官方微信
守护食药品安全 机器视觉系统助您应对生产追溯难题
机器视觉| 机器人 文章来源自:高工机器人网
2020-04-02 09:11:25 阅读:22849
摘要近期,我们将以“视觉,看见无限可能”为主题,从食药品、汽车、物流等工业自动化领域集中展现机器视觉为柔性化、自动化、智能化生产创造的无限价值。

20200402091224578878.jpg

作为人类视觉的延伸,机器视觉是万物感知的核心。它与各行业交汇将激发出什么样的化学反应,机器视觉中的算法、深度学习又将如何赋能智能制造?近期,我们将以“视觉,看见无限可能”为主题,从食药品、汽车、物流等工业自动化领域集中展现机器视觉为柔性化、自动化、智能化生产创造的无限价值。

image.png

看见无限可能(一)

机器视觉助力食药品行业字符检测

为确保食品安全,生产厂商建立有效的食药品质量追溯体系和质量电子追溯系统尤为重要,从而实现生产过程信息可记录、可追溯、可管控、可召回、可查询。一方面为消费者和企业提供对食药品信息追溯的查询服务,另一方面保证生产企业从食药品原料的源头,生产加工、仓储、流通销售等环节对质量进行有效管控。

针对食药品行业的特点和应用需求,海康机器人分别基于PC-Base及SC7000智能相机推出字符识别与检测解决方案。

行业需求

字符检测在食药品行业的应用一般集中在生产工厂,包含生产过程的各个环节。

■基本工序

image.png

■检测产品形态

在杀菌灌装,成品包装、出厂配送环节都涉及字符检测和识别需求,对应的检测对象分别是单体包装、小箱体和瓦楞箱。

image.png

■检测内容

image.png

面临的挑战

■工厂的喷墨机频繁清洗更换,同一道工位的字体打印形态会有变化

■机台的震动导致打印的波动,会有字符变形,倾斜等情况

■产品的包装形态多样,字符背景差异很大

■单体包装高速的节拍要求,检测效率要求大于25000包/小时

■超高的字符识别率要求,识别准确度要求99.98%以上

下面我们以乳制品应用为例详细介绍PC-Base和SC7000两种方案。

PC-Base方案解读

系统介绍

PC-Base字符识别与检测解决方案基于深度学习技术,包含相机、镜头、光源、视觉控制器和软件平台,能显著提升食药品行业字符识别与检测效果,目前已在多个生产现场应用。

image.png

图像采集模块

■相机:MV-CA013-20GM

130万像素1/2CMOS千兆以太网工业面阵相机

image.png

■镜头:HF系列FA镜头,根据具体场景选择

打光方案

针对不同应用场景,打光差异较大,我们根据食药品行业生产流程,提炼出以下三种打光方案,供客户参考。

1)单体包装场景打光设计:选择单个穹顶光源,经过多次漫反射形成的无影光源,均匀性好,便于安装。

■结构设计

image.png

■应用案例

image.png

2)小箱体场景打光设计:选择单个弧面条光,通过弧度漫反射实现均匀照射,灵活的角度调整适用于大多数环境。

■结构设计

image.png

■应用案例

image.png

3)大箱体场景打光设计:选择两个弧面条光,通过弧度漫反射和角度控制实现大范围均匀照,视野覆盖更加全面。

■结构设计

image.png

■应用案例

image.png

视觉控制器

MV-VC4719-128G20视觉控制器搭载Intel i7处理器,8GB内存。支持8路I/O输入和8路I/O输出,集成4路恒压光源接口。拥有多个千兆网口和USB3.0口,同时可通过扩展卡槽最大可以外接GTX1660TI显卡,支持深度学习的训练和应用。

image.png

算法方案

字符检测的方案基于VisionMaster来搭建,集成深度学习训练和识别模块,流程简单,易于管理,拖拽式的流程搭建方式更加灵活,功能也更加完善。

image.png

■字符识别效果

image.png

■字符缺陷检测效果

image.png

SC7000方案解读

系统介绍

除基于视觉控制器的PC-Base方案外,海康机器人基于嵌入式架构的深度学习智能相机SC7000解决方案,将光学、算法处理、通信输出集于一身,系统图示如下:

image.png

SC7000主要参数

image.png

算法方案

SC7000应用内置系统进行算法处理,通过SV400或PC连接相机对算法进行配置和结果统计。

■检测效果

image.png

PC-Base方案VS SC7000方案

image.png

为何选择海康机器人?

总体优势概览

■系统架构简单

包含视觉采集、图像处理、IO输出、数据管理四部分

■兼容性好

针对不同产品和字符背景均能有效识别

■泛化能力强

可适应粘连、变形、低对比度的场景

■高速识别

定位和识别算法耗时累计在30ms以内

■识别率高

满足99.98%以上的识别率要求,识别能力通过模型可迭代提升

应用案例展示

■一拖多OCR应用场景

640.gif

■高速OCR应用场景

640-(1).gif

■OCR+缺陷检测应用场景

640-(2).gif

20200402091239364767.jpg


此文章有价值
手机扫一扫,分享给朋友
返回顶部