机器视觉如何应对与工业自动化系统集成应用的挑战

NI紧凑型机器视觉系统帮助汽车火花塞检测达到6Sigma的重复性标准

汽车火花塞的偏心度和电极间距是决定其性能的关键指标。过去某领先的汽车火花塞制造商一直通过人工的方式对其进行测量，因为测量精度低，必须采用过于严格的产品的公差带限制，导致不必要的生产要求提高和产量减少。为了保证可靠的质量控制，更快的检测速度和产量的提高，该制造商决定建立基于机器视觉的全扫描尺寸定量系统。

系统由IEEE 1394相机、环形光源、坚固的NI CVS嵌入式机器视觉系统以及LabVIEW软件开发平台构成。采集的火花塞图像通过火线传入CVS，在其上运行实时的圆形边缘检测等特殊算法，而通过对欠采样的控制找到精度与处理时间的平衡点，测量精度达到0.01mm，完全满足6Sigma标准。随后，CVS通过其数字端口与生产线上的PLC和继电器等设备通信，完成不合格品的自动剔除工作，免去了人工干预。整个系统接入工厂以太网，可以进行远程的参数配置，校准以及产品信息的记录。由于测试精度的提高，放宽了公差范围，大幅提高了产量和效率。

结论

机器视觉应用正由起步时单纯的图像采集、处理分析、结果判断输出，发展成为自动化系统重要组件之一。但是，相对人工检测的方式机器视觉也存在着特殊性，一定程度上体现在其灵活性和应变能力的限制。处理的不合适的话，即使一个看似很小的新功能引入，都有可能导致系统的重新设计。面对机器视觉集成度与灵活性与难题时，理想的工业软件开发环境LabVIEW成为用户开发平台的非常好的选择。利用其中机器视觉模块包含的丰富分析与处理算法，用户可以根据其具体需求定制开发或者简单升级相应的视觉功能，更可以这种统一的图像化开发方式实现对运动控制，可编程自动化控制器，数据采集等设备与功能的开发，以及与三方的PLC，工业设备和数据库软件的无缝连接，从而完成涵盖机器视觉功能在内的自动化系统的开发与集成。得益于这种系统构架，制造商能够更方便的将机器视觉功能引入到其生产线，降低了其设备制造的技术难度，符合机器视觉向着自动化系统一体化发展的趋势。