Vizijski sistemi za robote: kako funkcionišu, vrste i primene

Q: Šta je vizijski sistem za robot?

Vizijski sistem za robot je kamera u kombinaciji sa softverom koji analizira sliku i šalje robotskoj ruci koordinate objekta. Robot tada hvata ili obrađuje objekat bez obzira na njegovu poziciju ili orijentaciju u prostoru. Bez vizijskog sistema robot mora da pretpostavi da je svaki deo uvek na potpuno istoj tački.

Q: Koja je razlika između 2D i 3D vizijskog sistema?

2D vizija koristi jednu kameru i daje poziciju objekta u ravni - X, Y koordinate i rotaciju. Dovoljna je za pick-and-place gde objekti leže na ravnoj površini. 3D vizija (strukturirano svetlo ili stereo kamera) dodaje Z osu - dubinu - i neophodna je za bin picking gde delovi leže nasumično složeni u gajbi na različitim visinama i orijentacijama.

Q: Kada je potrebna AI vizijska inspekcija?

AI vizijska inspekcija je potrebna kada treba detektovati defekte čiji oblik i veličina variraju - pukotine, ogrebotine, oštećenja ambalaže, nedostajuće komponente. Klasična vizija radi sa geometrijskim pravilima (oblik, veličina, boja); AI model se trenira na uzorcima i uči šta je 'defektno' bez eksplicitnih pravila.

Q: Koliko brzo vizijski sistem obrađuje sliku?

2D lokalizacija je tipično dovoljno brza da nema uticaja na takt robota. Za 3D bin picking, vreme obrade zavisi od broja objekata u gajbi i složenosti scene. U sistemima s visokim taktom moguće je paralelno procesiranje - kamera skenira sledeću gajbu dok robot hvata iz prethodne.

Q: Šta je kalibracija vizijskog sistema?

Kalibracija je postupak kojim sistem uči vezu između piksela na slici i koordinata u prostoru robota. Bez kalibracije robot ne zna gde u stvarnosti jeste objekat koji je kamera videla. Kalibracija se radi jednom na licu mesta i pamti se - ne gubi se pri restartovanju sistema.

Robot bez vizijskog sistema funkcioniše samo u savršenim uslovima - kad je svaki deo uvek na tačno istoj poziciji. U realnoj produkciji to nije slučaj: delovi klize po konvejeru, orijentacija varira, a kod bin pickinga nema ni dve jednake situacije. Vizijski sistem rešava ovaj problem tako što meri stvarnu poziciju objekta pre svakog hvata.

Ovaj vodič objašnjava tehničke osnove vizijskih sistema - šta su, kako funkcionišu, koje su vrste i kada koji tip odabrati. Za poslovnu stranu - koji problemi se rešavaju i kako izgleda implementacija - pogledajte stranicu vizijski sistemi kao rešenje.

1. Šta je vizijski sistem za robot

Vizijski sistem je kombinacija hardvera (kamera, objektiv, osvetljenje) i softvera (algoritmi za analizu slike) koji robotskoj ruci daje informaciju o poziciji, orijentaciji ili stanju objekta u prostoru.

Ključna komponenta nije sama kamera - nego softver koji interpretira sliku i prevodi pikselne koordinate u koordinate robota. Bez tog prevođenja robot ne zna gde se u stvarnosti nalazi ono što je kamera videla.

Osnovna razlika: Robot bez vizije pretpostavlja poziciju objekta. Robot s vizijom meri je pre svakog ciklusa. To je razlika između fiksnog automatizma i adaptivnog sistema.

2. Kako vizijski sistem funkcioniše

Pipeline od okidanja kamere do pokreta robotske ruke prolazi kroz nekoliko koraka:

OkidanjeRobot ili PLC signalizira kameri da snimi scenu

SnimanjeKamera slika uz kontrolisano osvetljenje

ObradaSoftver locira objekat, meri poziciju i orijentaciju

KomunikacijaKoordinate se šalju robotu (TCP/IP, Modbus, ProfiNet)

HvatRobot prilagođava putanju prema primljenim koordinatama

Ceo pipeline tipično traje kraće od jednog ciklusa robota za 2D sisteme. Kod 3D bin pickinga, složenija obrada scene može biti paralelizovana - kamera skenira sledeću gajbu dok robot hvata iz prethodne.

Uloga osvetljenja

Osvetljenje je jednako važno kao i kamera. Nekonzistentno ambijentalno svetlo (prozori, promenljiva industrijska rasveta) uzrokuje varijabilnost u slici koja kvari detekciju. Rešenje je kontrolisano industrijsko osvetljenje koje eliminiše ambijentalnu zavisnost:

Prstenasto LED osvetljenje - frontalno, eliminiše senke oko objekta
Pozadinsko osvetljenje - objekat se vidi kao silueta, idealno za merenje kontura
Strukturirano svetlo - projicira mrežu tačaka ili linija za 3D merenje dubine
Koaksijalno osvetljenje - eliminiše odbljeske na sjajnim površinama

3. Vrste vizijskih sistema: 2D, 3D i AI

Tri su glavne kategorije, svaka prilagođena drugačijem tipu zadatka:

Najčešća primena

2D vizija

Jedna kamera, jedna ravan. Daje X, Y koordinate i ugao rotacije objekta. Brza, jeftina, pouzdana za objekte na ravnoj površini.

Bin picking

3D vizija

Meri dubinu (Z osa) i kreira oblak tačaka scene. Neophodna kad delovi leže na različitim visinama i u nasumičnim orijentacijama.

Inspekcija kvaliteta

AI vizijska inspekcija

Neuronska mreža trenirana na uzorcima. Detektuje defekte čiji oblik i veličina variraju - što geometrijska pravila ne mogu da pokriju.

Detaljno poređenje

Karakteristika	2D vizija	3D vizija	AI inspekcija
Šta meri	X, Y, rotacija	X, Y, Z, orijentacija u 3D	Prisutnost defekata, klasifikacija
Senzor	Jedna CCD/CMOS kamera	Stereo kamera ili strukturirano svetlo	Kamera + GPU za inferensu
Složenost objekta	Plosnati, jednoobrazni delovi	Nasumično složeni, 3D oblici	Bilo koji - uči se iz uzoraka
Vreme obrade	Brzo	Sporije (složenija scena)	Zavisi od modela i hardvera
Tipična primena	Pick-and-place, sortiranje, barkodovi	Bin picking, 3D merenje	Kontrola kvaliteta, detekcija defekata
Trening/konfiguracija	Parametarsko podešavanje	Kalibracija, CAD model objekta	Trening na uzorcima (50+ slika)

4. Kada koristiti koji tip

Pitanje "koji vizijski sistem mi treba" svodi se na tri ključna pitanja o procesu:

Koristite 2D viziju kada:

Delovi leže na ravnoj površini (konvejer, stol, podloga)
Bitna je samo pozicija u ravni i ugao rotacije
Delovi imaju jasno prepoznatljiv oblik ili kontrast s pozadinom
Sistem treba da čita barkodove, QR kodove ili tekst u pokretu

Koristite 3D viziju kada:

Delovi su nasumično složeni u kutiju ili gajbu (bin picking)
Visina i orijentacija objekta u Z osi su varijabilni
Sistem treba da meri dimenzije ili oblik u 3D prostoru
Delovi su jednoobraznog izgleda odozgo ali različite visine

Koristite AI inspekciju kada:

Treba detektovati defekte čiji oblik i veličina variraju
Klasična geometrijska pravila ne mogu da pokriju sve varijante defekata
Imate uzorke ispravnih i defektnih komada za trening
Zahteva se konzistentnost inspekcije na nivou koji ručna vizuelna kontrola ne može da postigne

Sistemi se kombinuju: Nije neobično da isti sistem koristi 2D viziju za lokalizaciju i pozicioniranje, a AI inspekciju za proveru kvaliteta pre odlaganja. Isti hardver može da podrži više funkcija.

5. Komponente vizijskog sistema

Kamera

Bira se prema primeni: rezolucija (megapikseli), brzina okidanja (fps), veličina senzora, tip interfejsa (GigE Vision, USB3 Vision, Camera Link). Veća rezolucija ne znači automatski bolji sistem - bitno je da rezolucija odgovara veličini objekta koji se detektuje i zahtevanoj preciznosti.

Objektiv

Određuje vidno polje i distorziju slike. Za industrijsku viziju koriste se telecentrični objektivibu koji eliminišu perspektivnu distorziju - objekat izgleda iste veličine bez obzira na udaljenje od kamere, što je ključno za precizna merenja.

Softver za obradu

Biblioteke za lokalizaciju (pattern matching), merenje, OCR, čitanje kodova ili AI inferensu. Rezultat - koordinate ili odluka prihvati/odbaci - šalje se robotskoj ruci ili PLC-u kroz standardne industrijske protokole: TCP/IP, Modbus TCP, ProfiNet, EtherNet/IP.

Kalibracija kamera-robot

Kalibracija je postupak kojim sistem uči vezu između pikselnih koordinata slike i koordinata u prostoru robota (hand-eye kalibracija). Bez nje robot ne zna gde se u stvarnosti nalazi ono što je kamera videla. Radi se jednom, na licu mesta, i pamti se trajno u sistemu.

6. Primene vizijskih sistema u industriji

Vizijski sistem je infrastruktura - ista kamera i softver mogu da podrže više procesa u istom pogonu. Najčešće primene:

Pick-and-place s varijabilnim dovodom - 2D kamera locira svaki deo pre hvata, robot se prilagođava poziciji i orijentaciji. Detalji: pick-and-place automatizacija
Bin picking - 3D vizija kreira oblak tačaka gajbe, identifikuje pristupačan deo i optimalni ugao hvatanja. Detalji: bin picking
Sortiranje po barkodu ili QR kodu - kamera čita kod u pokretu, PLC usmerava paket u odgovarajući kanal. Detalji: sortiranje i klasifikacija
Kontrola kvaliteta - AI vizija skenira svaki komad i odvaja defektne pre isporuke. Detalji: vizijski sistemi kao rešenje
Verifikacija punjenja i pakovanja - kamera proverava da su svi artikli prisutni i pravilno orijentisani pre zatvaranja kutije

7. Ograničenja vizijskih sistema

Vizijski sistem nije svemoćan. Treba znati šta ne može:

Prozirni i reflektivni objekti - staklo, polirani metal i sjajne folije reflektuju svetlost i kvare detekciju. Zahtevaju specijalno osvetljenje i često polarizacione filtere.
Preklapajući objekti - ako delovi prekrivaju jedan drugi, 2D vizija ne može da ih razlikovuje. 3D vizija pomaže, ali nije uvek dovoljna.
Čisto crne ili bele površine bez teksture - pattern matching ima teškoće s homogenim površinama. Potrebna dodatna obeležja ili drugi tip osvetljenja.
Defekti koje uzorci ne pokrivaju - AI model je dobar koliko su dobri uzorci za trening. Nov tip defekta koji nije bio u skupu za trening može proći nedetektovan.
Ambijentalno svetlo bez kontrole - sistem bez sopstvenog osvetljenja je nestabilan. Uvek integrišemo kontrolisano osvetljenje.

Razmatrate vizijski sistem za vaš proces?

Pogledajte šta konkretno rešavamo i kako izgleda implementacija od analize do puštanja u rad.

Implementacija vizijskih sistema kao rešenje

8. Česta pitanja o vizijskim sistemima

Šta je vizijski sistem za robot?

Kombinacija kamere i softvera koji analizira sliku i šalje robotskoj ruci koordinate objekta. Robot hvata ili obrađuje objekat bez obzira na poziciju - umesto da pretpostavlja gde se nalazi.

Koja je razlika između 2D i 3D vizijskog sistema?

2D vizija daje poziciju u ravni (X, Y, rotacija) i dovoljna je kad objekti leže na ravnoj površini. 3D vizija dodaje Z osu - dubinu - i neophodna je za bin picking gde delovi leže nasumično složeni u gajbi na različitim visinama i orijentacijama.

Kada je potrebna AI vizijska inspekcija?

Kada treba detektovati defekte čiji oblik i veličina variraju - pukotine, ogrebotine, oštećenja ambalaže. Klasična vizija radi s geometrijskim pravilima; AI model uči iz uzoraka šta je "defektno" bez eksplicitnih pravila.

Može li vizijski sistem da radi u lošim svetlosnim uslovima?

Da, ali sistem mora biti projektovan za te uslove. Koristimo kontrolisano industrijsko osvetljenje koje eliminiše uticaj ambijentalnog svetla - sistem daje konzistentne rezultate u svim smenama bez obzira na prirodno svetlo.

Koliko brzo vizijski sistem obrađuje sliku?

2D lokalizacija je tipično brza i nema uticaja na takt robota. 3D bin picking zahteva više vremena za obradu oblaka tačaka - u sistemima s visokim taktom to se rešava paralelnim procesiranjem: kamera skenira sledeću gajbu dok robot hvata iz prethodne.

Šta je kalibracija vizijskog sistema?

Postupak kojim sistem uči vezu između piksela na slici i koordinata u prostoru robota. Bez kalibracije robot ne zna gde u stvarnosti jeste objekat koji je kamera videla. Radi se jednom na licu mesta i pamti se trajno - ne gubi se pri restartovanju.