联系我们
机器视觉，就像机器设备的“眼睛”，不仅让机器能像人一样看到“物体”，而且机器视觉功能凭借远高于人工检测的可靠性、精准度和自动化程度，正迅速成为提高制造机械质量的关键技术。德国倍福
对技术开发工程师来说，
工程师在机器视觉这一新领域中，
要学习新的编程语言，
普通电气工程师、PLC 程序员，
要想快速掌握编程和调试，非常之困难；
对设备制造商而言，
不仅做机器视觉的硬件投资成本高，
如果要对视觉系统进行开发和维护，
企业后期还需要专门高薪聘请视觉工程师，
成本巨大，耗时耗金；
对终端用户来说，
机器视觉往往位于高性能计算机中，
或直接依靠专门配置的智能相机，
因机器视觉和自动化控制分属两套系统，
往往之间通讯不佳，
会导致系统不稳定，出现停机停线等状况，
大大影响工厂的产能。
因为在软件框架方面，
视觉程序一般在非实时用户模式中，
而 PLC 多位于实时内核模式中。
由于非实时用户模式采用优先执行机制，
当 CPU 负荷过高、内存过大，
或处理流程过多时，
就可能出现卡顿的现象，
拖慢生产节拍，影响生产效率。
而在硬件架构方面，
一般来说，用户会采用一台控制器，
外部连接视觉系统及工业相机、光源等，
由于视觉信号是通过线缆等方式传输，
整个过程很容易出错，
无法保证图像处理中的***时序，
且外部进程也会影响处理和传输的时间。
因此近年来，
许多技术供应商都在积极寻求突破，
致力于将机器视觉这一相对独立的功能，
集成到自动化系统中。
它可以将机器视觉无缝集成到自动化系统中，
帮助用户解决独立机器视觉的所有难题。
▎TwinCAT Vision 可运用于涵盖距离、直径、圆度的测量，模式识别、位置检测和颜色识别，数据矩阵代码、条形码、QR 码识别，以及用作查看设备内部、简化服务及维护工作等监测用途。
2021-09-06本文摘自网络
