ElektroPrůmysl.cz, září 2015

Elektro Průmysl .cz AUTOMATIZACE, ŘÍZENÍ A REGULACE 98 | září 2015 Systém VisionLab v náročných aplikacích strojového vidění Tvorba aplikací strojového vidění patří v oblasti průmyslové automatizace k složitým a náročným činnostem. Obor se také stále a velice rychle vyvíjí. Pomalu si zvykáme, že počítače mohou v obraze z kamer např. nalézat a identifikovat lidské obličeje, orientovat se při jízdě na silnici a mnoho dalšího. Nové a stále složitější algoritmy dokáží stále více, ale také potřebují stále více výpočetního výkonu. Často se stává, že právě výpočetní výkon je podstatným limitem při realizaci mnoha systémů vizuální inspekce. Roman Cagaš, Moravské přístroje, a.s. Přes značné zpřístupnění a zjednodušení, ke kterému v poslední době došlo, se tvor- ba aplikací strojového vidění stále velmi liší od převážné většiny zakázkových řešení v průmyslové automatizaci. Potřebujeme-li měřit např. teploty nebo elektrické proudy, připojíme vhodné snímače a zkonfiguruje- me obrazovky operátorského rozhraní. Vše bude v naprosté většině případů spolehli- vě fungovat. V případě strojového vidění asi nikdy nebude možno vše pouze připojit a zkonfigurovat. Autor aplikace musí nejprve rozhodnout o celkové koncepci a geometrickém uspořádání systému, zvo- lit typy kamer a objektivů, způsob osvětle- ní, zastínění a typy osvětlovačů a v nepo- slední řadě musí zvolit hardware a software pro práci s obrazem a dobře odhadnout nároky úlohy na výpočetní výkon. Problematika strojového vidění je ob- jektivně dosti složitá a každé počáteční nesprávné rozhodnutí může způsobit neú- spěch řešení. Nyní se však soustřeďme pou- ze na spotřebu výpočetního výkonu a na způsoby, jak si i v této oblasti vytvořit nějaké rezervy, které se v průběhu tvorby aplikace často velmi hodí. Abychom ale nezkreslovali situaci – stále existuje velké množství jed- noduchých aplikací, které mají nízkou nebo alespoň přesně odhadnutelnou potřebu výpočetního výkonu. Jedná se o většinu vizuálních inspekcí, kontrolující např. pří- tomnost dílu prostřednictvím přítomnosti tmavé či světlé skvrny, jednoduché detek- toru vzorů, měření rozměrů, aplikace, které čtou texty, čárové a datamatrix kódy atd. Na druhé straně ale stále pozorujeme nárůst opravdu komplexních úloh s velmi složitými algoritmy, které jsou jednoduchými pro- středky nerealizovatelné. Náročnost složitých algoritmů na vý- početní výkon je pochopitelná, při práci s obrazem ale často narážíme na nutnost realizace operací, které na první pohled vy- Obr. 1 Jasový obraz Bayerovy masky, bilineární interpolace a adaptivní interpolace v GPU