视觉传感器工具的工作原理
除了能检测部件是否存在之外,视觉传感器还可提供更多信息。通过使用一系列视觉工具,视觉传感器可以区分颜色、检查多个目标,并且在检查过程中处理错位。
例如,In-Sight SnAPP 使用基于边缘的学习,为各种简单应用提供稳定的检测结果。这些工具由预先训练的人工智能 (AI) 提供支持,制造商无需经验即可快速实现流程自动化并完成质量控制任务。使用基于示例的训练,您只需几张样本图像即可训练任务,并实时查看结果以验证性能。
预训练的、基于示例的 AI 可以在紧凑的尺寸内进行强大的检测。
基于 Web 的用户界面和简单的图像调谐使设置更简单。
利用视觉传感器解决错误检测应用
在对传感器进行良好部件示例训练后检测异常。
将部件分类为合格 (OK) 或不合格 (NG)。
计算组件并验证装配。
轻松根据视觉特征对产品进行分类和排序。
传感器如何进行检测
任何传感器应用的第一步都是在相机的 FOV 内定位或固定需要处理的物体或功能特征。图案匹配和边线工具的用途正是如此,甚至可以检测有挑战性的部件的功能特征,例如光电传感器无法检测的透明物体、印刷文本和大约尺寸。传感器获得基准参考后,即开始执行检测。将数据与检查的规格、公差或阈值进行比较后,作出判断,然后将其作为二进制数据输出并传输。
通过减少缺陷和提高成品率,机器视觉传感器可以帮助制造商简化运营并提高盈利能力。凭借一系列视觉工具和对每个目标执行多种检查的能力,视觉传感器可以缩短周期时间并提高下游产品质量。