BAB 5-4 Training Aplikasi Machine Vision

Objektif Boleh mengetahui kepentingan training pada vision system Boleh menghuraikan aplikasi vision system di dalam industri robot

Kandungan Training Aplikasi –Pengenalan –Kategori Kesimpulan

Training Melatih vision system Objektif: –Utk programkan vision system dgn objek- objek yang diketahui Sistem akan simpan objek-objek tersebut dalam bentuk extracted features Extracted features ini akan dibandingkan dengan nilai-nilai features dari imej (objek)

Training Training mesti dibuat dgn persekitaran yg sama dgn keadaan persekitaran operasi sebenar Parameter fizikal yg penting –Kedudukan kamera –Aperture setting –Part position –Lighting

Aplikasi Kebanyakan aplikasi tertumpu kepada inspection –Sistem machine vision diletakkan pada high speed production line –Utk terima atau tolak parts pada line tersebut –Mekanisme penerimaan dan penolakan dilakukan oleh peranti mekanikal yg berkomunikasi dgn sistem vision tersebut

Aplikasi Terdapat tiga tahap difficulty. Tahap ini bergantung kepada objek yg dilihat itu dikawal berdasarkan : –Position –Appearance

Aplikasi Kawalan berdasarkan position –Memerlukan precise fixturing Kawalan berdasarkan appearance –Lighting techniques –Surface texture or colouration

Aplikasi Tahap kesukaran: –Objek boleh dikawal bagi kedua- dua position dan appearance –Sama ada position atau appearance objek yg boleh dikawal –Kedua-dua position dan appearance objek tidak boleh dikawal

Aplikasi Semakin tinggi tahap kesukaran, semakin canggih sistem vision yg diperlukan Objektif dalam kejuruteraan, mahu mengurangkan tahap kesukaran dan tahap kecanggihan vision system Perlu ada langkah-langkah utk mengawal tahap kesukaran dalam vision system

Aplikasi Contoh: –Object recognition hanya boleh dilakukan jika objek berada pada posisi dan orientasi yg diketahui –Merupakan tahap kesukaran ketiga –Penyelesaian Tentukan fixturing Structured light supaya dapat kawal lighting

Aplikasi 3 kategori aplikasi di dalam industri robot –Inspection –Identification –Visual servoing and navigation

Inspection Vision sistem memainkan peranan utama, sementara robot menjadi peranan sekunder (support application) Antara contoh: –Checking for gross surface defects –Discover flaws in labeling –Verify the presence of components –Measuring dimensional accuracy –Checking the presence of holes

Inspection Jika dilakukan secara manual –Error –Masa Inspection melibatkan –Reject –Accept

Identification Mengenalpasti dan mengelaskan objek Diikuti dengan decision atau tindakan lain Aplikasi: –Part sorting –Palletizing –Picking parts randomly oriented from a conveyer or bin

Visual servoing and navigational control Arahkan robot bertindak berdasarkan kepada input visual Cth: –Utk kawal pergerakan end-effector terhadap objek pada workspace –Parts positioning –Retrieving dan reorienting parts yg bergerak sepjg conveyer –Bin picking –Automatic robot path planning and collision avoidance

Kesimpulan Training vision system diperlukan bagi membolehkannya mengenalpasti imej Perlu dilakukan dengan teliti supaya maklumat yg disimpan adalah tepat Penggunaan sistem vision meningkatkan lagi kualiti dan aplikasi robot di dalam industri Sistem vision masih lagi diselidik dan boleh dikembangkan lagi