Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатика
ИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханика
ОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторика
СоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансы
ХимияЧерчениеЭкологияЭкономикаЭлектроника

Состояние и динамика развития рынка систем машинного зрения

Читайте также:
  1. Cпособы развития силы воли
  2. DИстория dразвития dинститута dгосударственных dгарантий dгражданских dслужащих
  3. DИсторияdразвитияdинститутаdгосударственныхdгарантийdгражданскихdслужащих
  4. DСистема dи dвиды dгосударственных dгарантий dгражданских dслужащих
  5. DСистемаdиdвидыdгосударственныхdгарантийdгражданскихdслужащих
  6. DСоциальная dзащищенность dв dсистеме dфункционирования dгосударственной dгражданской dслужбы
  7. DСоциальнаяdзащищенностьdвdсистемеdфункционированияdгосударственнойdгражданскойdслужбы

По данным ассоциации The Automated Imaging Association, поставками систем трехмерного зрения в Северной Америке занимаются около 39 компаний с общими объемами продаж более 300 миллионов долларов в год и ежегодными темпами развития более 15 процентов, причем системы этих фирм покрывают менее десяти процентов всех потенциальных приложений. Общемировой рынок средств машинного зрения, куда входят и системы общего назначения, и двумерные системы, а также осветительные, программно-аппаратные средства, средства интеграции и оптика, характеризуется ежегодными объемами продаж в 5 миллиардов долларов. Предприниматели начали осознавать, сколь значительные выгоды может дать применение систем последнего поколения, и в целом рост рынка средств машинного зрения происходит лавинообразно. По данным отделения Machine Vision Group ассоциации VDMA, в 2000 году темпы развития этого сектора рынка составили в Германии 28,4 процента.

Традиционно для выполнения монотонных, грязных и опасных работ применялись промышленные роботы, что обеспечивало повышение эффективности производства, улучшение качества продукции, снижение издержек и повышение безопасности труда. При этом наибольшей информативностью из всех применяющихся в робототехнике сенсорных систем обладают системы машинного зрения. Совместно роботы и системы машинного зрения могут использоваться в таких прикладных областях, как транспортировка материалов, точечная сварка, станочная обработка, нанесение клеевых и герметизирующих материалов, покраска распылением, автоматизированная сборка, а также контроль и идентификация деталей. Типовыми элементами систем машинного зрения являются камеры, фрэйм-грабберы (блоки оцифровки изображений), компьютерные программы (обеспечивающее получение, обработку, анализ и передачу изображений), а также аппаратные средства связи. Некоторые недорогие пакеты в состоянии выполнять лишь простейшие задачи по идентификации, не будучи способными либо масштабироваться для выполнения более сложных задач, либо поддерживать открытые архитектуры.

В наши дни разработка систем получения и обработки трехмерных изображений имеет, судя по всему, наивысший приоритет среди всех перспективных направлений. Быстрое и бесконтактное оптическое определение размеров имеет огромное значение для промышленного контроля продукции, систем технического зрения сборочных роботов и инженерного анализа. Такого рода возможности нужны всюду, где информация о геометрической форме и положении объектов в трехмерном пространстве имеет особое значение. Трехмерное зрение в равной степени требуется и средствам наблюдения за охраняемыми территориями, и системам распознавания трехмерных объектов, и навигационными системам, и системам виртуальной реальности, утверждают Бернд Яне и Хорст Хауззекер в своей книге Computer Vision and Applications A Guide for Students and Practitioners (Academic Press, ISBN 0123797772, 2000). В своем отчете Machine Vision tech Trends 2000 Ассоциация инженеров по системам технического зрения (Society of Manufacturing Engineers Machine Vision Association) полностью поддерживает это мнение.

Большинство пространственных датчиков опирается на следующие три подхода: триангуляцию, измерение времени прохождения сигнала (для чего может использоваться широкополосная интерферометрия) и классическую интерферометрию, иногда называемую также стереоскопическим зрением. Нынешнему поколению методов трехмерного зрения свойственны такие недостатки, как нестандартность оборудования, дороговизна датчиков и средств интеграции, сложность и продолжительность процедур калибровки датчиков, а также требование значительных вычислительных ресурсов. Кроме того, метод триангуляции отличается такими отрицательными свойствами, как ошибки локализации, деформация точечного изображения и неравномерность пространственного разрешения.

Появление более качественных современных компонентов, разработка более точных и быстрых алгоритмов, достижения в области процессорных технологий и применение методов измерения глубины все это способствует ускорению разработок систем пространственного зрения.

В настоящее время системы трехмерного зрения используются в основном в таких приложениях, как измерение истинной копланарности компонентов интегральных схем (полупроводниковая промышленность), волюметрический анализ паяльного состава (электронная промышленность), измерение зазоров, управление действиями сварочных, сборочных и герметизирующих роботов (автомобильная промышленность), а также контроль формы и сортировка (пищевая промышленность).

 


Дата добавления: 2015-07-15; просмотров: 110 | Нарушение авторских прав


Читайте в этой же книге: Техническое обслуживание и обучение | Удаленное конфигурирование | Аналоговые бесконтактные переключатели | Различение цветов и связь | Достоинства систем машинного зрения | Техническое зрение в упаковочных системах | Методы пространственных измерений | Данные о датчике, содержащиеся в спецификации TEDS | Система сопряжения датчиков |
<== предыдущая страница | следующая страница ==>
Стандарты семейства IEEE 1451 упрощают подключаемость датчиков| Система пространственного зрения компании Braintech

mybiblioteka.su - 2015-2024 год. (0.006 сек.)