Technical Knowledge

ระบบ Machine Vision

 

การพัฒนาที่รวดเร็วของภาคอุตสาหกรรม ความต้องการสินค้าที่มีคุณภาพสูง และการแข่งขันที่สูงขึ้น เพื่อที่จะทำของได้ดีและราคาถูก เพื่อลดต้นทุน ทำให้การนำระบบ automation และหุ่นยนต์เพื่อแทนแรงงานคน ได้มีการนำมาใช้อย่างกว้างขวางและแพร่หลายมาก ส่วนหนึ่งของระบบออโตเมชั่นและหุ่นยนต์ที่ขาดไม่ได้ก็คือระบบกล้อง Machine Vision ซึ่งเปรียบเสมือนเป็นตาของหุ่นยนต์หรือเป็นตาของระบบ automation ทำหน้าที่ในการตรวจสอบชิ้นงานตรวจสอบความผิดปกติต่างๆ แทนคนเรา ในประเทศไทย ระบบ machine Vision ได้มีการนำมาใช้ตั้งแต่ปลายปี 1990 และได้มีการนำมาใช้อย่างกว้างขวาง

What is Machine Vision System

Machine Vision คืออะไร

ระบบที่สามารถประมวลผลที่ใกล้เคียงกับการทำงานงานของมนุษย์ เปรียบเสมือนติดตั้งดวงตาให้กับหุ่นยนต์ ใช้ในการตรวจสอบ โดยนำภาพที่ได้ส่งสัญญาณไปยังอุปกรณ์อื่นเพื่อตรวจสอบคุณภาพหรือตรวจสอบการมีอยู่ แยกแยะ ผลิตภัณฑ์ ซึ่งได้ถูกนำมาใช้อย่างแพร่หลายในทางระบบ Automation และโรงงานอุตสาหกรรมทั่วไป รับชม VDO เพิ่มเติม เกี่ยวกับ What is machine vision?

การเปรียบเทียบระหว่าง Machine Vision กับ Human Vision

ถ้าเปรียบเทียบกับกล้องดิจิทัลแล้ว ภาพที่เราเห็นผ่านดวงตานั้นจะมีความละเอียดสูงถึง 576 เมกะพิกเซล หรือเท่ากับ 576 ล้านพิกเซล เลยทีเดียว ซึ่งเทียบกับจอทีวี 4K ที่มีความชัด 8.29 ล้านพิกเซล หรือกล้อง DSLR ก็มีความชัดประมาณ 42-100 ล้านพิกเซล ถึงแม้ความละเอียดของดวงตาจะสูงมากแต่ก็ไม่เหมือนกล้องสักทีเดียว เพราะดวงตาคนเราจะมองเห็นภาพความละเอียดสูงได้แค่พื้นที่ขนาดเล็กตรงกลางเท่านั้นและสำหรับคนที่สายตายาว สายตาสั้น  หรือสายตาเอียง ความละเอียดของดวงตายังคงเป็น 576 ล้านพิกเซล ต่างกันเพียงระยะโฟกัสที่มีความสั้น-ยาวไม่เท่ากัน more information

ข้อดีของการตรวจสอบด้วยสายตา

  • มีความละเอียดสูง
  • สามารถพัฒนาความสามารถได้จากการฝึกฝนและอบรม

ข้อจำกัดของการตรวจสอบด้วยสายตา

  • ไม่มีเสถียรภาพและความสม่ำเสมอ
  • มีข้อผิดพลาดจากอารมณ์และความรู้สึก
  • ไม่สามารถตรวจจับวัตถุชิ้นเล็ก ๆ ได้
  • ไม่สามารภตรวจสอบวัตถุที่เคลื่อนที่ด้วยความเร็วสูงได้

ประเภทของ Machine Vision ในตลาด

  1. Machine Vision
  2. Vision Sensor
  3. Vision System
  4. PC base Machine Vision
  5. Smart Camera
  6. Compact Machine Vision

ถ้าเราจะแบ่งระบบ Machine Vision ในตลาด เราสามารถแบ่งได้เป็นกลุ่มใหญ่ ๆ ได้ 2 ประเภท ต่างลักษณะโครงสร้างของระบบ
ระบบที่ 1 เราจะเรียกว่าเป็นระบบแบบ Smart Camera
ระบบที่ 2 เราจะเรียกว่าระบบ Embedded Machine Vision

ระบบที่ 1 แบบระบบ Smart Camera
ระบบนี้จะประกอบด้วยอุปกรณ์แสง อุปกรณ์เลนส์ อุปกรณ์ในส่วนของ CPU ที่รวมกันอยู่ในชิ้นเดียว สามารถทำการตรวจสอบชิ้นงาน สามารถตรวจสอบความผิดปกติต่าง ๆ ด้วยอุปกรณ์แค่เพียงชิ้นเดียว แต่ข้อจำกัดของแบบนี้ก็คือ สามารถตรวจสอบชิ้นงานแบบง่าย ๆ ได้ ไม่มีความซับซ้อนมาก ไม่สามารถตรวจสอบอะไรที่ซับซ้อนหรือเร็วมากได้

ตัวอย่างของ smart camera ใน ท้องตลาด

ระบบที่ 2 คือแบบ Embeded Machine Vision
แบบนี้ส่วนประกอบจะเหมือนส่วนแรก แต่ละส่วนจะแยกส่วนกันทั้งหมด มีแสง CPU มีโปรแกรม แยกส่วนกันอย่างชัดเจน เราสามารถทำงานที่ซับซ้อนและรวดเร็วมาก

ตัวอย่างของ Embeded Machine Vision ในท้องตลาด

SciSmart Machine Vision พัฒนาบนพื้นฐานของ SciVision SDK. สามารถใช้งานโปรแกรม SCI ได้ง่ายด้วย graphical flow โดยที่ไม่จำเป็นต้องมีความรู้ด้าน Coding

แมชชีนวิชั่นสามารถทำอะไรได้บ้าง   What is Machine Vision can do?

1. การตรวจสอบ PRESENCE / ABSENCE DETECTION

  • การตรวจสถานะมี / ไม่มี
  • ตรวจสอบเพื่อหาจุดบกพร่องของชิ้นงาน
  • ตรวจจสอบองค์ประกอบและสี
  • ตรวจสอบการประกอบว่าถูกต้องหรือไม่

More information

2. การหาตำแหน่ง Locate Position

ค้นหาตำแหน่งขนาดชิ้นงานด้วยภาพพื้นที่ 2D และ 3D ให้พิกัดในโลกจริงให้ตรงกับอัตราส่วนภาพที่คอมพิวเตอร์เข้าใจและทำงานร่วมกับการควบคุมการคลื่อนไหวหุ่นยนต์ได้

More information

3. การวัดขนาด Measurement

วัดขนาดของชิ้นงานด้วยความแม่นยำทั้งระบบ 2D และ 3D

More information

4. Identification ID / code reader

  • การอ่าน ตัวอักษร ต่างๆ Optical Characteristic recognition
  • การอ่านรหัส barcode 2D code and Matrix code ต่าง ๆ

More information

หลักการเลือกใช้งาน Machine vision ให้ประสบความสำเร็จและมีประสิทธิภาพ เราจะต้องวางแผนอย่างรอบคอบและเป็นขั้นตอน โดยมีขั้นตอนตามนี้

  1. ต้องทราบความต้องการว่าจะนำระบบ Machine Vision ไปใช้ตรวจสอบอะไร
  2. ระบุชิ้นงานที่จะตรวจสอบให้ถูกต้อง และตำแหน่งที่จะนำระบบ Machine Vision ไปติดตั้ง
  3. วิเคราะห์ระบบการผลิตที่เกี่ยวข้องทั้งหมดว่ามีส่วนที่กระทบกับการติดตั้งระบบ Machine Vision ส่วนใดบ้าง
  4. คำนึงถึงผลกระทบทางธุรกิจด้วยว่าจะคุ้มกับการลงทุนหรือเปล่า คำนวณ ROI ให้ละเอียด
  5. ระบบ Spec อุปกรณ์ตาม Application ที่ต้องการ
  6. หา Software และระบบ Interface ที่เหมาะสม
  7. ออกแบบระบบให้ยืดหยุ่น แต่ต้องเน้นเป้าหมายที่ต้องการตรวจสอบ
  8. กำหนดเงื่อนไขในการตรวจสอบรับระบบว่าจะต้องมีความแม่นยำเท่าไร
  9. ระบุข้อจำกัดหรือปัญหาที่อาจจะเกิดขึ้นกับระบบ Machine Vision ที่ออกแบบ
  10. กำหนดบุคลากรที่จะรับผิดชอบในงานนี้หรือจะใช้ SI ภายนอก

ระบบ Machine Vision มีการพัฒนาอย่างต่อเนื่องเพื่อรองรับภาคอุตสาหกรรม แนวโน้มจะมีการใช้ 3D Vision และ AI Deep learning ในระบบ Machine Vision มากขึ้น ถือว่าเป็นโอกาสดีของผู้ใช้ที่จะสามารถมีระบบตรวจสอบที่แม่นยำและใช้งานง่ายขึ้น More Information

เราใช้คุกกี้เพื่อมอบประสบการณ์ที่ดีที่สุดแก่คุณบนเว็บไซต์ของเรา การเข้าใช้งานเว็บไซต์นี้ถือว่าท่านได้อนุญาตให้เราใช้คุกกี้ตาม นโยบายคุ้มครองข้อมูลส่วนบุคคลของเรา

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close