FAQ sul software Machine Vision

Il software Machine Vision viene utilizzato per risolvere i compiti di elaborazione delle immagini con i prodotti wenglor Machine Vision nel settore dell’elaborazione industriale delle immagini.

wenglor offre i seguenti software Machine Vision: 

• Software wenglor uniVision 3
• Software wenglor Discovery Tool
• Software uniVision 2
• Software VisionApp 360
• Software VisionApp Demo 3D
• Software di supporto

Le nuove versioni software vengono messe a disposizione in caso di ampliamenti delle funzioni, ottimizzazioni delle prestazioni e bugfix.

wenglor uniVision 3 è un software per l'impostazione di prodotti wenglor Machine Vision per la risoluzione di compiti nel settore dell’elaborazione industriale delle immagini. L’ambiente di sviluppo consente agli utenti di automatizzare l’analisi dei dati (ad es. valutazione delle immagini) tramite interfacce utente grafiche e la creazione di configurazioni al posto delle normali programmazioni. In questo modo wenglor uniVision 3 si qualifica come piattaforma a basso codice o senza codice.

Per gli utenti registrati, il software uniVision 3 può essere scaricato e installato gratuitamente dalla pagina dei dettagli del prodotto DNNF023.

wenglor uniVision 3 si basa sulla funzionalità di uniVision 2, ma include numerose nuove funzioni, ottimizzazioni e bugfix. Inoltre uniVision 2 e 3 supportano diversi apparecchi:

• uniVision 2: Smart Camera weQube B50, sensori di profilo 2D/3D, controller machine vision BB1C5
• uniVision 3: Smart Camera B60, controller Machine Vision MVC

Il software wenglor uniVision 3 è supportato dalla Smart Camera B60 e dal controller Machine Vision MVC. È il software standard per tutti i futuri dispositivi wenglor Machine Vision.

Nella wenglor uniVision 3 è disponibile una toolbox con numerosi moduli software che possono essere aggiunti al lavoro in modo flessibile e collegati tra loro a piacere.

I template sono lavori uniVision predefiniti per una determinata attività (ad es. lettura codice) che possono essere caricati sul prodotto uniVision. Nei template sono già salvati e collegati i moduli più importanti, in modo che debbano essere adattati solo pochi parametri.

Per l’utilizzo di wenglor uniVision 3 non sono necessarie conoscenze di programmazione, ma conoscenze di base nell’elaborazione industriale delle immagini e nelle nozioni di parametrizzazione

Il software wenglor uniVision 3 necessita di un PC con Windows 10 o Windows 11. I dettagli in merito sono riportati nei dati tecnici nella pagina dei dettagli del prodotto. 

Gli aggiornamenti software e firmware per uniVision 3 vengono pubblicati più volte all’anno per ampliare la gamma di funzioni dei dispositivi uniVision e migliorarne costantemente la stabilità e le prestazioni.

Sì, se i dispositivi sono compatibili con uniVision 3, è possibile caricare nuovi aggiornamenti software e firmware sul dispositivo corrispondente in modo rapido e semplice tramite il sito web del dispositivo. Per una descrizione più dettagliata del processo di aggiornamento, consultare le istruzioni per l’uso del rispettivo dispositivo.

Il maggior parte dei moduli disponibili nel software wenglor uniVision 3 possono essere utilizzati più volte all’interno di un job e combinati a piacere. Fanno eccezione i moduli “Foglio di calcolo” e “Deep OCR immagine” (per la Smart Camera B60) e le interfacce, che possono essere utilizzate solo una volta per lavoro.

Sì, il software può essere ampliato anche in un secondo momento con pacchetti di licenze separati.

Sì, i profili possono essere letti offline in uniVision tramite Teach Plus o tramite la modalità di simulazione se sono in formato ply. In questo modo è possibile, ad esempio, salvare i profili nella VisionApp Demo 3D e simularli in uniVision 3.

Sì, in modalità Teach Plus i dati (immagini o profili) possono essere facilmente salvati, cancellati e caricati in uniVision tramite Image Container Viewer. Nella modalità di simulazione i dati (immagini o profili) vengono letti dal PC tramite un percorso di cartella non modificabile. 

Nel prodotto software uniVision 3 DNNF023 è incluso un simulatore offline che può essere utilizzato gratuitamente e senza licenze. Solo attorno ai moduli

• Codice 1D immagine

• Codice 2D immagine

• Immagine Deep OCR

• Immagine confronto campione

• HALCON Script

per poterlo utilizzare offline è necessaria la licenza DNNL022.

Il software wenglor uniVision 3 può essere utilizzato per la simulazione anche offline senza dispositivo in due modi diversi:

• Modalità Teach Plus
• Modalità di simulazione

La modalità Teach Plus consente, ad esempio, di ottimizzare i progetti con immagini buone e cattive acquisite con la camera. Inoltre, tramite gli esempi memorizzati nel software è possibile eseguire anche test rapidi per la valutazione del software. La modalità di simulazione offline consente di valutare il software con file di immagine o di profilo acquisiti con hardware di terzi o generati sinteticamente.

La visualizzazione di un lavoro può essere impostata in modo flessibile e libero. I risultati, ad esempio, possono essere visualizzati direttamente nell’immagine come sovrapposizione. La visualizzazione è basata sul web e utilizzabile su qualsiasi dispositivo con browser.
 

wenglor uniVision 3 supporta tutte le interfacce rilevanti per comandi e robot, in modo che i dispositivi uniVision possano essere integrati in modo rapido e semplice.

Con uniVision 3 è possibile creare per ogni istanza di processo un collegamento robotizzato per la saldatura o per la visione robotizzata. Con la Smart Camera B60 è quindi possibile un collegamento a un robot, mentre con il controller Machine Vision MVC sono possibili 16 collegamenti robotici individuali per la saldatura e/o la visione robotizzata.

Sì, in uniVision 3 esistono template per i tipi di giunzione più comuni che facilitano la configurazione del lavoro.

Per il controllo applicazione insegui giunto con uniVision 3 sono necessari, oltre a un robot, un sensore di profilo 2D/3D MLxL,un controller Machine Vision MVC e il pacchetto di licenza uniVision Robotics (incluso nella variante MVCV001 o con licenza aggiuntiva tramite il pacchetto di licenza DNNL026).

La calibrazione della camera e del robot con Robot Vision avviene mediante una calibrazione occhio-mano mediante un oggetto di calibrazione. La camera può essere montata staticamente o posizionata sull’effettore finale del robot. Gli oggetti di taratura professionali, rigidi e resistenti alla temperatura sono disponibili in diverse dimensioni. Per la routine di calibrazione è necessario inizializzare diverse posizioni in cui la camera vede l’oggetto di calibrazione per determinare la relazione tra camera e robot.

Il software uniVision 3 consente la comunicazione con robot del produttore. Tramite l’API Robot Vision aperta è possibile anche stabilire una connessione con robot il cui tipo non è ancora ufficialmente supportato.

Robot Vision è supportato in wenglor uniVision 3 dalla Smart Camera B60 e dal controller Machine Vision MVC con le videocamere Machine Vision della serie BBVK o BBZK.

Nelle applicazioni di misurazione, le piastre di calibrazione vengono utilizzate per eliminare la distorsione del sistema ottico e garantire una conversione precisa da pixel a millimetri. Ciò avviene nel software wenglor uniVision 3 tramite il modulo Image Calibration.
Inoltre, una piastra di calibrazione consente una taratura semplice e rapida nelle applicazioni Robot Vision. La corrispondenza delle coordinate avviene eliminando la distorsione causata dall’ottica. Per una calibrazione accurata, la piastra di calibrazione deve trovarsi completamente nel campo visivo della camera e coprire almeno la metà del campo visivo. Gli schemi di taratura stampati su carta determinano una taratura meno accurata. I pannelli opachi (ad es. ZVZJ001) sono adatti per applicazioni a luce incidente, quelli trasparenti (ad es. ZVZJ005) per applicazioni a luce trasmessa.

Se la relazione tra camera e robot non cambia, non è necessaria una nuova calibrazione.

Nel software wenglor uniVision 3 è anche possibile trovare i dati di più oggetti diversi con un’acquisizione delle immagini e inviarli al robot per ottimizzare il tempo ciclo per le attività Pick-and-Place. In questo modo, il robot deve entrare meno frequentemente nella capsula di rilevazione e può afferrare direttamente altri oggetti già rilevati.
 

Per il prelievo in applicazioni pick-and-place, nel software wenglor uniVision 3 è possibile configurare anche offset a piacere in x e y, in modo che l’oggetto possa ad esempio essere afferrato dalla punta.

Nell’applicazione Pick-and-Place è possibile configurare un’altezza dell’oggetto individuale per ogni tipo di oggetto, in modo da poter afferrare diversi tipi di oggetti a diverse altezze. 

Nel software wenglor uniVision 3 è possibile inizializzare facilmente diversi tipi di oggetti. Il tipo di oggetto può quindi essere inviato direttamente al robot.

 

L'inizializzazione degli oggetti nella wenglor uniVision 3 avviene nel modo più semplice tramite i moduli Confronto campione e Localizzazione. 

Il modulo “Dispositivo Robot Vision” nella wenglor uniVision 3 consente la comunicazione diretta tra camere 2D e robot.

Sì, l’esecuzione di script HALCON può anche essere associata a un dispositivo specifico. In questo modo è possibile evitare che un progetto con HALCON Script venga semplicemente copiato su altri dispositivi.
 

Gli script HALCON possono essere cifrati per evitare modifiche indesiderate allo script.

Nel dizionario HALCON è possibile memorizzare in modo permanente e indipendente dalla piattaforma dati come i modelli di contornitura acquisiti.

Sono disponibili numerosi esempi di script HALCON che mostrano facilmente quali tipi di dati sono supportati e come le applicazioni possono essere facilmente realizzate.

Il flusso di lavoro tipico per lavorare con gli script HALCON è il seguente:

• Registrazione di un file Teach+ con dati reali
• Creazione dello script HALCON con i dati acquisiti nel software HDevelop
• Caricamento dello script HALCON nel software wenglor uniVision 3 nel modulo HALCON Script

I dati delle immagini necessari per creare uno script HALCON vengono registrati in un file Teach+ con dati reali.

L’ecosistema uniVision consente uno scambio di dati flessibile tra tutti i moduli uniVision e il modulo HALCON Script. Numerose interfacce (ad es. PROFINET, EtherNet/IP) sono disponibili sul prodotto uniVision. I risultati del modulo HALCON Script possono quindi essere emessi direttamente e in modo flessibile tramite le interfacce uniVision. La visualizzazione flessibile basata sul web consente anche la visualizzazione flessibile e personalizzata dei risultati del modulo HALCON Script, anche direttamente nell’immagine!
 

Sì, HDevEngine è già in esecuzione su dispositivi uniVision. In questo modo gli script HALCON possono essere eseguiti direttamente su dispositivi uniVision. In questo modo si può concentrare l’attenzione sulla soluzione applicativa (software)!
 

Gli script HALCON possono essere creati anche con altre versioni di HALCON. È tuttavia necessario osservare le indicazioni sulla compatibilità con la versione HALCON 22.11 utilizzata sui dispositivi uniVision.
 

Sui dispositivi uniVision è in esecuzione la versione HALCON 22.11.

I seguenti tipi di dati possono essere trasmessi sia da moduli uniVision al modulo HALCON Script (input) sia dal modulo HALCON Script ad altri moduli uniVision (output):

• Variabili iconiche
  • immagini
  • Regioni
  • XLDs
• Variabili di controllo
  • Integro
  • Reale
  • Stringa

Sì, i moduli software standard nel software wenglor uniVision 3 possono essere combinati a piacere con gli script HALCON. Lo scambio di dati tra i moduli è possibile in modo flessibile!

In questo modo wenglor uniVision 3 consente una combinazione di parametrizzazione e programmazione:

• Parametrizzabile:
  Le attività standard possono essere risolte facilmente con i moduli UniVision standard dalla toolbox uniVision 
• Programmazione: Le attività complesse possono essere risolte in HDevelop con script HALCON.

HALCON è l’ampia libreria di programmi con algoritmi di elaborazione delle immagini di MVTec. L’ambiente di sviluppo per HALCON è il software HDevelop.

Scopri di più su HALCON MVTec qui!
 

Gli script HALCON creati nel software HDevelop di MVTec possono essere caricati nel modulo HALCON Script nel software uniVision e caricati sul prodotto uniVision (ad es. B60). L’HDevEngine necessario a tale scopo è già preinstallato sul prodotto uniVision.

L’AI Lab consente di creare modelli di IA personalizzati direttamente dall’interfaccia utente, senza che siano necessari ulteriori passaggi al di fuori dell’AI Lab. I modelli di IA creati vengono eseguiti in uniVision 3 tramite il modulo “AI immagine”. Anche il modulo “ONNX immagine” è un modulo uniVision 3 per l’esecuzione di modelli di IA ed è adatto se si devono utilizzare architetture di rete proprie o se i dati di immagine per la formazione non devono lasciare la rete aziendale. Tuttavia, ciò richiede ulteriori passaggi al di fuori dell’AI Lab, ad esempio la formazione propria e l’esportazione come modello ONNX. Ulteriori informazioni sono disponibili nella nostra repository Github. Sia il modulo “ONNX immagine” che il modulo “AI immagine” sono inclusi nel pacchetto di licenza “uniVision AI”.

Alla scadenza di un piano di pagamento, l’account torna automaticamente al piano Free. L’AI Loop non sarà più disponibile, ma l’utente potrà comunque accedere ai suoi record di dati ed eliminarli se necessario. Se scadrà anche il piano Free, non sarà più possibile accedere all’account AI Lab. L’account entra quindi in un periodo di grazia (Grace Period): inserendo una nuova chiave di licenza è possibile riattivarlo con tutti i dati. In caso contrario, l’account verrà eliminato definitivamente allo scadere del periodo di grazia.

wenglor si riserva il diritto di utilizzare i dati delle immagini degli account Free e Free+ per migliorare i propri modelli. Sono esclusi i record di dati privati.

Sì, la funzione di trasferimento consente di trasferire un intero record di dati, incluse immagini, etichette e modelli, a un altro account AI Lab. In questo modo il record di dati viene spostato (non copiato) e, una volta completata l’operazione, sarà disponibile solo nell’account di destinazione. Se si desidera che il record di dati rimanga disponibile anche nell’account originale, è possibile duplicarlo prima del trasferimento.

In un piano, gli utenti interni possono accedere congiuntamente ai record di dati. In tal modo è possibile condividere crediti, memoria e altre risorse. È possibile collaborare con utenti esterni che dispongono di un proprio piano AI Lab, tramite record di dati condivisi in modo mirato.

I piani possono essere estesi tramite stacking: le stesse licenze aggiungono durata e crediti. Un piano in corso può essere sostituito in qualsiasi momento da un altro piano. Se vengono raggiunti i limiti relativi allo spazio di archiviazione, agli utenti o ai crediti, è possibile eliminare i dati non più necessari oppure passare a un piano superiore.

Sì, in uniVision 3 è possibile definire regole in base alle quali le immagini di una determinata classe o con un punteggio inferiore a un valore soglia definito vengono aggiunte automaticamente a un record di dati in AI Lab tramite l’AI Loop. Ciò è possibile anche durante il funzionamento.

Vengono salvate tutte le versioni del modello addestrate. In uniVision 3 è possibile mettere a disposizione l’ultimo modello allenato o il modello primario. Quest’ultimo viene definito dall’utente in AI Lab. Le metriche di convalida, le previsioni e le heatmap nell’AI Lab si riferiscono sempre all’ultimo modello addestrato.

I modelli di IA addestrati possono essere eseguiti esclusivamente sull’hardware di wenglor. I dati di addestramento possono tuttavia essere registrati anche con dispositivi di altre marche e successivamente caricati. AI Lab è progettato per l’uso su PC e non è ottimizzato per smartphone o tablet.

Non è necessaria una connessione Internet permanente. Per il caricamento delle immagini, weHub può memorizzare i dati e trasferirli all’AI Lab non appena viene ripristinata la connessione. Per l’inferenza sul dispositivo stesso non è necessaria una connessione Internet.

Non esiste un limite fisso per il numero di classi. Si consiglia che il set di dati copra tutti gli scenari di immagine che si verificano nella realtà. È importante anche un rapporto il più possibile equilibrato tra le immagini per classe. Per ogni classe sono necessarie almeno 5 immagini, per risultati affidabili si consigliano almeno 50 immagini. Ulteriori informazioni sull’IA nell’elaborazione di immagini sono disponibili nella nostra pagina dedicata alla tecnologia.

Per impostazione predefinita, l’AI Lab genera modelli INT8 quantificati, poiché vengono eseguiti più rapidamente tramite la NPU integrata della B60. È anche possibile creare ed eseguire modelli FP32 non quantificati; questi funzionano con la B60 sulla CPU (ARM) e sono quindi più lenti di un modello INT8 quantificato sulla NPU.

Le immagini possono essere caricate a piena risoluzione, ma vengono scalate automaticamente alla dimensione di ingresso appropriata per l’allenamento e l’esecuzione. Si consiglia di caricare solo le sezioni di immagine rilevanti, poiché altrimenti durante la scalatura potrebbero andare perse informazioni importanti sull’immagine. Si consiglia di tagliare (cropping) l’area rilevante, ad es. in uniVision. Nell’AI Lab, a seconda dell’hardware, possono essere selezionate solo dimensioni di modelli funzionanti. La dimensione del modello di IA deriva dalla dimensione dell’immagine di ingresso IA e dall’architettura del modello di IA e influisce direttamente sulla velocità di inferenza.

La velocità di caricamento dipende dalla rete, dalle dimensioni dell’immagine e dal numero di dispositivi. Sono comuni più fotogrammi al secondo per dispositivo. Per la classificazione vale quanto segue: 1 credito = fino a 5.000 immagini, 2 crediti = fino a 10.000 immagini, poi 1 credito ogni 5.000 immagini. Per il riconoscimento dell’oggetto si applica un valore di base di 3 crediti (fino a 5.000 immagini); per ogni 5.000 immagini aggiuntive si aggiunge 1 credito.

Un’addestramento con ≤ 500 immagini a 320 px dura di norma circa 5 minuti. A seconda del carico di lavoro, l’addestramento può essere inizialmente inserito in una coda (Training Queue), il che può prolungare il tempo di attesa prima dell’avvio. I risultati possono variare leggermente da un addestramento all’altro, poiché gli elementi casuali aumentano la robustezza. Opzionalmente, l’utente può ricevere una notifica via e-mail non appena l’addestramento è terminato.

Singole immagini possono essere escluse in modo selettivo dal set di dati di addestramento e assegnate invece al set di dati del test cieco. Queste immagini non vengono utilizzate né per l’addestramento né per la convalida regolare, ma vengono impiegate solo dopo la selezione del modello finale per una validazione aggiuntiva e indipendente (test cieco).

La suddivisione avviene automaticamente tramite una convalida K-Fold. Inoltre, l’utente può escludere in modo mirato singole immagini dal set di dati di addestramento e assegnarle a un set di dati di test cieco, che verrà utilizzato solo dopo la selezione del modello finale per una validazione aggiuntiva e indipendente.

Un modello esistente non può essere direttamente riallenato: ogni allenamento si basa sempre sul set di dati completo. Se si desidera migliorare un modello con nuovi dati, è possibile aggiungere nuove immagini al set di dati esistente e poi riallenarle completamente. In pratica, ciò equivale a un riallenamento.

L’AI Lab supporta diversi formati di immagine (ad es. JPEG, PNG, BMP, TIF) e risoluzioni, che vengono adattate automaticamente. È preferibile utilizzare formati compressi senza perdita di dati, come PNG, BMP o TIF, piuttosto che JPEG. Per ottenere i migliori risultati possibili, tutte le immagini devono avere una qualità simile.

Sì, tutti i dati vengono memorizzati in Europa in conformità al GDPR. Nei piani di pagamento tutti i diritti rimangono a carico dell’utente. L’archiviazione nel cloud è certificata BSI C5 e i dati possono essere cancellati autonomamente al termine della pianificazione.

Tutti i dati sono crittografati tramite TLS e AES-256, memorizzati in modo ridondante più volte e protetti da backup automatici. In questo modo sono protetti dalla perdita e dall’accesso non autorizzato.

Sì, più Smart Camera B60 possono caricare in parallelo nello stesso record di dati tramite weHub, purché il piano consenta l’utilizzo di “Connected Devices” liberi.

Il collegamento tra l’AI Lab e uniVison avviene tramite weHub, tramite il quale le immagini vengono caricate nell’AI Lab e i modelli di IA addestrati vengono ritrasmessi a uniVision.

Il report di valutazione è disponibile per la verifica della qualità del modello di IA. Mostra i principali indicatori di precisione e funge da prova, ad es. per un Factory Acceptance.

weHub è un software per il riconoscimento e la gestione in rete dei dispositivi Machine Vision di wenglor. Consente di adattare la configurazione di rete, di caricare automaticamente le immagini nell’AI Lab e di scaricare i modelli di IA dall’AI Lab all’hardware Machine Vision di wenglor.

weHub sostituisce wenglor Discovery Tool: Offre le stesse funzioni di ricerca dei dispositivi e configurazione della rete per i dispositivi Machine Vision wenglor e inoltre la funzione bridge per collegare l’AI Lab basato su cloud ai dispositivi offline.

weHub è un software standard per tutti i dispositivi Machine Vision wenglor. Attualmente l’hardware supporta le Smart Camera B60, il controller Machine Vision MVC e i sensori 3D della serie ShapeDrive G4.

Per l’utilizzo di weHub è necessario un PC con sistema operativo Windows 10 o Windows 11. Per ulteriori dettagli sui requisiti di sistema per il funzionamento del software, consultare l’area “Dati tecnici” nella pagina dei dettagli del prodotto.

Sì, weHub trova tutti i dispositivi supportati, anche se si trovano in un’altra sottorete.

weHub mostra lo stato di funzionamento normale, avviso o errore con l’indicazione del messaggio di avvertimento o di errore dettagliato. Un esempio: La temperatura del dispositivo Machine Vision supera un valore critico. Nel software viene visualizzato un messaggio di avviso con informazioni dettagliate “Temperatura troppo alta”.

Spesso le impostazioni di rete sono difficili da trovare nelle impostazioni del PC. weHub visualizza direttamente le impostazioni di rete del PC senza dover richiamare le impostazioni del PC.

Il passaggio alla pagina web degli apparecchi è possibile facilmente tramite weHub. Non è necessario l’indirizzo IP dell’apparecchio.

Tramite weHub è possibile assegnare a ogni dispositivo un nome a piacere, in modo da poter distinguere facilmente più dispositivi.