ロボットビジョンシステムは一般に、光学システム（光源、レンズ、産業用カメラ）、画像取得ユニット、画像処理ユニット、実行機構、およびマンマシンインターフェイスモジュールで構成されます。 最も単純なマシンビジョンシステムには、視覚イメージング、画像処理、および動作制御部分が含まれます。
1. 視覚イメージング部分
視覚イメージングには、光源、レンズ、産業用カメラなどのいくつかの一般的なコンポーネントも含まれます。
光源もレンズも光学の知識を習得する必要があります。 照明方法が異なると、カメラはオブジェクトのまったく異なる画像を生成できるようになります。 レンズ倍率、焦点距離、視野などの選択は、イメージングの忠実度を直接決定します。 マシンビジョンエンジニアにとって、レンズの選び方、光源の選び方、照明方法の決定方法をマスターすることは最も基本的なスキルです。
産業用カメラでは、オプトエレクトロニクスの知識、カメラセンサーの違い、鮮明さ、ダイナミックレンジ、画角などの画像イメージングの基本知識を習得し、適切なカメラを選択できるようにする必要があります。ニーズやシーン。 この知識を習得する最も早い方法は、エントリーレベルの DSLR を購入して、これらのイメージング パラメータとイメージングの関係を研究することです。
2. 画像処理部
一般的に画像処理はPC上で行われるイメージがありますが、実際産業分野では安定性やコスト面でのメリットから産業用制御用コンピュータが多く使われています。
近年の発展に伴い、組み込みハードウェアも活況を呈しています。 多くの工場では、ラズベリーパイなどのオープンソース ハードウェアを使用して、スイッチの制御や数百の計器パネルの状態監視などの小規模なニーズを実現できます。
初心者の場合は、PC および X86 プラットフォームの開発を習得することを優先できます。慣れてきたら組み込みプラットフォームに拡張することもできます。
ソフトウェア部分では、ほとんどのアプリケーション層が C# を使用して実装されています。 net、QT、および C plus plus であるため、これらのプログラミング言語のいずれかを習得することが不可欠です。 画像アルゴリズムのレベルでは、一般的なオープンソース アルゴリズムには OpenCV があり、商用アルゴリズムには Halcon、VisionPro などが含まれます。出発点として Halcon から始めることをお勧めします。 アルゴリズムレベルをさらに掘り下げたい場合は、将来の主な方向性となる可能性のある機械学習を学ぶことができます。
理論的には、画像処理の基本概念を習得することがより重要です。
3. モーションコントロール部
Gugao などの典型的なモーション コントロール カードを最初に学習できます。 より高度な PLC も再生できますが、多くのシナリオや要件では高精度が必要となるため、この部分の難しさは精度の補正にあります。
上記の 3 つのポイントに加えて、計画はこれらの部分を相互に接続し、実際の生産自動化のニーズを満たす実際のシナリオと接続できる必要があるため、計画全体の構築能力が非常に重要です。
全体的な計画を構築できるかどうかは、生産プロセス、すべてのコンポーネント間の接続、および関係の深い理解に依存します。 どちらも、優れたソリューションを提供するには、複数のプロジェクトからの経験を蓄積する必要があります。