Robottinäköjärjestelmä koostuu yleensä optisista järjestelmistä (valolähteet, linssit, teollisuuskamerat), kuvanottoyksiköistä, kuvankäsittelyyksiköistä, suoritusmekanismeista ja ihmisen ja koneen liitäntämoduuleista. Yksinkertaisin konenäköjärjestelmä sisältää visuaalisen kuvantamisen, kuvankäsittelyn ja toiminnanohjausosat.
1. Visuaalinen kuvantaminen osa
Visuaaliseen kuvantamiseen kuuluu myös useita tyypillisiä komponentteja: valonlähde, linssi ja teollisuuskamera.
Sekä valonlähteet että linssit vaativat meiltä optisen tiedon hallintaa. Eri valaistusmenetelmillä kamera voi tuottaa täysin erilaisia kuvia esineistä; Linssin suurennus, polttoväli, näkökenttä jne. määräävät suoraan kuvan tarkkuuden. Konenäkö-insinöörille linssin valinnan, valonlähteen ja valaistustavan hallinta ovat perustaitoja.
Teollisuuskamerat vaativat meiltä tietotaitoa optoelektroniikasta, kamera-antureiden eroista sekä perustiedot kuvan kuvantamisesta, kuten selkeys, dynaaminen alue, kuvakulma jne., jotta voimme valita oikean kameran niiden perusteella. tarpeet ja kohtaukset. Nopein tapa hallita tämä tieto on ostaa lähtötason DSLR tutkiaksesi näiden kuvantamisparametrien ja kuvantamisen välistä suhdetta.
2. Kuvankäsittelyosa
Kuvankäsittelyn ymmärretään yleensä tapahtuvan PC-koneilla, mutta itse asiassa teollisuudessa käytetään useimpia teollisuuden ohjaustietokoneita niiden vakauden ja kustannusetujen vuoksi.
Viime vuosien kehityksen myötä sulautetut laitteistot ovat myös kukoistamassa. Monet tehtaat voivat käyttää avoimen lähdekoodin laitteita, kuten vadelmapiirakkaa, toteuttaakseen pieniä tarpeita, kuten kytkimien ohjaamista ja satojen kojetaulujen tilan valvontaa.
Aloittelijoille voidaan antaa etusija PC- ja X{0}}-alustojen kehityksen hallitsemiselle, jota voidaan laajentaa sulautetuille alustoille perehtymisen jälkeen.
Ohjelmistoosassa useimmat sovelluskerrokset on toteutettu käyttämällä C #,. net, QT ja C plus plus, joten yhden näistä ohjelmointikielistä hallitseminen on välttämätöntä; Kuvaalgoritmien tasolla tyypillisiä avoimen lähdekoodin algoritmeja ovat OpenCV, kaupallisiin Halcon, VisionPro jne. On suositeltavaa aloittaa Halconista lähtökohtana; Jos haluat syventää algoritmitasoa, voit opiskella koneoppimista, joka voi olla pääsuunta tulevaisuudessa.
Teorian kannalta tärkeämpää on hallita kuvankäsittelyn peruskäsitteet.
3. Liikeohjausosa
Tyypillinen liikkeenohjauskortti, kuten Gugao, voidaan tutkia ensin. Myös edistyneempää PLC:tä voidaan pelata, mutta vaikeus tässä osassa on tarkkuuden korjauksessa, koska monet skenaariot ja vaatimukset vaativat suurta tarkkuutta.
Edellä mainittujen kolmen kohdan lisäksi kokonaissuunnitelman rakennuskyky on ratkaiseva, koska suunnitelman tulee yhdistää nämä osat toisiinsa ja kyetä yhdistämään todellisia skenaarioita todellisten tuotannon automaatiotarpeiden täyttämiseksi.
Kokonaissuunnitelman rakentamiskyky riippuu tuotantoprosessin syvästä ymmärtämisestä, kaikkien komponenttien välisestä yhteydestä ja suhteista; Molemmat vaativat kokemuksen keräämistä useista projekteista hyvän ratkaisun aikaansaamiseksi.