當前位置：首頁 » 新聞資訊 » 行業新聞

智能相機在工業應用中挑戰基于PC地位

文章出處：責任編輯：

掃一掃!

掃一掃!

人氣：發表時間：2021-10-19【大中小】

在空間受限的工業過程監控中，使用與基于PC的機器視覺系統連接的大量相機，并不是一種可行性方案。在這種情況下，使用包含了相機和PC功能的智能相機，能為系統集成商提供局部通過/失敗判定、I/O零件剔除和聯網的管理能力等選項，同時還能減少系統所占用的空間。

在過去的十年中，機器視覺應用領域對智能相機的需求穩步增長。然而，正如澳大利亞國家信息通信技術研究院（NICTA）的Yu Shi在《Smart Cameras: A Review》一文中所指出的，智能相機將會越來越多地部署到醫療、娛樂和教育等領域。

在這些領域，每種應用都需要不同類型的智能相機。雖然大批量生產的安全相機可能需要低成本的成像器、處理器、存儲器和無線接口，但是為工業機器視覺應用開發的相機還需要額外的功能。對于那些希望為工業應用部署智能相機的用戶而言，市場上存在一系列智能相機產品可供選擇，這些產品中包含不同類型的圖像傳感器、CPU、DSP、FPGA、I/O、軟件以及內部和外部照明功能。

多處理器架構在提供機器視覺應用所需的圖像處理吞吐量方面非常有用，因為這種架構可以在不同處理器之間分配視覺任務。例如，FPGA能最有效地執行諸如直方圖均衡和圖像過濾等處理任務；而對于統計模式識別這樣的任務，則最好交給通用CPU來執行。通過在多個處理器之間分配這些任務，可以有效地執行圖像處理任務，從而減少延遲和處理時間。

每家智能相機供應商都采用了自己特定的計算架構，它們之間的差異會對系統性能產生很大的影響。瑞典中部大學的Abdul Waheed Malik在他的論文《用于實時機器視覺系統的三種智能相機架構的比較》（Comparison of Three Smart CameraArchitectures for Real-Time Machine Vision System）一文中表示，基于軟件的商用智能相機可能會比其他類型的設計展現出更高的延遲，并消耗更多的功率，但是它們可以獲益于更輕松的軟件編程。

在這種智能相機設計中，FPGA可以執行低級圖像處理功能，例如在CPU、DSP或GPU處理圖像之前的缺陷像素校正、伽馬校正或拜耳插值。通過將這些任務卸載到FPGA上，相機中的處理器可以更好地執行更高級別的圖像處理任務。

正如智能相機的架構非常重要一樣，智能相機的易用性或可編程性、用以按照需要的速度執行特定的任務，對于系統集成商而言也非常關鍵。雖然智能相機可以使用各種不同類型的圖像傳感器、I/O和照明配置，但是供應商通常提供用于執行某種特定成像任務（如條形碼讀取）的智能相機產品。這些特定功能通常已經定制到相機的板載FPGA和CPU上，相機已經不能配置為執行其他任務。

然而，許多系統集成商需要能夠執行多個圖像處理操作的智能相機，例如圖像增強、特征位置、對象測量、存在/不存在檢測或其他機器視覺任務。在這種情況下，開發人員將面臨多種選擇。為了滿足這些需求，許多智能相機供應商提供具有自身軟件和圖形用戶界面（GUI）開發系統的智能相機產品。雖然使用這種相機可能僅限于使用供應商自己的軟件，但是供應商對智能相機及其使用的視覺軟件都有深入的了解，這一點對系統開發人員也是一種支持保證。

一些供應商（特別是那些已經在機器視覺軟件開發方面比較成熟的廠商）已經認識到，在設計上與他們的產品相似的第三方智能相機的出現。很多供應商并沒有忽略這個機會，而是允許其他智能相機供應商將他們的軟件集成到各種智能相機產品中。然而，雖然第三方相機供應商也可以提供智能相機產品，但是他們提供的支持，相比于智能相機系統和機器視覺軟件供應商可能更為有限。通過這種發展，復雜的系統集成商可以使用現成的軟件包和第三方相機，為他們的機器視覺任務開發最有效和最高效的解決方案。

條形碼讀取

今天，許多公司都專門針對條形碼讀取應用提供智能相機（通常被稱為智能圖像傳感器），如康耐視的DataMan和MX讀碼器、Datalogic的Matrix系列、基恩士的SR系列、邁思肯的MicroHAWK讀碼器、SICK的Lector系列，以及TeledyneDALSA的BOA Spot ID產品。

雖然這些公司各自都使用了專門針對條形碼讀取的成像器和處理器，但是許多公司已經意識到，必須將讀取或驗證條形碼數據的完整性，與實時監控系統和軟件一起部署。通過實施這樣的聯網系統，工廠經理可以識別和分類任何讀取或驗證錯誤，并且將錯誤原因呈現為可視化數據，例如錯誤的條形碼打印機，從而增加正確讀取代碼的概率，提高生產線上的機器效率，減少浪費。

下一篇：相機常用于那些行業？上一篇：相機鏡頭分類