工业4.0核心-机器视觉
如何使机器视觉能够适应“工业4.0”以及未来的智能工厂?VDMA与OPC联合推出的“OPC统一架构机器视觉配套规范”,旨在通过OPC UA实现机器视觉系统与生产控制和IT系统的无缝集成。
在“2016年6月21日-24日慕尼黑机器人及自动化技术贸易博览会(AUTOMATICA)”上,VDMA Machine Vision(德国机械设备制造业联合会——机器视觉专业协会)与OPC Foundation(OPC基金会)就编制“OPC UA Machine Vision Companion Specification(OPC统一架构机器视觉配套规范)”事宜签署了一份谅解备忘录。
VDMA Machine Vision董事会负责标准发布Klaus-Henning Noffz博士说,“我们想要使机器视觉能够适应‘工业4.0’以及未来的工厂生产。目的是通过采用OPC Unified Architecture(OPC统一架构,简称‘OPC UA’),将机器视觉系统直接整合进生产控制与IT系统。”
1、打通用户层机器视觉系统的接口
早在去年夏天,VDMA Machine Vision在领导一项国际研究时就已经作出了相关决定。其目的是说明哪些标准对于未来的工业更加重要。据VDMA Machine Vision董事会成员Horst Heinol-Heikkinen博士说,“目前系统中各类机器视觉组件所需的工业相机接口技术以及通信与连网标准已经很完备了,这极大地促进了系统整合工作。现在只缺少用户层面的机器视觉系统通用接口。”
VDMA Machine Vision打算通过引入“OPC统一架构机器视觉配套规范”来解决这一课题。他们已经就此展开了初步讨论,主要议题就是在生产网络中需要通过OPC UA整合哪些信息、数据、功能及服务。
2、机器视觉:当机器学会观察和思考
机器视觉系统已经成为工业生产不可或缺的一部分。它们能够完成高质量测试、引导机器、控制工艺、识别组件、读取编码并为优化生产提供极有价值的数据。就在生产工艺中采集与解读信息的数量而言,任何组件都比不上机器视觉系统。“在我看来,它是成功实现‘工业4.0’的关键技术。” Noffz博士说。
Heinol-Heikkinen补充道,“利用各种可能性实现机器视觉整合标准化之后,它就不仅仅是一套检查系统,而是真正的生产优化控制系统。”
据OPC Foundation副总裁Stefan Hoppe所说,“OPC Foundation提供的是从传感器至企业之间各类横向与纵向信息整合所需的工业互操作性标准。OPC UA已经初步将重点放在工业自动化市场之上,因为OPC UA的模式是完全独立于供货商与操作系统,很快就被其它市场与领域采纳为互操作性解决方案。”
在德国“工业4.0”倡议中,已经将OPC UA技术确认为推荐采用的通信技术。德国联邦信息安全局(BSI)对OPC UA的数据安全进行了全面的分析之后公布了极为肯定的意见。VDMA Machine Vision也认识到了OPC UA的潜力——合作编制配套规范,以便能够将机器视觉系统简单、安全地连接在控制上,并将此项技术扩展至整个IT领域。”
3、实现工业4.0的无障碍通信
很多其它组织已经开始利用OPC UA信息建模功能,以实现信息孤岛之间系统的无缝整合。机器与设备生产厂商首先需要描述所用数据及接口,之后再通过配置安全证书实现可用性或提供保护。将不同的传输机制整合起来,能够在车间甚至云计算等不同情境下,以最佳的方式传送信息与数据。
越来越多的VDMA专业协议开始关注OPU UA。VDMA正在编制一套名为“使用OPC UA实现工业4.0通信”(Industrie 4.0 communication with OPC UA)的指导方针,其目的是就整合过程为机械工程行业提供支持与实施建议。据负责“VDMA工业4.0论坛”的Christian Mosch博士所说,“编制这个指导方针意在明确支持将OPC UA作为‘工业4.0’的通信协议。在‘工业4.0’的背景下,希望中小型企业在建立及扩展工业通信方面的门槛会有所降低。”
近几十年来,我国机器视觉范畴快速开展,视觉体系因其非触摸、速度快、精度高、现场抗干扰能力强等杰出长处,使机器视觉技能在农业、工业、医学等范畴得到了广泛使用。
机器视觉主要指计算机图像识别,即用算法软件对数字图像进行识别。一个典型的机器视觉体系包含光源、镜头、高速相机、图画采集卡和视觉处理器5大部分。
前瞻产业研究院《中国机器视觉产业发展前景与投资分析报告》数据显示,近年来,全球机器视觉行业发展迅猛,2015年,全球机器视觉系统及部件市场规模达42亿美元,预计2018年市场规模将超过50亿美元。
机器视觉技术是软件和硬件的结合,主要组成部分包括照相机、摄像头、图像传感器、视觉处理和通信设备。完备的系统能捕捉任意对象的图像,并根据质量和安全性的不同参数来分析它们。视觉技术可以极大提高工业自动化中信息的获取能力,信息将不再是单一维度的简单数据,而是广域立体的海量数据,同时在速度、尺寸、光谱等维度大大突破人眼极限。
在智能制造过程中,机器视觉主要用计算机来模拟人的视觉功能,也就是把客观事物的图像信息提取、处理并理解,最终用于实际检测、测量和控制。机器视觉在生活中的的应用及其广泛,在交通领域、水文观测、地质灾害预警识别等领域,都发挥着重要的作用。
而宏观上看,发展速度较快的细分产业是人脸识别与图像识别。这两个分支行业,在金融、安防以及交通领域较为集中。另外,我国机器视觉体系也首次使用在半导体及电子制作范畴,较为杰出的是在SMT贴片、AOI/AXI设备以及衔接器检测上。
工业4.0离不开智能制造,智能制造离不开机器视觉。机器视觉是实现工业自动化和智能化的必要手段,相当于人类视觉在机器上的延伸。机器视觉具有高度自动化、高效率、高精度和适应较差环境等优点,将在我国工业自动化的实现过程中产生重要作用。
尽管我国机器视觉起步较晚,但开展速度极快,已成为继美国和日本之后的全球第三大机器视觉商场。随着智能制造的愈演愈烈,市场对于机器视觉的需求也将逐渐增多。当前,我国制造业的变革一定会引爆视觉图像行业高速发展,中国机器视觉也必须责无旁贷的担当这个历史使命,助力中国工业制造业转型升级,知难而进,后来居上!
视觉与图像技术是工业4.0的重要核心,互促发展是技术的必然,更是时代的选择。中国视觉行业发展30年,历史机遇绝不容错过,再不必嗟叹未逢其时,我们需要的是赶快行动,发挥蓬勃的才智,展现旺盛的创新,在时代大潮中论英雄!
逸栊视觉致力于技术的不断研究、创新、突破,为合作伙伴提供世界领先的机器视觉产品及技术。