Dit artikel is oorspronkelijk gepubliceerd op de website van Bernard Marr. Bernard Marr zal onze gastspreker zijn in ons exclusieve Executive webinar over 'How to unlock the advantage of AI to transform your organization with automation and actionable insights' op 14 juni. Klik hier voor meer informatie en registreer u om een uitnodiging te ontvangen om deel te nemen aan het online webinar.

Wat is computervisie en hoe wordt het tegenwoordig in het bedrijfsleven gebruikt?

Een van de eenvoudigste manieren om een machine vision-systeem te begrijpen, is door het te beschouwen als de "ogen" van een machine. Het systeem maakt gebruik van digitale invoer die wordt vastgelegd door een camera om actie te bepalen. Bedrijven gebruiken machine vision-systemen op verschillende manieren om de kwaliteit, efficiëntie en activiteiten te verbeteren.

Hoe werken machine vision systemen?

Sommige productiefaciliteiten hebben machine vision-systemen gebruikt sinds de jaren 1950, maar het was in de jaren 1980-1990 toen de dingen echt begonnen uit te breiden. Ongeacht een industriële of niet-industriële toepassing, een combinatie van software en hardware werkt samen om machine vision-systemen mogelijk te maken. Hier zijn de typische componenten die erbij betrokken zijn:

• Sensoren
• Frame-grijper
• Camera's (digitaal of analoog)
• Verlichting voldoende voor camera's om kwaliteitsbeelden vast te leggen
• Software en computer die beelden kunnen analyseren
• Algoritmes die patronen kunnen identificeren; belangrijk in sommige use cases
• Uitvoer zoals een scherm of mechanische componenten

Laten we eens kijken hoe deze componenten samenwerken wanneer machine vision wordt gebruikt om een product in een productiebedrijf te inspecteren, een veel voorkomend voorbeeld van een machine vision-systeem in de praktijk.

Het proces begint wanneer een sensor de aanwezigheid van een product detecteert. De sensor activeert vervolgens een lichtbron om het gebied te verlichten en een camera om een beeld van het product of een onderdeel van het product vast te leggen. De frame-grabber (een digitaliserend apparaat) vertaalt het beeld van de camera naar digitale uitvoer. Het digitale bestand wordt opgeslagen op een computer, zodat het kan worden geanalyseerd door de systeemsoftware. De software vergelijkt het bestand met een reeks vooraf bepaalde criteria om defecten te identificeren. Als er een defect wordt vastgesteld, zal het product niet bij inspectie falen.

Wat is het verschil tussen machine vision en computer vision?

Computer vision en machine vision zijn overlappende technologieën. Een machine vision-systeem vereist een computer en specifieke software om te werken, terwijl computervisie niet hoeft te worden geïntegreerd met een machine.  Computer vision kan bijvoorbeeld digitale online afbeeldingen of video's analyseren, evenals "beelden" van bewegingsdetectoren, infraroodsensoren of andere bronnen, niet alleen een foto of video. Machine vision is een subcategorie van computer vision.

Hoe wordt machine vision gebruikt in het bedrijfsleven?

Naast het gebruik van machine vision voor kwaliteitscontroledoeleinden, helpt het bedrijven vandaag de dag op veel manieren voor identificatie, inspectie, begeleiding en meer. Hier zijn een paar voorbeelden:

Defecten in de productielijn corrigeren: Naast het gebruik van machine vision om defecte producten te identificeren, kan machine vision helpen bepalen waar de problemen in een productielijn worden geïntroduceerd, zodat corrigerende maatregelen kunnen worden genomen.

Landbouw: Machine vision wordt gebruikt door oogstmachines om de locatie van druiven aan de wijnstok te detecteren, zodat robotische oogstmachines de trossen kunnen plukken zonder druiven te vernietigen. Machine vision wordt ook gebruikt als onderdeel van landbouwmachines om gewassen te monitoren en ziekten op planten te detecteren.

Voorraadbeheer en -beheer: Machinevisie is noodzakelijk bij het lezen van barcodes en etiketten op componenten en producten. Dit heeft belangrijke toepassingen voor voorraadbeheer, maar ook in het productieproces om ervoor te zorgen dat de juiste componenten worden toegevoegd als producten langs een assemblagelijn bewegen. Machine vision is van cruciaal belang voor het picken van afval in magazijnen door robots.

Producttracking en traceerbaarheid: In zwaar gereguleerde industrieën zoals farmaceutica is het belangrijk om ingrediënten, serienummers van producten te kunnen volgen en vervaldatums te controleren die machine vision buitengewoon eenvoudiger maakt.

Metingen en kalibratie: Of het nu gaat om het meten van de opening in een bougie om ervoor te zorgen dat deze voldoet aan de specificaties of het identificeren van een meter die moet worden gekalibreerd, machine vision automatiseert en maakt het proces behoorlijk efficiënt.

Veiligheid: Of het nu op een bouwplaats met zwaar materieel is of het volgen van voedselvoorraden, machine vision kan de veiligheid met grote efficiëntie verbeteren.

Naarmate de technologie geavanceerder wordt, zullen de use cases voor machine vision blijven groeien.

Inspire Webinar: Ontdek het voordeel van AI om uw organisatie te transformeren met automatisering en bruikbare inzichten

Registreer u nu om deel te nemen aan het exclusieve Executive webinar van AMCS over 'Hoe u het voordeel van AI kunt ontsluiten om uw organisatie te transformeren met automatisering en bruikbare inzichten' met gastspreker Bernard Marr op 14 juni.  Klik hier voor meer informatie en om u te registreren om een uitnodiging te ontvangen.

AMCS Visie AI

AMCS Vision AI is onze door kunstmatige intelligentie aangedreven, computervisieoplossing die is ontworpen om afbeeldingen van resourcestromen en servicegebeurtenissen te digitaliseren om operators geautomatiseerde en continue inzichten te bieden. Lees hier meer over deze innovatieve oplossing.