成员自1984年以来

了解更多

AIA - Advancing Vision + Imaging已转型为推进自动化协会(Association for Advancing Automation),是全球领先的视觉+成像、机器人、运动控制和工业AI行业自动化行业协会。

下内容提交:

工业:
N/A

应用程序:
N/A

机器视觉为打包应用程序提供更快、更健壮的选项

发布06/04/2020

 | By: Dan McCarthy, Contributing Editor

机器视觉技术有助于保持消费者包装商品的质量,安全性和可追溯性,在Covid-19大流行出现之前。但包装检验和轨道和追踪应用最近作为本地消费者变得更加批评 - 受到经济不确定性的推动,需要用更长的架子生命的用餐选项,也许怀旧时期 - 越来越恢复熟悉的预先包装兽医如罐头馄饨,冷冻披萨和通心粉的晚餐混合。在大流行前看到销售旗帜的加工食品公司已经报告了销售额的显着上涨。例如,坎贝尔汤公司已经看到其罐头汤飙升到去年的59%,而牛皮纸海因斯公司和康柏品牌也令人印象深刻地增加。

类似的增长趋势也出现在个人卫生、药品以及最近的个人防护设备产品的其他包装领域。因此,消费品包装(CPG)供应商及其包装合作伙伴一直在努力提高产量,以满足更高的需求。其中一些新需求可能会流向提供包装市场解决方案的视觉供应商和集成商。但涓涓细流可能会很缓慢,直到供应链足够稳定,专注于更大的图景。

引用全球需求的浪涌面临脸部面具,作为一个例子,亚洲销售总监史蒂夫朱·泰尔瓦斯坦邦,“现在对面部面具的需求如此之高,中国的供应商没有时间改变或改善检查处理或改造它们的生产线。他们专注于生产尽可能多的尽可能快,这就是为什么我们还没有看到对新视觉技术的需求。但在事情放缓后,我们希望能够看到更加重视和投资这一应用领域的新质量保证和跟踪和追踪系统。“

作为全球供应链的混乱,朱镕基还希望通过寻求越来越多的家庭,将包装公司和OEM对冲以防止未来的全球干扰。这可以提示对视觉技术的额外投资作为本地供应商安装或升级质量保证和跟踪和跟踪系统,以满足靠近家庭的客户。

假设未来的投资与当今需求最大的包装应用相关,这可能为瞄准包装检验和条形码读取应用的视觉供应商带来机会。

条形码阅读器无处不在
在过去的几年里,电子商务的增长已经得到了显著的推动,而最近有关在国内栖身的规定进一步推动了这一势头。Salesforce最近的“全球购物指数”报告指出,2020年第一季度,独立数字购物者的数量同比增长了40%,对电子商务的总体需求增长了15%,这在短短几个月里是一个巨大的飞跃。

随着电子商务的增长,需要增加基于图像的条形码扫描系统的需求,该系统能够读取更简化越来越复杂的物流运算的数据密集的2D条形码。2D码读者也越来越多地用于食品和药品包装,在那里他们帮助追踪和追踪生产线的产品到销售点。

与激光扫描仪不同,基于图像的读卡器使用区域阵列传感器来捕获图像数据,然后应用算法以定位并读取帧内的条形码,而不管代码的大小或方向如何。捕获的图像还可以包括光学字符识别(OCR)数据,并存储包或标签的可视细节,以允许分析有助于“无读”或“误读”结果的问题。

虽然从二维而非一维获取数据可能会带来更大的系统复杂性,但许多二维条码阅读器显著简化了物流操作。例如,Zebra、Honeywell、Datalogic和Cognex系列的手持式移动计算机在紧凑的移动设备中集成了灯光、镜头和成像器,可以扫描从装卸区的托盘到送到门口的包裹的所有地方的条形码。

镜头、摄像机、行动
然而,当应用于高速包装线或繁忙的配送中心时,视觉系统需要更高程度的复杂性和控制,以确保更高的读取速率、吞吐量和准确性。但更高的复杂性实际上可以降低系统的复杂性。

例如,基于液体透镜的自动对焦技术,基于数字控制动态改变相机的焦点,使其能够在几毫秒内重新对焦,从快速变化的距离捕捉包裹或条形码数据。与传统的自动对焦系统不同,液体透镜没有活动部件,耗电更少。更重要的是,它们可以减少生产线上所需的相机和镜头系统的数量。

图像、接口和软件的进步也推动了包装检查的边界。对于相机来说,速度取决于传感器的像素收集数据的速度,然后将数据通过相机接口进行处理。Teledyne DALSA的Genie Nano 5GigE系列的最新产品通过将其与改进的分辨率相结合,实现了高速数据采集和传输。新型号的分辨率在320万到4500万像素之间,并利用该公司的TurboDrive数据编码技术,以更低的成本将读数速度提高到10g相机的水平。

虽然Teledyne DALSA专注于硬件和软件解决方案来优化自动化检测,但Zhu认为更多的软件解决方案,如TurboDrive,会比硬件更快地推动技术进步——最著名的例子是深度学习软件(下个月将详细介绍)。

深度学习算法大大扩展了自动化检查的选项,超越了传统基于规则的视觉系统所能实现的功能。当应用于包装检测或OCR时,深度学习可以使视觉系统更好地处理成像对象的变化。这对于对抗环境干扰、可变打印质量或应用程序中其他不可控制的变化非常有用。朱说:“例如,通过应用OCR的深度学习算法,即使标签损坏或部分隐藏,我们也可以提高可读性。”

加速led照明
机器视觉照明也在不断发展,以适应高速封装应用。在当今的高速摄像接口下,视觉系统冻结运动的能力越来越取决于光源将光子转化为像素的精确和快速程度。就绝对光子输出而言,氙气闪光灯比led更亮,当频闪时,通常可以发出15到30微秒长的脉冲。有些可以发送短至250纳秒(ns)的脉冲。

然而,绝对强度和脉冲长度对于高速包装检测或条形码读取并不像通量密度那样重要,通量密度是指在特定时期内相机视野(FOV)内投射的光子数量。在这种情况下,LED光源比氙气光源有优势。

作为固态光源,led可以在短时间内频闪高电流,提供3-8倍的额定输出,有时甚至更多。LED相对紧凑的外形也使其能够更接近目标,在实践中,与氙源相比,可以获得类似甚至更好的照明。

更重要的是,闪闪发光的LED提供比氙气源更多的控制,在关闭之前它们达到完全强度。当相机快门打开时,它们使能确保以全强度照明目标的短平方脉冲。

Smart Vision Lights的工程总监Steve Kinney说:“由于外部LED控制器所需的电缆引入的固有延迟,要减少LED脉冲宽度,保持这种清晰定义的脉冲形状传统上变得更具挑战性。”“即使是一根2英尺长的电缆也会对系统抖动产生很大的影响,并将其上升到最大强度,达到微秒级。”

作为回应,Smart Vision Lights创新了一种方法,将驱动集成到LED主板上,使其新的纳米驱动技术最小化延迟问题,并允许LED灯在500纳秒或更少的时间内实现全功率。在实际应用中,nanodrive驱动的灯配置为1 μs脉冲宽度和10%占空比,每秒可以产生100,000个频闪灯。

结束
产品、包装、供应路线和消费者的口味可能会随着时间而改变。但是,对自动化包装检查和跟踪系统的需求总是会越来越大,这些系统能够提供更高的吞吐量、更高的准确性和更可靠的数据。只要相机传感器、视觉软件、镜头和照明的供应商继续跟上这些需求,他们的产品就永远会有市场。