Cognex OneVision mašininio regėjimo gamybos automatizavimo platforma

Cognex Matt Moschner pranešimas apie mašininį regėjimą pramonės automatizacijoje

Konfigūruotas pramonės automatizacijos diegimui šiuolaikinėse išmaniosiose gamyklose, Cognex OneVision (OneVision kūrimo aplinka) suteikia tiesioginį fizinį/elektrinį vykdymą. Ši vieninga architektūra leidžia valdymo inžinieriams sistemingai rinkti ir žymėti tikslinių patikrinimų vaizdus, mokyti vietinius mašininio mokymosi modelius naudojant specializuotus krašto įrenginius ir platinti visiškai patvirtintus algoritmus tiesioginėje gamyklos tinkle. 2026 m. Automate konferencijoje Čikagoje pramonės lyderiai pabrėžė, kaip šios lanksčios sistemos tiesiogiai keičia didelio greičio gamyklų automatizavimo topologijas ir keičia standžias, kietai užkoduotas programinės įrangos procedūras į labai adaptacines suvokimo sluoksnius.

Techninio šiuolaikinės gamyklos automatizacijos branduolio navigacija

Gamybos cechai susiduria su sudėtingomis operacinėmis realijomis dėl didelio SKU (prekių vienetų) skaičiaus, nepastovių produktų variantų ir sutrumpintų gamybos ciklų. Tradicinė regėjimo architektūra stipriai remiasi aiškiais, taisyklėmis pagrįstais logikos scenarijais, kurie dažnai nepavyksta susidūrus su kintančiomis apšvietimo sąlygomis ar geometrinėmis anomalijomis. Norint įveikti šį apribojimą, gamyklos operatoriai integruoja pažangius krašto procesorius su paskirstytomis valdymo tinklais, kad sukurtų jautrias, realaus laiko duomenų infrastruktūras.

Pagrindinis operacinis iššūkis yra sukurti algoritminį pasitikėjimą aktyviose vykdymo aplinkose. Kadangi didelio greičio rūšiavimo ir gedimų izoliavimo sistemos valdo tiesioginius žemyn srauto fizinius rūšiavimo vartus, klaidingi teigiami rezultatai gali sutrikdyti visą gamybos grafiką. Automatizacijos inžinieriai turi užpildyti duomenų integracijos spragą tarp IT infrastruktūros ir vietinių operacinių tinklų, paversdami turtingą žaliąjį sensorių telemetriją į prognozuojamas, deterministines judesio valdymo trajektorijas.

Perėjimas nuo laboratorinių pilotų prie mastelio gamybos vykdymo

Pramonės sektorius tikrą operacinį poveikį atskiria nuo laboratorinių spėlionių, matuodamas pakartojamumą pilnu linijos greičiu. Šiandien giluminio mokymosi algoritmai sėkmingai atlieka tikslias patikros procedūras per labai kintančias dalis, atitinkančias standartinių pramoninių tinklų apdorojimo greitį.

Šiuolaikinės patikros platformos žymiai sumažina mokymo duomenų apribojimus, reikalaujant tik kelių dešimčių pavyzdžių įrašų vietoje šimtų rankiniu būdu pažymėtų aukso standartų. Šie krašto kompiuterijos įrenginiai vertina sudėtingus paviršiaus profilius be apdorojimo delsos. Todėl dabartinės įmonių strategijos orientuojasi į taikinių techninės įrangos mazgų diegimą, kurie aktyviai didina žmogaus patikros tikslumą išlaikant maksimalų pralaidumą.

Perėjimas nuo standžios programavimo prie pavyzdžiais pagrįstų sistemų

Esminis pokytis mašininio regėjimo inžinerijoje yra vietinių modelių mokymas pagal struktūrinius pavyzdžius, o ne trapios, eilutė po eilutės scenarijų kintamųjų rašymas. Inžinieriams nebereikia rankiniu būdu iš anksto programuoti parametrų kiekvienam galimam įbrėžimo ilgiui, suvirinimo defektui ar matmenų variantui. Vietoj to, valdymo sistema tiesiogiai iš tikrųjų vykdymo vaizdų ištraukia pagrindines savybes, kad nustatytų vidinius atskaitos standartus.

Šis perėjimas reikalauja krašto ir debesies topologijos, galinčios saugiai valdyti lygiagrečius apdorojimo ciklus. Linijoje įdiegta techninė įranga vietoje vykdo realaus laiko spėjimo modelius, o debesies platformos atlieka sudėtingus foninius kompiliavimo darbus. Todėl šiuolaikiniai regėjimo moduliai veikia ne kaip standartinės skaitmeninės kameros, o kaip decentralizuoti apdorojimo smegenys, nuolat apskaičiuojančios praėjimo/nepraėjimo atributus milijonais ciklų.

Automatizuojant nenuspėjamus ir labai kintančius patikros reikalavimus

Dirbtinis intelektas sėkmingai atveria fizinės patikros kategorijas, kurios anksčiau buvo neįmanomos automatizuoti dėl struktūrinių nereguliarumų. Žemiau pateikta lentelė apibendrina, kaip dabartiniai regėjimo sprendimai tvarko šias labai kintančias taikymo aplinkas:

Be to, šiuolaikinės programinės įrangos aplinkos stipriai orientuojasi į generalizavimą. Inžinieriai gali sklandžiai diegti vieną apmokytą neuroninio tinklo modelį visiškai skirtingose gamybos linijose, nereikalaudami iš naujo kurti pagrindinės programos logikos nuo nulio.

Nuolatinio krašto intelekto ir paskirstytos robotikos integracija

Per artimiausius penkerius metus mašininis regėjimas užbaigs savo evoliuciją nuo izoliuotos patikros taško iki nuolatinio intelekto sluoksnio, apimančio visą įmonę. Ateities automatizacijos sistemos priklausys nuo glaudžiai sinchronizuotų fizinių DI sistemų, kuriose jutikliai ir robotų manipuliatoriai bendrauja per deterministinius tinklus.

Šiuolaikinės išmaniosios kameros ne tik generuoja statinius vaizdus archyviniam peržiūrėjimui. Vietoj to, šios sistemos vykdo lokalizuotus krašto sprendimus per milisekundes, naudodamos pramoninius komunikacijos ryšius, kad transliuotų korekcinius pakeitimus į aukštesnio lygio PLC įrenginius. Šis pokytis paverčia regėjimo sistemas į vientisą nervų sistemą, perorientuojant gamyklos veiklą nuo pasyvaus gedimų aptikimo prie aktyvaus klaidų prevencijos.

Sprendimo scenarijus: defektų izoliavimas maisto perdirbimo linijose

Taikant šiuos pažangius suvokimo principus aktyvioje įmonėje, apsvarstykite automatizuotą krevečių galvų nupjovimo ir rūšiavimo liniją. Organiniai produktai pasižymi dideliu natūraliu kintamumu, todėl nė du tikslai nesuteikia identiškos geometrijos, spalvų ar paviršiaus orientacijos viršutiniam jutikliui.

• Medžiagų transportavimas: Vandeniui atsparus konvejeris perkelia organines žaliavas po didelio greičio mašininio regėjimo stotimi esant kintančiam gamyklos apšvietimui.
• Vaizdų fiksavimas: Artumo jutiklis suaktyvina viršutinę Cognex In-Sight kamerų sistemą, fiksuojančią aukštos raiškos vaizdus, kai tikslai praeina patikros zoną.
• Krašto spėjimas: Vietinis OneVision modelis per 15 milisekundžių įvertina formą ir pjovimo ribas, naudodamas apmokytus kontekstinius pavyzdžius vietoje griežtų matmenų taisyklių.
• Deterministinis veiksmas: Regėjimo sistema tiesiogiai įrašo praėjimo/nepraėjimo žymę į centrinį Allen-Bradley ControlLogix PLC per EtherNet/IP pramoninį tinklą.
• Fizinis rūšiavimas: Jei modelis aptinka netinkamą pjūvį ar defektą, PLC valdo greitai veikiančią pneumatinę atmetimo sklendę žemyn srautu, paleisdama oro srautą, kuris nukreipia neatitinkantį elementą į perdirbimo kanalą, nepertraukiant linijos tempo.