Использование машинного зрения в производстве и критическая роль высокопроизводительных устройств

Введение: рост машинного зрения в современном производстве

Технология машинного зрения стала краеугольным камнем автоматизированного производства, позволяя системам «видеть» и интерпретировать свою среду с замечательной точностью. Благодаря интеграции камер, освещения и передовых алгоритмов обработки изображений системы машинного зрения выполняют задачи, которые когда-то были исключительно человеческими - такие как обнаружение дефектов, измерение размеров и идентификация деталей - на скоростях и скоростях, выходящих за рамки ручных возможностей. Поскольку производители стремятся к полностью подключенным, управляемым данными фабрикам в рамках Industry 4.0 и 5.0, надежность этих систем зрения зависит от качества данных, которые они захватывают и оцифровывают. В основе этой оцифровки лежит критический, но часто упускаемый из виду компонент: аналого-цифровой преобразователь (ADC). В этой статье исследуется, как машинное зрение преобразует производственные линии и почему высокопроизводительные ADC необходимы для достижения скорости, разрешения и точности, которые требуются современному производству.

Анатомия системы машинного зрения

Типичная система машинного зрения включает в себя несколько взаимозависимых компонентов: датчик изображения (например, CMOS или CCD-камера), оптика (линзы и фильтры), источники освещения, блок обработки (часто специальный контроллер зрения или встроенный CPU / GPU) и программное обеспечение для анализа изображения. Процесс начинается, когда камера захватывает свет, отраженный от осмотренного объекта. Этот аналоговый световой сигнал - изменяющийся по интенсивности и длине волны - преобразуется датчиком в электроны, производя аналоговый сигнал напряжения. Прежде чем какой-либо цифровой алгоритм может анализировать изображение, этот аналоговый сигнал должен быть преобразован в поток двоичных значений. Именно здесь ADC вводит шум, ошибки квантования или недостаточное разрешение, последующее цифровое изображение будет скомпрометировано, что приведет к неправильным проверкам или упущенным дефектам.

Ключевые компоненты и их функции

Без высокопроизводительного ADC даже лучший датчик камеры и оптика дадут несоответствующие результаты.И наоборот, умеренно способный датчик в паре с исключительным ADC часто может превзойти датчик премиум-класса, которому мешает плохая оцифровка.

Критическая роль ADC в оцифровке изображений

Аналоговый-цифровой преобразователь преобразует сигнал непрерывного напряжения от каждого пикселя в дискретный цифровой номер. В машинном зрении ADC должен обрабатывать чрезвычайно быстрые скорости пикселей - современные камеры могут захватывать миллионы пикселей в секунду - при сохранении точности сигнала. Две ключевые спецификации определяют производительность ADC в этом контексте: разрешение (измеряется в битах) и скорость отбора проб (измеряется в мегагерцах или гигагерцах). Разрешение определяет, насколько точно уровни напряжения квантованы; 12-битный ADC предлагает 4096 уровней, в то время как 16-битный ADC обеспечивает 65 536 уровней. Более высокая глубина бита позволяет обнаруживать тонкие изменения контраста, необходимые для проверки низкоконтрастных дефектов или измерения точных размеров. Скорость выборки влияет на то, сколько пикселей может быть преобразовано в секунду, непосредственно влияя на частоту кадров и, следовательно, скорость линии проверки.

Почему высокопроизводительные ADC не подлежат обсуждению

Требования современного производства - высокая пропускная способность, крошечные размеры дефектов и принятие решений в режиме реального времени - выводят ADC в свои пределы.

Эти атрибуты в совокупности определяют, может ли система зрения надежно обнаружить 0,1 мм царапины на движущейся части со скоростью 500 частей в минуту или точно измерить геометрическую особенность в пределах допуска микрона.

Типы ADC, используемые в машинном зрении

Не все ADC созданы равными. Системы машинного зрения обычно используют одну из нескольких архитектур, каждая из которых имеет компромиссы:

Трубопроводные АЦП

Это общий выбор для приложений с высоким разрешением (12-16 бит), работающих на частоте от десятков до сотен мегагерц. Они достигают хорошего баланса скорости и точности, что делает их пригодными для линейных камер и высокоскоростных систем сканирования области. Трубопроводные АЦП используют несколько этапов для уточнения цифрового выхода, предлагая высокую пропускную способность с умеренным потреблением энергии.

Sigma-Delta (ΣΔ) ADC

Преобразователи Sigma-delta превосходят в приложениях, требующих очень высокого разрешения (до 24 бит) на более низких скоростях. Они часто используются в системах точного измерения, где частота кадров является скромной, таких как статические станции инспекции или метрологические устройства. Их технология формирования шума выталкивает шум квантования из полосы сигнала, что позволяет исключительный SNR.

ADCs (Surceive-Approximation-Register) - регистраторы с последовательным приближением

SAR ADCs предлагают среднюю точку с умеренным разрешением (10-16 бит) и умеренной скоростью. Они ценятся за их низкую задержку и простоту, что делает их подходящими для встроенных систем зрения в компактных роботах или ручных инструментах контроля. Однако они потребляют больше энергии на преобразование, чем конструкции трубопроводов на эквивалентных скоростях.

Интегрированные ADC в умных камерах

Многие современные промышленные камеры интегрируют ADC непосредственно на датчике кристалла или в компаньонном чипсете. Эта интеграция уменьшает пространство на плате и паразитную емкость, обеспечивая более высокую частоту кадров. Однако производительность этих интегрированных преобразователей может широко варьироваться; системы, требующие максимальной скорости или динамического диапазона, часто по-прежнему полагаются на внешние, дискретные ADC.

Влияние производительности ADC на приложения машинного зрения

Реальные последствия качества ADC становятся очевидными при рассмотрении конкретных вариантов использования производства.

Обнаружение дефектов в высокоскоростных линиях

В упаковке продуктов питания и напитков банки для напитков движутся со скоростью, превышающей 2000 банок в минуту. Камеры захватывают несколько изображений в банке, ищут вмятины, несоответствия этикеток или утечки. 12-битный ADC с низким уровнем шума может надежно обнаружить вмятину, столь же мелкую, как 0,2 мм. Более бедный ADC может ввести артефакты, которые имитируют дефекты, вызывая ложные отклонения - или, что еще хуже, пропуская фактические дефекты. Стоимость ложных срабатываний (расходованный продукт) и ложных негативов (жалобы клиентов) напрямую связана с верностью оцифровки.

Точность измерения в автомобильных частях

Производители автомобилей проверяют компоненты двигателя, такие как поршневые кольца или топливные форсунки, с допусками в микронном диапазоне. Здесь 16-битные АЦП являются стандартными, обеспечивая 65 536 серых уровней, необходимых для измерения мельчайших геометрических отклонений. 12-битная система будет количественно определять тонкие изменения уровня серого только до 4096 уровней, что, вероятно, приведет к ошибкам измерения, которые превышают возможности процесса.

Роботизированное руководство и выбор бин

Структурированные-легкие 3D-системы зрения проектируют шаблоны на случайно сложенные части; деформация шаблона кодирует глубину. ADC должен оцифровывать несколько кадров синхронно для реконструкции 3D-точечных облаков. Высокоскоростные ADC (например, 12-битные на 200 МГц) позволяют картам глубины в реальном времени, позволяя роботам выбирать детали быстрее и надежнее. Более низкие скорости ADC будут вынуждать компромиссы в разрешении или частоте кадров, уменьшая время пикового цикла.

Технологические достижения в ADC для машинного зрения

Полупроводниковая промышленность продолжает расширять границы ADC, что обусловлено ненасытным спросом на более высокое разрешение и скорость в машинном зрении.

Более высокие показатели выборки с более низкой мощностью

Новые процессы CMOS позволяют ADCs отбирать со скоростью нескольких гигагерц, потребляя при этом меньше энергии, чем предыдущие поколения. Это позволяет линейным камерам работать со скоростью 200 кГц с 16-битным разрешением, или камерам сканирования области работать со скоростью 1000 кадров в секунду для высокоскоростного веб-инспекции.

Интегрированная обработка цифровых сигналов

Многие современные АЦП включают в себя цифровые фильтры на чипе, калибровку усиления и даже выравнивание гистограммы. Это разгружает основной процессор зрения, уменьшает задержку и позволяет системе динамически настраиваться на различные условия освещения без внешних компонентов. Например, АЦП со встроенным сжатием динамического диапазона может производить 16-битный выход от датчика, который в противном случае насыщал бы яркие области.

Многоканальные и временные архитектуры

Для достижения чрезвычайно высокой совокупной пропускной способности дизайнеры используют несколько ADC параллельно (время-интервьювинг). Этот метод распространен в высокопроизводительных захватчиках кадров и камерах CoaXPress, где четыре или восемь 12-битных ADC, работающих на частоте 500 МГц, объединяются для обеспечения преобразования 2 ГС / с - достаточно для поддержки разрешения 4K при сотнях кадров в секунду.

Достижения в области охлаждения и упаковки

Поскольку АЦП рассеивают тепло в компактных корпусах камер, управление температурой становится критическим. Новая упаковка с использованием встроенных тепловых распредвалов и корпусов камер с жидкостным охлаждением позволяет АЦП работать на пиковой производительности без теплового дрейфа. Это особенно актуально в литейных заводах и производстве стекла, где температура окружающей среды превышает 50 °C.

Проблемы и торговые связи в выборе ADC

Выбор правильного ADC для системы машинного зрения включает в себя балансирование нескольких конкурирующих ограничений.

Разрешение vs. Рамочная ставка

Более высокое разрешение по своей сути снижает максимально возможную частоту кадров для данной архитектуры глубины бита и преобразования. Например, 16-битный трубопровод ADC может доставлять 200 мс/с, но 12-битная версия той же конструкции может достигать 400 мс/с. Системные интеграторы должны определять приоритетность, является ли глубина изображения или временная скорость более критичными для приложения.

Шумовая производительность vs. потребление энергии

Чрезвычайно малошумные АЦП часто требуют большей площади кремния и смещения тока, увеличивая энергопотребление. В блоках контроля с питанием от батареи или мобильных устройствах (например, портативных сканерах) высокопроизводительный АЦП может вызвать неприемлемый разряд батареи. И наоборот, в стационарных заводских установках с обильной мощностью приоритет может быть отдан низкошумной конструкции.

Стоимость и сложность

Дискретные высокоскоростные АЦП (> 16 бит, > 250 мс/с) могут стоить сотни долларов каждый, плюс периферийные схемы. Для чувствительных к затратам приложений, таких как сборка бытовой электроники, производители могут выбрать интегрированные АЦП с немного более низкими спецификациями, принимая компромисс в чувствительности обнаружения дефектов для поддержания общей доступности системы.

Будущие тенденции: ИИ, машинное обучение и ADC Co-Design

Сочетание искусственного интеллекта, периферийных вычислений и технологии ADC формирует следующее поколение систем машинного зрения.

Снижение шума при помощи ИИ

Нейронные сети можно обучить удалять шум и улучшать изображения даже тогда, когда внутренний шум ADC относительно высок. Это эффективно позволяет более дешевому ADC создавать изображения, которые, по-видимому, поступают из премиального преобразователя. Однако этот подход добавляет вычислительную задержку и требует надежного обучения модели, чтобы избежать введения артефактов.

Event-Based Vision и ADCs

Нейроморфные датчики выдают данные только при изменении интенсивности пикселя, резко снижая скорость передачи данных и мощность. Эти датчики требуют специализированных ADC, которые могут преобразовывать асинхронные аналоговые импульсы. Ранние камеры на основе событий используют очень быстрые компараторы, а не традиционные ADC, но появляются гибридные архитектуры, которые сочетают обнаружение событий с обычными считываниями кадров.

Интеллектуальная конверсия On-Sensor

Будущие датчики могут интегрировать не только ADC, но и рудиментарную логику обработки, которая выполняет корректировки на пиксель, адаптивное масштабирование разрешения или скрининг дефектов до того, как данные покинут чип. Это может снизить сложность системы и задержку, позволяя еще быстрее линии и более компактные узлы зрения.

Заключение

Машинное зрение продолжает развиваться как жизненно важный фактор высокоавтоматизированного, управляемого качеством производства. От обнаружения микроскопических дефектов до управления роботами с точной точностью эти системы зависят от целостности цифровых данных, которые они обрабатывают. Высокопроизводительные ADC являются критически важной связью между аналоговым миром света и цифровой сферой алгоритмов. По мере роста производственных требований - более быстрые линии, меньшие размеры дефектов и более жесткие допуски - роль ADC будет только становиться более центральной. Инженеры и системные интеграторы, которые понимают спецификации и ограничения ADC, могут делать обоснованные выборы, которые непосредственно влияют на производительность, пропускную способность и стоимость производства. Выбирая преобразователи с правильным разрешением, скоростью, производительностью шума и динамическим диапазоном, производители могут обеспечить свои системы зрения обеспечивают надежную, высокоточную производительность, необходимую для конкуренции в современном промышленном ландшафте.