作者：admin 时间：2019-09-10 14:16 人气： ℃
在构建经济高效的3D视觉系统时，最好是使用基于组件（即相机，激光，镜头，支架，校准目标）还是一体化（即智能）方法？乍一看，以较低的成本购买单个组件并构建定制视觉解决方案似乎是更经济的途径。但是，当您深入了解这些系统的实际工作方式时，您会发现隐藏的成本和时间开始快速增加。
基于组件和智能视觉方法之间的比较问题是它们通常仅基于组件价格。实际上，在计算最重要的衡量标准时，组件价格只是需要考虑的几个成本之一：总体拥有成本（TCO）。TCO考虑了给定系统固有的直接和间接成本，因此可以更准确地反映该系统随时间推移的真实成本。
在基于组件的系统中，有许多额外的成本会提高TCO。这些包括附件（电缆，电源，外部控制器等），软件开发（固件开发，3D采集，3D校准，运行时，测量工具，用户界面，通信协议，第三方库集成等），安装时间，现场校准和重新校准，持有库存和生产设备以进行长期服务和维修。
由于其复杂性和所涉及的设备数量，基于组件的系统需要额外的集成时间和精力，除了在组件过时时重新设计的需要，或者用于设计和构建专用组件和测试夹具以实现成功整合。
基于组件的方法继续阻碍机器视觉的广泛采用，因为集成和配置驱动所需的工作成本更高。然而，使用3D智能传感器，初始传感器价格只有边际成本，以便建立一个强大的检测系统。智能传感器配备了客户所需的大部分内容，具有完全集成且易于配置的软件，并允许集成商或流程工程师专注于他们最擅长的领域 - 构建更好的自动化解决方案并提高产品质量。
3D智能传感器中紧密集成的硬件和软件设计可提供比定制视觉解决方案更高的价值。从硬件角度来看，智能传感器包括图案投影仪（激光器或DLP），专门对准的光学器件，相机芯片和嵌入式处理器，可将图像转换为3D点云，其速度与内联工厂流程中的零件流速保持同步。对于软件，智能传感器将内置固件与流设计相结合，用于执行实时数字化，3D模型生成，测量工具，通过/失败决策以及以尽可能短的延迟与外部机器进行通信。
使用自定义数据采集方法构建检测解决方案时，集成商必须开发所有软件。这些系统通常使用工业PC，图像采集卡，I / O卡和第三方库构建。通过将简单传感器与基于PC的处理分离而导致的延迟和潜在数据丢失可能会影响整体性能和可靠性。
在需要多传感器布局以在检查开始之前扫描和缝合数据的应用中，基于组件的系统承担另一级别的风险和成本。相比之下，智能传感器采用内置网络同步设计，利用分布式加速功能，可轻松处理从单个传感器到数十个传感器处理数据的扩展。
多传感器网络需要来自多个传感器的数据集中，这通常超过单个PC的计算能力或数据接口带宽。通过在多传感器系统中添加一个或多个智能视觉加速器，机器制造商可以轻松避免设计这种传统PC型处理策略的麻烦。使用与智能加速器结合的智能传感器组合可以快速轻松地构建360°环形布局或横向网页布局等配置，而这种性质的基于组件的系统在自定义软件开发时间内可能很容易耗费六个月或更长时间，需要PC机架和复杂的同步方法。
内置机器人集成意味着更低的TCO
3D智能传感器具有极高的成本效益，因为它们采用传统的传感器外部视觉功能并将其集成在板上。现在他们的智能设计包括对机器人集成的支持。
在当今的工厂中，与机器人紧密合作的能力比以往任何时候都更加重要，因为越来越多的制造商通过从手动过程中采取简单，重复的任务并使用连续执行相同任务的协作机器人来简化其生产线。精度和一致性。由于今天的工业机器人没有标准配备机器视觉技术，它们需要第三方机器视觉来可视化场景，处理信息以做出控制决策，并为后续步骤提供指导。为了提供这些关键功能，制造商现在可以将3D智能传感器与其工业机器人配对，以创建完整的自动化解决方案。
机器制造商可以轻松地将3D智能传感器安装在机器人末端执行器上，并使用内置的手眼校准来确定传感器坐标转换到机器人坐标。这允许传感器检测到的物体的位置和方向直接传递给机器人。
传感器还提供定位零件的工具，并使用TCP / IP套接字将这些测量值通过字符串传送给机器人控制器。将关键的XYZ和角度信息传达给机器人，用于视觉引导，检查和拾放应用。将传感器连接到机器人的过程不需要额外的外部软件或PC。一切都在传感器上，并在视觉，思考和行动之间进行紧密集成的相互作用。因此，将智能3D视觉添加到工业机器人可将重复的固定运动转变为智能运动，并为机器制造商的自动化投资释放更大价值。
今天基于组件的机器制造方法虽然最初具有吸引力，但从长远来看成本更高，而且不能扩展。智能3D方法为机器制造商提供了更快的上市时间，更少的工作量和更低的总体拥有成本。智能传感器包含关键的自动化功能和功能（包括板载数据处理，同步以及对多传感器设置和机器人集成的内置支持），最大限度地降低系统复杂性和成本，并释放更多时间和资源以构建更好的3D视觉系统。
