System wizyjny, analogicznie jak zmysł wzroku u człowieka, pozyskuje informacje z otoczenia, które ? po odpowiedniej obróbce ? są wykorzystywane przy podejmowaniu właściwej decyzji. Technologia wizyjna coraz częściej znajduje zastosowanie w procesie kontroli jakości w wielu obszarach przemysłu, czego najlepszym przykładem są branże motoryzacyjna, spożywcza oraz farmaceutyczna.
Do kontroli wizyjnej wykorzystywane są urządzenia zbierające różnego rodzaju informacje z otoczenia produkcyjnego. Mogą to być zarówno czujniki wizyjne, jak również inteligentne kamery wizyjne, które z uwagi na szerokie spektrum możliwości są często używane w systemach zrobotyzowanych. W zależności od potrzeby i stopnia złożoności wykonywanych zadań można zastosować systemy wizyjne jedno- bądź wielokamerowe. Najbardziej zaawansowanym rozwiązaniem, dającym największe możliwości, jest system składający się z kamery i oddzielnego komputera, na którym zainstalowane jest specjalistyczne oprogramowanie analizujące otrzymany obraz.
W zależności od wymogów konkretnej aplikacji często konieczne jest przeprowadzenie analizy nie tylko obrazów 2D, ale także obrazów trójwymiarowych. Obecnie w ofercie wielu firm dostarczających systemy wizyjne znajdują się również rozwiązania 3D. Podczas gdy tradycyjny system 2D może być doskonałym narzędziem do wykrywania krawędzi oraz pomiarów w obrębie jednej płaszczyzny, systemy trójwymiarowe pozwalają na dużo więcej. Dzięki temu, że potrafią charakteryzować obiekt w zakresie pełnowymiarowym, z powodzeniem można je wykorzystywać do rozpoznawania objętości, głębokości czy wykrywania nierówności (defektów) powierzchni.
Kryteria wyboru
Jak tłumaczy Karol Kowalczyk, Marketing Manager w firmie Balluff, kluczowym parametrem przemawiającym za zastosowaniem wizji w zakładzie przemysłowym jest możliwość integracji systemu wizyjnego z siecią przemysłową, czyli obserwowany ostatnio bardzo dynamiczny rozwój możliwości komunikacyjnych omawianych systemów, indywidualne programowanie inspekcji, szybkość analizy obrazów oraz coraz bardziej atrakcyjne ceny. Nie bez znaczenia pozostaje możliwość pracy w trudnych warunkach przemysłowych, gdzie zanieczyszczenia i słabe oświetlenie są na porządku dziennym.
Zdaniem eksperta jednymi z najważniejszych czynników decydujących o zakupie systemu wizyjnego są: łatwość instalacji, konfiguracja i korzystanie z graficznego interfejsu użytkownika (GUI ? Graphical User Interface). Także i w tym obszarze można zaobserwować ogromny postęp ? wraz z coraz bardziej zaawansowanymi funkcjami i algorytmami obróbki obrazu obsługa staje się coraz bardziej intuicyjna, a przede wszystkim ? dostępna dla każdego operatora, który nie dysponuje wiedzą ekspercką.
Jak radzi Sylwia Grzelak, inżynier projektów ? dział systemów wizyjnych w firmie Automatech, wybierając system wizyjny, trzeba zwracać uwagę przede wszystkim na: jakość urządzenia, parametry techniczne, takie jak: rozdzielczość, szybkość działania, możliwość integracji z systemami sterowania. Bardzo istotne są także dostępne funkcje umożliwiające inspekcję, w które wyposażony jest system. Dosyć często ważnym kryterium jest rozmiar systemu, gdyż w wielu przypadkach systemy wizyjne dodawane są do istniejących maszyn, w których ograniczona jest dostępność przestrzeni. Niestety, wybór systemu nie jest łatwy, ponieważ nie chodzi tylko o dobór kamery, lecz także obiektywu, oświetlacza oraz pozostałych potrzebnych komponentów automatyki. Trzeba zawsze pamiętać o jednej ważnej zasadzie: żeby inspekcja wizyjna była możliwa, niezbędne jest niezmienne, dobre oświetlenie. Ponadto wybór systemu wizyjnego i dostawcy nie powinien ograniczać się jedynie do informacji dostępnych w materiałach promocyjnych. Dopiero testy przeprowadzone z wykorzystaniem konkretnych urządzeń wizyjnych mogą potwierdzić możliwość zrealizowania inspekcji według podanej specyfikacji.
Z przeprowadzonej ankiety redakcyjnej wynika, że wybierając system wizyjny, klienci kierują się głównie takimi kryteriami, jak: dostępność wsparcia technicznego (69%), stabilność działania narzędzi wizyjnych (63%), jakość urządzenia oraz możliwość integracji (56%). W dalszej kolejności nabywcy zwracają uwagę na: kompleksowość systemu (brak potrzeby wykorzystania zasobów dodatkowego zewnętrznego kontrolera do obsługi wizji), szybkość działania, cenę, osiągi, parametry techniczne, łatwość użycia, możliwość dostosowania do indywidualnych wymagań aplikacji oraz gabaryty (rys. 1).
Z kolei z obserwacji sondowanych dostawców wynika, że najważniejszymi czynnikami determinującymi wybór systemu wizyjnego są: jakość urządzenia, kompleksowość rozwiązania oraz możliwość dostosowania do indywidualnych wymagań aplikacji.
Dobre wsparcie, niska awaryjność
Zdaniem respondentów współpraca i poziom wsparcia technicznego ze strony dostawców systemów wizyjnych zasługują na ocenę dobrą (56%) lub bardzo dobrą (38%), przede wszystkim z uwagi na szybką reakcję serwisantów i ich wysokie kompetencje.
Jak widać na rys. 2, tylko 6% osób wystawiło swoim dostawcom ocenę negatywną, m.in. ze względu na brak zainteresowania i dogłębnej analizy problemów, z którymi musieli się zmierzyć.
Na szczęście ? jak podają ankietowani ? awarie systemów wizyjnych zdarzają się rzadko (88%) lub jedynie czasami (12%). Z jakimi problemami eksploatacyjnymi muszą się najczęściej zmagać użytkownicy? Są to przede wszystkim: błędy pomiarowe wynikające z niewłaściwego rozmieszczenia oświetlenia (88%), błędy decyzyjne ? np. przy analizie jakościowej (44%), niewystarczająca/zmienna, w zależności od warunków pracy, precyzja systemów wizyjnych oraz trudności z integracją systemu wizyjnego z innymi urządzeniami peryferyjnymi (31%). Poza tym użytkownicy systemów wizyjnych skarżą się też na: źle dobrany kąt obrazowania i określone parametry rejestracji obrazu (19%), kłopoty z poprawną i szybką transmisją dużej ilości danych generowanych przez system (13%), a także problemy z synchronizacją rejestracji obrazów, ich obróbką, analizą i pracą sterownika ruchu (6%).
Jeden system, wiele możliwości
Jak wynika z przeprowadzonego sondażu, głównymi obszarami zastosowań systemów wizyjnych są: zaawansowana kontrola jakości (75%), inspekcja (63%), weryfikacja i sprawdzanie (56%).
Coraz większe zainteresowanie wizyjną kontrolą jakości jest jak najbardziej zrozumiałe, biorąc pod uwagę dążenie przedsiębiorców do ciągłego podnoszenia wydajności i obniżania kosztów produkcji bez uszczerbku na jakość wytwarzanych produktów. Żeby nie dopuścić do wyprodukowania wadliwej partii produktów, co wiązałoby się ze znacznymi stratami ekonomicznymi, producenci kładą duży nacisk na nadzorowanie oraz monitorowanie produkcji. Dążąc do pełnej automatyzacji procesu inspekcji, stosuje się systemy wizyjne, dzięki którym można wyeliminować błędy wywołane przez czynnik ludzki (w wyniku np. spadku koncentracji). Co istotne, kontrola może odbywać się w warunkach niebezpiecznych dla zdrowia.
Jak wynika z badania, innymi obszarami zastosowań systemów wizyjnych są sterowanie i kontrola ruchu (38%). Oprócz tego 30% respondentów wskazało na pomiar gabarytów, odczyt kodów kreskowych/QR oraz roboty, 25% ? na utrzymanie ruchu, kontrolę, dozór i akwizycję danych oraz procesy ciągłe i sekwencyjne, a 20% ? na diagnostykę oraz ciągłe przetwarzanie produktów. Mniej popularnym obszarem zastosowań systemów wizyjnych są: testowanie i rozpoznawanie znaków graficznych ? 13%, a także systemy pakujące, sterowanie maszyn, sprzęt CNC oraz sprzęt do przenoszenia produktów lub elementów (windy, dźwigi, wyciągarki) ? 6%.
Również z praktyki Sylwii Grzelak z firmy Automatech wynika, że systemy wizyjne są używane najczęściej do inspekcji, odczytu kodów kreskowych/QR, kontroli jakości oraz weryfikacji i sprawdzania poprawności montażu czy jakości produktów. Przykładowo, w branży spożywczej dzięki zastosowaniu czytników kodów producent ma pewność, że w opakowaniu znajduje się prawidłowy produkt. W przypadku wystąpienia nieprawidłowości mogą się pojawić różne problemy ? począwszy od reklamacji towaru, a skończywszy na zagrożeniu zdrowia, a nawet życia konsumenta, bowiem może on być uczulony na składniki występujące w produkcie zapakowanym w nieodpowiednie opakowanie.
Systemy wizyjne w zastosowaniach zrobotyzowanych
Wprawdzie pierwsze próby integracji stanowisk zrobotyzowanych z systemami wizyjnymi zostały podjęte już w latach 70. ubiegłego stulecia, jednak dopiero teraz zaczyna następować ich pełny rozkwit. Zrobotyzowane linie produkcyjne coraz częściej korzystają z nowoczesnych systemów wizyjnych, które czuwają nad prawidłowym przebiegiem procesu produkcyjnego, monitorując poszczególne jego etapy, takie jak: przygotowanie detalu (pobranie właściwego elementu z linii produkcyjnej, pomijanie wadliwych), obróbka (monitorowanie przebiegu operacji) oraz kontrola jakości wykonanych elementów. Robot przemysłowy wspierany przez systemy wizyjne, będące jego oczami, staje się bardziej inteligentny, dzięki czemu może być wykorzystywany z powodzeniem w coraz większej liczbie aplikacji.
Jak zauważa Karol Kowalczyk z firmy Balluff, w przypadku aplikacji zrobotyzowanych zintegrowanych z systemami wizyjnymi stała predefiniowana lokalizacja przestrzenna, w obrębie której pracuje robot, zostaje zastąpiona przez dynamiczną analizę pola opartą na obrazie z kamery. Niewątpliwie ma to wpływ na zwiększenie wydajności oraz elastyczności realizowanych zadań.
Dla robotów nowej generacji zdolność postrzegania i rozumienia dynamiki świata rzeczywistego będzie miała kluczowe znaczenie. Roboty muszą umieć w sposób adaptacyjny selekcjonować odpowiednie informacje z danej sceny, aby poddać je dalszemu przetwarzaniu. Potrzebują uprzedniej podstawowej wiedzy o tym, gdzie znaleźć cel, a także muszą mieć pewne pojęcie o jego wielkości, kształcie, kolorze czy teksturze. Tę niezbędną wiedzę dostarczają systemy wizyjne ? dzięki pozyskanym w ten sposób danym robot szybko i łatwo może podjąć odpowiednią decyzję na danym etapie produkcji.
Motoryzacja na czele
Zdaniem ankietowanych głównym odbiorcą systemów wizyjnych pozostaje nadal motoryzacja. Tuż za nią znalazły się branże: spożywcza, farmaceutyczna, opakowaniowa, elektroniczna, produkcji AGD oraz tworzyw sztucznych. W dalszej kolejności zostały wymienione branże: medyczna, biomedyczna, chemiczna, energetyczna, petrochemiczna, hutnicza oraz wojskowa.
Natomiast za najbardziej perspektywiczne obszary przemysłu, które w najbliższej przyszłości będą najważniejszymi odbiorcami systemów wizyjnych bądź utrzymają swoją wysoką pozycję, zostały uznane przez dostawców branże: motoryzacyjna i elektroniczna (57%), biomedyczna i produkcji AGD (43%), spożywcza, opakowaniowa, farmaceutyczna, chemiczna i tworzyw sztucznych (29%) oraz medyczna i kosmetyczna (14%).
Głównymi nabywcami tytułowych rozwiązań są przede wszystkim integratorzy systemów (86%), producenci OEM (57%), a także klienci końcowi ? zakłady przemysłowe (43%).
Stosowanie systemów wizyjnych ? argumenty na ?tak?
Głównymi powodami stosowania systemów wizyjnych w zakładach są: poprawa jakości produktu końcowego/redukcja liczby produktów wadliwych (75%), obniżenie kosztów produkcji i wydatków wynikających z późniejszych reklamacji produktów (56%), brak możliwości wykonania manualnej kontroli jakości ze względu na szybkie tempo produkcji (50%) oraz chęć sprostania zaostrzonym wymaganiom prawnym kontroli jakości (44%), które obowiązują w przypadku wybranych gałęzi przemysłu, takich jak np. farmacja czy branża spożywcza.
Jak widać na rys. 3, coraz więcej osób decyduje się na system wizyjny również ze względu na: zapamiętywanie danych i możliwość tworzenia raportów dotyczących jakości produkcji (38%), optymalizację procesów produkcyjnych celem polepszenia wskaźników finansowych (31%), podniesienie konkurencyjności wytwarzanych produktów na rynku międzynarodowym (14%) oraz konieczność wykorzystania systemu wizyjnego do poprawienia działania aplikacji (12%).
Większość ankietowanych uważa, że niezawodność wizyjnych systemów jakości w porównaniu do człowieka jest większa (57%). Pozostali są zdania, że zależy ona od aplikacji (38%) bądź jest mniejsza (5%).
Jest dobrze, a będzie jeszcze lepiej
W ocenie sondowanych dostawców obecna sytuacja panująca na polskim rynku systemów wizyjnych jest dobra (86%) lub nawet bardzo dobra (14%) ? rys. 4. Obecnie nic nie zapowiada, że sytuacja ta ulegnie pogorszeniu. Wręcz przeciwnie, w ciągu najbliższych 12 miesięcy sprzedaż systemów wizyjnych z pewnością się zwiększy, jak przewidują wszyscy sondowani dostawcy.
Warto dodać, że zdaniem ankietowanych dostawców kamery wizyjne sprzedają się częściej w systemach (58%) niż samodzielnie (42%).
Z deklaracji respondentów wynika, że budżet przewidziany na zakup systemów wizyjnych w ciągu najbliższych 12 miesięcy w porównaniu z rokiem ubiegłym będzie większy (50%) lub porównywalny (38%). Jedynie 13% ankietowanych nie planuje w tym czasie zakupu tytułowych rozwiązań.
W opinii uczestników badania przyczynami wzrostu popularności w Polsce tytułowych rozwiązań są: spadek cen systemów wizyjnych (56%), zaostrzone prawo co do norm jakości wytwarzanych produktów (50%) oraz coraz bardziej przyjazne interfejsy programowe i użytkowe, bazujące na popularnych formatach i standardach, np. Microsoft Windows (38%). Poza tym co czwarty ankietowany wskazał na uproszczenie sposobu wdrażania systemów wizyjnych oraz obecność doświadczonej kadry wtajemniczonej w tajniki przetwarzania obrazu w polskich przedsiębiorstwach, a co dziesiąty ? na dobry dostęp do informacji i reklamy oraz świadomość potrzeby kontroli procesu produkcji lub produktu.
Nawiązując do ceny, która znalazła się na pierwszym miejscu, zdaniem 70% respondentów jest ona jak najbardziej adekwatna do możliwości systemów wizyjnych.
Z kolei jeśli chodzi o najczęstsze bariery we wdrażaniu widzenia maszynowego, to ? według Sylwii Grzelak z firmy Automatech ? jest nią z pewnością niewielka przestrzeń robocza, w konsekwencji czego system wizyjny ma ograniczony widok inspekcji. Dodatkowo systemy te są kosztownym wyposażeniem, tak więc finanse również mogą być istotną barierą. Jeśli jednak uwzględni się korzyści, które można osiągnąć w wyniku ich stosowania (np. uniknięcie reklamacji od klienta otrzymującego wadliwy lub wadliwie zapakowany produkt, jednocześnie uwzględniając wysokie koszty takiej reklamacji), może się okazać, że koszt dodatkowego wyposażenia maszyny zwróci się zaledwie w ciągu kilku miesięcy.
Systemy oparte na głębokich sieciach neuronowych
Na rynku systemów wizyjnych istotną zmianą jest pojawienie się rozwiązań opartych na tzw. głębokich sieciach neuronowych, których najważniejszą cechą jest zdolność uczenia oraz późniejszego uogólniania zdobytej wiedzy. Jak tłumaczy Michał Czardybon, główny menedżer w firmie Adaptive Vision, technologia ta jest znana z systemów rozpoznawania mowy w smartfonach czy z autonomicznych samochodów jeżdżących obecnie po niektórych amerykańskich drogach. Jednak na rynku systemów wizyjnych, szczególnie w Polsce, jest to bardzo świeży temat. Eksperci z branży wciąż dyskutują, czy rozwiązania te są tylko uzupełnieniem tradycyjnych systemów wizyjnych, czy wręcz doprowadzą do całkowitej zmiany sposobu myślenia o algorytmach. W każdym razie, niezależnie od tego, jak rynek będzie się kształtował w przyszłości, już teraz warto śledzić postęp tej technologii i analizować pod kątem przydatności w kontroli produkcji.
Co takiego oferują głębokie sieci neuronowe w porównaniu z narzędziami tradycyjnymi? Otóż zmienia się całkowicie sposób tworzenia aplikacji. Zamiast konstruować algorytm inspekcji na zasadzie łączenia wielu gotowych narzędzi i żmudnego ustawiania ich parametrów, aż system osiągnie pełną niezawodność, użytkownik skupia się na przygotowaniu danych uczących w postaci obrazów testowych i oznaczeń defektów.
Następnie na podstawie tych danych sieć neuronów sama uczy się odróżniać obiekty poprawne od wadliwych.
W celu wyjaśnienia warto nadmienić, że do detekcji defektów można zastosować: uczenie nadzorowane (detekcja defektów), w którym użytkownik szczegółowo zaznacza każdy defekt na obrazie, oraz uczenie częściowo nienadzorowane (detekcja anomalii), w którym użytkownik tylko wskazuje obrazy obiektów poprawnych, a sieć uczy się rozpoznawać każde odstępstwo od tak zdefiniowanej normy. Pierwsze podejście może być zastosowane do bardzo dokładnego wykrywania znanych defektów ? takich jak pęknięcia na panelach fotowoltaicznych, drugie ? gdy wyspecyfikowanie wszystkich możliwych defektów jest praktycznie niemożliwe, np. podczas weryfikacji poprawności ułożenia sushi w pudełku.
Poza detekcją defektów głębokie sieci neuronowe umożliwiają także ogólną klasyfikację defektów ? np. w zakresie odróżniania rodzajów mięsa kurczaka na produkcji czy identyfikacji felg samochodowych. W tym przypadku przygotowanie danych treningowych także jest proste ? wystarczy kilkadziesiąt obrazów na każdą klasę obiektów z oznaczeniem, do której klasy należy dany obiekt. Resztę pracy wykonuje proces treningu sieci neuronowej.
Jeszcze innym ciekawym zastosowaniem jest jednoczesna lokalizacja i klasyfikacja obiektów na obrazie. Głębokie sieci neuronowe sprawdzają się szczególnie tam, gdzie obiekty nie mają sztywnego kształtu lub mogą znacząco zmieniać swoją orientację w przestrzeni. Przykładem wykorzystania tego typu narzędzia jest weryfikacja posiłków dostarczanych dla klientów linii lotniczych, gdzie obecność każdego elementu musi być zapewniona, ale np. zafoliowane sztućce wraz z chusteczką mogą wyglądać bardzo różnie w kolejnych zestawach.
Raport powstał w oparciu o dane uzyskane z ankiety przeprowadzonej wśród czytelników magazynu Control Engineering Polska. Oprócz tego przy tworzeniu raportu bazowano na informacjach pochodzących od dostawców systemów wizyjnych. Raport nie odzwierciedla pełnego obrazu rynku.
Agata Abramczyk
