuhi kebutuhan aplikasi.
- Definisi objek harus sesuai harapan dan benar untuk aplikasi.
- Evaluasi pemrosesan dasar mencakup kemampuan sistem untuk mendeteksi cacat dan pengukuran yang sesuai dengan kemampuan sistem.
- Proses pengujian sistem visi mesin dapat menunjukkan kebutuhan untuk mengubah atau menyesuaikan komponen agar lebih memenuhi tujuan aplikasi.
- Lagi pula
- Bahkan
- Kemudian
- Setelah itu
- Masih
- Seterusnya
- Selanjutnya
- sementara itu
- sebelum
- Setelah itu
- Pertama
- kedua
- Sehingga
- Umpamanya,
- misalnya
- contohnya
- Dalam
- Hal ini
- oleh karena itu
- akibatnya
- Sebaliknya
- Sementara
- Sedangkan
- sebaliknya
- Bahkan
- Tapi
- meskipun
- demikian
- Meskipun
- Dan masih,
- Tetapi
- namun
- Akan tetapi
- namun
- demikian
- biarpun
- walaupun
- sebaliknya
- Namun
- Di samping itu
