Витэк-Автоматика / Архив All-over-IP 2019

Грядущий 2020 год будет богатым на новые камеры Basler. Практически все их можно будет увидеть в виде первых товарных образцов или прототипов у нас на стенде. Это и новое поколение камер Basler ace2, и новая 3D ToF камера Basler Blaze, и комплект камера-фреймграббер с поддержкой новейшей версии интерфейса CoaxPress 2.0 для высокопроизводительных систем, и конечно же встраиваемые платформы, в частности для бюджетных задач на процессорах NXP. Все это можно будет потрогать и обсудить перспективы их использования.

С точки зрения ценового предложения – новые продукты продолжают нашу стратегическую линию на обеспечение лучшего соотношения цена/качество. Чтобы сделать современные технологии еще более доступными, новые камеры Basler ace2 будут поставляться в двух вариантах комплектации встроенного ПО: Base и Pro. В первом случае с набором базовых функций для получения высококачественного изображения, во-втором – с дополнительными возможностями по его улучшению. Заказчик может выбирать тот вариант, который ему больше подходит.

Основной своей задачей мы видим предоставление заказчикам инструментов получения максимально информативного изображения за свои деньги. Все компоненты системы захвата и обработки изображения взаимосвязаны друг с другом, и задача поиска оптимального решения не ограничивается выбором камеры, пусть важного, но не единственного элемента. Известно, что качество изображения определяется слабейшим элементом в цепочке – наша задача подобрать каждый элемент таким образом, чтобы они соответствовали друг другу и наш заказчик, с одной стороны не потратил лишних средств, с другой – не потерял в качестве.

ПРИГЛАШАЕМ СИСТЕМНЫХ ИНТЕГРАТОРОВ, ПРОЕКТИРОВЩИКОВ, СЛУЖБЫ АВТОМАТИЗАЦИИ БИЗНЕС- И ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ, СЛУЖБЫ БЕЗОПАСНОСТИ, ДИРЕКТОРОВ ПО ИТ

проконсультироваться по проектированию и внедрению многофункциональных комплексов с использованием машинного зрения и робототехники для промышленной автоматизации и измерений.

Мульти- и гиперспектральные изображения – это технология получения чего-то большего, чем цветная картинка приятная глазу. Человеку цветной картинки достаточно, а машина, проанализировав мульти- или гиперспектральное изображение, может сделать больше.

Особенно полезен такой подход при наблюдении предметов биологического, в частности растительного, происхождения. Эту технологию давно используют при спутниковом мониторинге лесов и полей, а в последнее время, с развитием беспилотной авиации, для сельского хозяйства и в "приземленных" приложениях (анализ состояния растений в процессе их искусственного выращивания). Спектр применения мульти- или гиперспектральное изображения довольно широкий.

Расскажу об основах технологии, способах получения мультиспектральных изображений и практическом их применении. Вышеназванные примеры лишь малая толика того, где мультиспектральные изображения могут стать основой новых подходов к решению конкретных задач (в том числе, и в интеллектуальных транспортных системах ITS, и в безопасности и пр.), когда найдутся люди, которые попробуют их там использовать для повышения функциональности существующих систем.

Маркировка различных видов продукции и контроль этой маркировки на производстве и в логистических цепочках весьма актуальны ввиду усиления государственного регулирования в этой сфере и требований современного производства к отслеживаемости продукта на всех стадиях его изготовления. Это уже в полной мере актуально для фармацевтической и алкогольной продукции. За ними последуют некоторые виды продовольствия (молочная продукция ) и неизбежно многие другие.
Очень часто интеграторы, столкнувшиеся с задачами контроля маркировки, впервые встречаются с машинным зрением в этих проектах и неизбежно совершают ошибки в подборе оборудования, отталкиваясь от очевидных, но не всегда достаточных соображений о разрешении камер, выборе оптики и освещения. Мы расскажем, на что следует обратить внимание, как подобрать соответствующую задаче камеру, оптику и свет в рамках ограниченного бюджета.

Все понимают, что машинное зрение является необходимым элементом современного производства, однако мало кто представляет себе возможности его практического применения. Какую информацию могут предоставить современные системы машинного зрения? Как она может использоваться для оптимизации производственных процессов?
Современные системы машинного зрения уже давно не ограничиваются "обычными" видеокамерами, но могут быть построены на самых разных физичеcких и оптических принципах. Например, для получения 3D-изображений используются как минимум три подхода: ToF, структурированный свет и стереозрение, есть еще термография и мультиспектральное изображение, рентгеновские камеры и многое другое. Какую информацию о продукте или технологическом процессе они позволяют получить? Какие при этом есть возможности и неизбежные ограничения?
Основная задача: перевести понимание машинного зрения из категории "чуда" в практическую плоскость. Мы обладаем более чем 20-летним опытом работы в области машинного зрения в России и за рубежом, и, отталкиваясь от него, готовы рассказать, как с помощью машинного зрения получать пользу на современном производстве и как избежать разочарований от несбывшихся надежд на "чудо" искусственного интеллекта.