五金轴尺寸机器视觉测量软硬件方案--康耐德智能

检测内容:

五金轴尺寸机器视觉测量

检测要求:

精度±0.015mm,速度180~240个/分钟

视觉可行性分析:

对样品进行了光学实验,并进行图像处理,原则上可以使用机器视觉系统进行测试测量。

结果:

对所有样品进行分析,可以在不同的光照与位置下测量出轴的的尺寸。

使用的LED光源、工业相机、工业镜头等硬件的具体信息,请参看下面的内容。

测试条件:

产品测试时,视场留有一定的包容空间,但这不意味着在视场内就一定能得到非常准确的测量数据。原则上需要机器视觉系统机台有较精密的定位与固定装置。

使用硬件:

LED光源:CSR-24-ICOb 1个

光源控制器:CSR-24T2-SPV 1个

工业相机:AVT Guppy F-146B 1个

相机电缆:3米1394A线 1条

图像采集卡:1394A卡 1块

工业镜头:VS-5014H 1个

光学延长管:20mm 1个

安装条件:

具体与设备厂商研究运动机构

光源工作距离:-100mm,光源发光表面到目标表面的距离

相机工作距离:120~140mm,指相机镜头表面到目标表面的距离

视场:13*10mm~16*12mm

最优化方案:

在这里,我们将告诉您,为什么选择这样的硬件,选择这些硬件的有什么好处。

LED光源 CSR-24-ICOb

细小的轴检测需要使用比较平行的光源系统,以避免将轴侧面其它部分照亮,因此一般意义上的背光源(面光)将不太适合,所以所以我们选择平行性相对较好的同轴光,以达到高精度尺寸测量的目的。

光源控制器 CSR-24T2-SPV

光源需要相应的供电设备,一般工业使用模拟控制器或数字控制器就足够了,这里我们使用康耐德的频闪控制器进行供电。频闪控制器可以在10μs~999μs内使光源发出远高于正常亮度几倍的光通量,这样可以使相机在低于频闪的曝光时间内曝光正常,从而图像明亮,无拖影,对测量精度的影响非常小。而如果相机的曝光时间太长,而目标运动太快,将严重的拖影,会严重影响测量精度。例如我们每秒钟检测3个,每个产品大概为5mm,间距也设为5mm,则运动机构每秒钟需要走30mm,即30μm/ms。如果曝光时间为10ms,则在这曝光的10ms内,物体要走300μm的距离,这对于我们测量要求的±15μm的测量误差是完全不可以实现的。所以我们需要将曝光时间调整到μs级这个级别上,如果是100μs,则物体走过3μm,那样物体运动所引起的测量误差才会降低到系统所能接受的范围。

工业相机 AVT Guppy F-146B

F-146B是一款140万像素的工业CCD相机,使用1394A接口,在一台计算机上同时使用多台相机采集;它的速度为17FPS,对于我们要求的每分钟180~240个(3~4个每秒)检测任务完全胜任。此款相机的分辨率为1392*1040,我们拍摄的视场是13*10mm,则我们系统的像素分辨率为13mm/1392pixel=0.0093mm/pixel,经过我们实验,同一产品在视场中的不同位置出现如左右、前后、上下倾斜,或在视场中不同位置平移,会有3个像素的变化,即同一产品的重复测量精度为3pixel*0.0093mm/pixel=0.0279mm,在我们要求的±0.015mm范围内。而相机分辨率0.093mm/pixel,完全已经达到要求的±0.015mm范围。

工业镜头 VST-5014H

VST-5014H是一款大光圈的定焦百万像素镜头,对于测量尺寸成像非常好,较低的边缘枕型或桶型畸变,而且它是百万像素的镜头,与相机完全匹配。方便的对焦调节,对机台的要求不会太苛刻。

测试结果画面

根据实际产品成像效果,可以看出测试各个尺寸(总长、大、中、小直径)非常容易,而且可以容易产品有一定的位置变化空间。

相关推荐
格林威1 天前
C#图像像素放大:邻域平均、双线性插值实现像素放大的C#实现代码
开发语言·人工智能·数码相机·计算机视觉·c#·视觉检测·工业相机
格林威2 天前
C#图像处理:使用imagemagick实现像素放大水印转换等多种功能
android·开发语言·图像处理·人工智能·计算机视觉·c#·视觉检测
阿瑞斯官方账号3 天前
多台 CIS 拼接检测现场售后实录:条纹、暗带、拼接错位怎么处理
数码相机·计算机视觉·视觉检测
F&C嘉准传感器3 天前
嘉准微秒级高速色标传感器:50μs极速响应,高速分拣流水线物料精准识别不漏检
人工智能·目标检测·自动化·视觉检测·产品运营
Nomarsgo4 天前
柔性生产平台工业显示解决方案——基于联控 Lionconit IFD-1901 工业显示器打造高可靠人机交互终端
人工智能·科技·计算机外设·视觉检测·电脑·人机交互·制造
学技术的大胜嗷4 天前
PatchCore:论文和工程代码细节详细解读
目标检测·计算机视觉·视觉检测
Zentceh7 天前
无人机吊舱视觉模组选型:重量、功耗、延迟的三角平衡
图像处理·人工智能·科技·计算机视觉·视觉检测·无人机·视频
格林威8 天前
多相机并行采图最佳实践:Task.WhenAll + 异常处理 + 资源释放
开发语言·人工智能·数码相机·计算机视觉·c#·视觉检测·机器视觉
烟台致瑞图像8 天前
工业相机的触发方式:从信号到图像的精确控制
视觉检测·相机