IC695CRH022

IC695CRH022在机器视觉架构中采取的步骤包括：

捕获图像

处理捕获的图像并在需要时应用校正

分析来自已处理图像的数据

根据数据分析做出决策/采取行动

必要时提醒关键人员

保留数据以供将来比较和持续分析

机器视觉也可用于实现业内许多人所说的工业5.0，它指的是在制造环境中使用协作机器人（也称为协作机器人）的概念。协作机器人的协作性质意味着它们可以与人类在同一楼层可靠地操作。为了完成这项任务，需要机器视觉。

为应用选择合适的相机

在机器视觉应用中，几乎可以肯定的一件事是需要大量的相机。这些摄像机的分辨率和位置取决于应用，在大多数情况下，它们在整个楼层中会有所不同。例如，处理产品检查的相机比用于目的的相机的分辨率高得多。前者需要找出产品中的缺陷，而后者只需要知道一个人何时进入环境。

这都与边缘计算机有关。很明显，所有交互都同步回工业物联网（IIoT）的边缘，原因很简单，没有时间回到云端做出决策。当产品从装配线上下线时，进入云计算机的潜在延迟不会在需要时足够快地停止生产线，从而可能导致不可挽回的损坏。在协作机器人的情况下，同样的原则也适用——需要立即做出决定来规避对人类的伤害。

为您的机器视觉增强型设施提供动力

要为机器视觉架构提供支持，Edge 系统具有适当的计算能力。这种计算机的一个例子是WINSYSTEMS的ITX-P-C444 Arm-based SBC，它非常适合处理AI/机器学习应用程序。与竞争对手相比，它消耗的功率更少，这意味着它适用于偏远的现场位置。ITX-P-C444 适合工业 Pico-ITX 外形。它采用恩智浦的i.MX8M应用处理器设计，并提供双以太网、工业I/O和其他扩展选项。

IC695CRH022

IC695CRH022