Страница 1 из 1

Производственное оборудование

СообщениеДобавлено: 04 апр 2019, 12:41
Ivanschegolkov
Доброго времени суток!
Занимаюсь внедрение автоматизации процессов у себя на предприятии (старом советском). В частности, управлением пневматикой, шаговыми двигателями, сервоприводами и различными датчиками по средствам программирования платы ардуино (да, может это не серьезный подход, скажут многие, но это работает). Надо двигаться дальше в машинное зрение, но вообще не знаю, как к этому вопросу подойти...
Опишу, как я вижу одну из задач. Деталь состоит из основание из текстолита, на котором расположено 4 круглых стержня (перпендикулярно основанию).
Как я вижу алгоритм работы данного устройства:
1) Мы фоткаем эту деталь.
2) Распознаем координаты центров этих стержней.
3) Передаем координаты центров на шаговые двигатели, которые перемещают стол под механизм припайки проводков к центрам этих стержней по очереди.
Детальки у нас практически один в один, текстолитовое основание диаметром всего 15 мм.
1) Какая нужна камера (я так понимаю, с маленьким фокусным расстоянием)?
2) Думаю проще всего это делать с использованием OpenCV или нет?
3) Машинное зрение обрабатывает обычный компьютер или одноплатный компьютер (ардуино, я так понимаю не потянет)
4) Какие нужны программы и язык программирования (c++ или Питон)?

Помогите пожалуйста разобраться, а то я вообще не знаю, как к такому подступиться :ny_tik:

Re: Производственное оборудование

СообщениеДобавлено: 04 апр 2019, 13:21
admin
Приветствую!
1. Начать можно и с обычной web-камеры, а потом уже смотреть в сторону камер с оптикой и т.п.
2. Если на примете нет готового софта, то для самописного решения - OpenCV в самый раз.
3. Если говорим про OpenCV, то - да. Начать можно с обычного ПК, а потом на любой подходящий одноплатник перебросить (тот же Raspberry Pi).
4. Что вам привычнее. Наверное, с Python-ом будет побыстрее в разработке.

По подходу:
1. Обеспечить постоянство условий съёмки - добавить освещение.
2. Обнаружение нужных объектов можно начать с простого порогового преобразования: cv2.threshold() или адаптивного - cv2.adaptiveThreshold().

Re: Производственное оборудование

СообщениеДобавлено: 12 апр 2019, 10:16
Ivanschegolkov
Спасибо за ответы! Заказал Raspberry Pi 3B и камеру к нему. Начал изучать Питон и библиотеку OpenCV )


PS. Наверняка еще будет много вопросов...