针对工业生产过程中人工检测效率低、检测结果受人员经验影响较大、连续生产过程中难以实时获取检测数据等问题,建设工业视觉检测系统。
系统通过工业相机、雷达、图像处理、智能识别及工业通信等技术,实现生产过程中的图像自动采集、目标识别、各类检测、状态分析和结果输出,
减少人工检测工作量,提高检测效率和结果一致性。
点击空白处退出提示
针对工业生产过程中人工检测效率低、检测结果受人员经验影响较大、连续生产过程中难以实时获取检测数据等问题,建设工业视觉检测系统。
系统通过工业相机、雷达、图像处理、智能识别及工业通信等技术,实现生产过程中的图像自动采集、目标识别、各类检测、状态分析和结果输出,
减少人工检测工作量,提高检测效率和结果一致性。
主要包括:
1.PLC通讯,TCP/UDP/OPCUA/S7通讯,HTTP通讯
2.相机/雷达设备采集,多线程高效采集,支持数据解压缩
3.基于opencv图像预处理,增强,去噪等
4.基于Yolo模型图像分类,识别
5.数据曲线显示、3D点云显示
6.sqlite3、Mysql数据库存储
7.日志存储和分析
8.离线测试
负责系统的总体功能设计、软件架构设计、主要功能开发;负责相机图像采集、图像处理及数据通信等模块开发;负责PLC等设备的网络通信、数据传输及异常处理;负责检测参数配置、运行状态监控、日志记录和报警功能开发;负责现场设备联调、功能测试及系统稳定性验证。
系统已形成多种项目实现案例:基于大疆雷达的车型识别系统、基于3D相机的卷形检测系统、基于线阵相机的边缘检测系统、基于面阵相机和YOLO的目标识别系统。
项目实现的主要难点在于工业现场图像数据量大、实时性要求高、设备通信稳定性要求高,以及不同项目的检测目标和算法差异较大。通过统一的软件架构、相机接口、算法接口和通信接口,使不同视觉检测项目能够在同一平台上快速开发和部署。





评论