A laborautomatizálás alkalmazási területei

Az előző cikkünk folytatásaként most bemutatunk néhány példát az automatizált, kamerákon alapuló laboralkalmazásokra.

Process automation

  1. Folyamat automatizálása

Ez magában foglalja az általános kamera alkalmazásokat, amelyek képalkotást és adatokat generálnak, nem pusztán analitikus, hanem folyamat támogató célokra is, pl. vonalkód / mátrix kód olvasásra. Ez magában foglalhatja a páciens minta ampullájának egyszerű azonosítását vagy a használt reagensből származó adatok továbbítását, amelyre a készüléknek szüksége van az elemzések elvégzéséhez. Egy központosított laboratóriumi információs rendszerrel történő munka során a megfelelő eredményeket automatikusan az adott páciens minta készletéhez rendelik és digitálisan kezelik.

Számos laboratóriumi eszköz folyékony vizsgálati anyaggal működik. Az alkalmazási területtől függően ebben az úgynevezett folyadékkezelési folyamatban különböző paramétereket kell meghatározni és/vagy ellenőrizni. Ez lehet pl. a folyadék állapota, az injekciós üveg típusa, a fedelet színe a tesztanyag belsejében (pl. szérum vagy vérrel telt injekciós üveg), vagy színtulajdonságok/rétegek vagy szabálytalanságok (buborékok, hab) a folyadékban. A kamerák előnyökkel járhatnak, hiszen alkalmazásuknál nem szükséges kapcsolatba lépni a mintával és eltávolítani a fedelet, ellentétben más módszerekkel, mint például a folyadék állapotának kapacitív meghatározásánál. Ez megelőzi a szennyeződést és lehetővé teszi a nagyobb áramlási sebességet.

  1. Automatizált mikroszkópia

Az automatizált mikroszkópia magában foglalja az in vitro diagnosztikában (IVD) használt fény- és fluoreszcens mikroszkóp alkalmazásokat, az élettudományokat, a gyógyszerészeti kutatásokat és a digitális patológiát.

A különböző gyártók a kamerarendszereket használják az autoimmun betegségek diagnosztizálására, vagy a hematológiában ezzel diagnosztizálják a vér és vérképző szervek betegségeit, akárcsak a digitális patológiában. A patológusok szöveti szakaszokat vagy sejtmintákat vizsgálnak patológiai változásokra. Így mikroszkóppal megvizsgálható diákat készítenek a betegségekre vonatkozó következtetések levonására, és értékes információkat szolgáltatnak a diagnózis és a terápiás opciók számára, amelyek más eszközökkel, például a radiológiában nem feltétlenül észlelhetők.

Különböző célokra további automatikus mikroszkóp rendszerek állnak rendelkezésre. A kis eszköztől, amelyet az egyszerű sejtszámláláshoz használnak, egészen az olyan rendszerekig, amelyeket közvetlenül az inkubátorokban használnak, és manuális beavatkozás nélkül lehetővé teszik az időfüggő életcélképalkotást akár a nagyfelbontású szűrőrendszerekig.

Advertisements

Automatizálás a laboratóriumokban

A technika és az orvostudomány fejlődésnek köszönhetően az elmúlt évtizedekben az emberek várható élettartama jelentősen megnőtt. A nagyméretű kórházakban és laboratóriumokban használt egyre fejlettebb berendezések számos értékelési és elemzési feladatban nyújtanak támogatást.

Wider availability

A machine vision alkalmazása a laboratóriumokban

A laboratóriumi automatizálás koncepciója sokféleképpen értelmezhető, és különböző feladatokat foglal magában: egyszerű alkalmazásoktól, mint például a mérés, egészen a komplex robot- és analitikai rendszerekig. Ez számos orvosi, tudományos, gyógyszerészeti és analitikai területen eredményezi a kamerarendszerek alkalmazását. Az ilyen alkalmazások közül némelyik nyilvánvalóan felismerhető, míg mások a háttérben futnak, és információt nyújtanak a kapott diagnózisról. Mások viszont olyan eszközöket támogatnak, amelyek az eszközökön belül vannak, és nem közvetlenül kapcsolódnak a tényleges észlelési folyamathoz. Ezek az alkalmazások a vonalkód egyszerű beolvasásától a lézeres technológiák támogatásán át, a sejttechnológiás komplex folyamatokig terjednek, amelyek lehetővé teszik a tudósok számára a betegségek eredetének megismerését. Ezáltal lehetőség nyílik új, korszerű diagnosztikai eljárások, és terápiák kifejlesztésére.

A kórházi és kutatólaboratóriumok egyre inkább követik az automatizálás trendjét. Az alábbiakban ennek a fejlődésnek az alapvető mozgatórugóit szedtük össze.

  1. Fokozódó költségnyomás:

Az egészségügyi rendszerek és a kutatóintézetek az egyre növekvő gazdasági feszültséget szolgáltatásaik költségcsökkentésével próbálják meg ellensúlyozni. A korszerű, olcsó rendszerösszetevőkön alapuló automatizálás lehetővé teszi a laboratóriumi berendezések költségeinek csökkentését, az emberi munkaerő felszabadítását.

  1. Nagy sebesség:

Az elemzések gyorsabb feldolgozásának hála a laboratóriumok adott idő alatt több elemzést képesek elvégezni. Az ügyfelek gyorsabb kiszolgálása versenyelőnyt jelent a konkurensekkel szemben. Emellett az automatizálás felgyorsítja a kutatást is, így lerövidíti a projekteket, hamarabb elérhetővé válnak az új fejlesztések, technológiák.

  1. Jobb minőségirányítás és szabványosítás

A laboratóriumokban sok kézzel is végrehajtható vizsgálatot egyre gyakrabban gépek végeznek el. Technikai jellemzőikből kifolyólag lehetővé teszik a feladatok pontosabb elvégzését és magasabb fokú reprodukálhatóságát. A rögzített képadatok egyszerűbbé teszik a dokumentációt és az archiválást, mely feladatok a minőségirányítási rendszerek alapkövei.

  1. Tágabb elérhetőség:

A laborok magas fokú automatizáltsága biztosítja az új technológiák széles körű elérhetőségét. Ez sok felhasználó számára teszi lehetővé a bonyolultabb problémák távolról, akár más laborokból vagy országokból történő megoldását is. A könnyen használható és olcsó eszközök lehetővé teszik a diagnosztikát még a gazdasági és infrastrukturális kihívásokkal küzdő régiókban is. Ez azt jelenti, hogy a járvánnyal fertőzött térségekben az orvosi ellátás javítható. Az ilyen területeken dolgozó személyzet gyakran kevésbé képzett, a laboratóriumi berendezések általánosságban alacsonyabb színvonalat képviselnek, és az érintett betegek pénzügyi eszközei alacsonyak. Itt számíthatunk az egyre növekvő mennyiségű úgynevezett POC rendszerekre (POC = point of care) és a labor-on-a-chip technológiákra.

A laborautomatizálás mellett szintén aktuális téma, hogy pontosan milyen területen milyen kamerákat lehet alkalmazni. Erről részletesen következő cikkünkben lesz szó.

 

Az adat az új gázolaj

 

Az Intel (www.intel.com) és a BlackBerry (www.blackberry.com) is jelentős beruházásokat jelentett be az önvezető járműtechnológiák iparába.

Platooning_Back_022414_Final_noTpye

Brian Krzanich, az Intel elnök-vezérigazgatója az LA Auto Show AutoMobility konferencián jelentette be, hogy az Intel Capital több mint 250 millió dollárt tervez befektetni az elkövetkező két évben, mellyel céljuk a teljesen automatikus vezetés megvalósítása.

“Elkötelezettek vagyunk, hogy olyan end-to-end megoldásokat készítsünk, amelyek értéket teremtenek az adatokból” – mondta Krzanich egy blogbejegyzésben. Emellett szót ejtett még arról is, hogy a világ az automatizált vezetés felé mozdul el, ami növelni fogja a biztonságot, és az utazás hatékonyságát, illetve környezetkímélőbbé teszi az autózást.

Ezek a rendszerek óriási terhet képesek majd levenni a sofőrök válláról. Egy ilyen gépjárműben a sofőr utassá válik, így hasznosan töltheti el az idejét az utazás alatt: dolgozhat, olvashat vagy akár aludhat is az út végéig. Az önvezető autókkal kapcsolatos kérdések jelenleg megosztják a társadalmat, de a jelenlegi trendek alapján 2030-ra a közlekedés nagy részét ezek az autók fogják uralni.

Krzanich beszédében elmondta, hogy az autóipar történelmi fordulópontnál tart. Most olyan új technológiák kerülnek az autókba, mint a szonár, a LIDAR és a gépi látás. Rávilágít arra, hogy az iparágnak fel kell készülnie, hogy az önvezető autók vezérléséhez naponta több mint 4000 GB adat valósidejű feldolgozására lesz szükség, ami rendkívüli számítási kapacitást igényel. Nem csak a járművek, de még a kereszteződések is szenzorokkal lesznek ellátva, így érzékelhető lesz többek között a gyalogos forgalom, megkönnyítve ezzel a városi közlekedést.

A BlackBerry továbbá bejelentette a BlackBerry QNX Autonomous Vehicle Innovation Center (AVIC) megnyitását Ottawában. Itt kerül sor a legújabb önvezető autók, és az ezeket kiszolgáló szoftverek fejlesztésére.

A BlackBerry célja, hogy piac kész szoftvereit a magán- és a közszférában működő partnereivel együttműködve fejlessze. A kezdeményezés részeként a BlackBerry QNX a helyi feltörekvő szoftvermérnököket veszi fel, hogy összekapcsolt és önvezető autókkal kapcsolatos projekteken dolgozzanak. Az Ontariói Közlekedési Minisztérium a közelmúltban jóváhagyta a BlackBerry QNX számára, hogy kísérleti program keretében tesztelje az önvezető járműveket az Ontario-utakon. Ezt a kísérletet és a BlackBerry QNX munkáját támogatni fogja, a Waterloo Egyetem, a PolySync (Portland) és a Renesas Electronics (Tokyo). Az egyik első cél egy koncepcióautó elkészítése.

Minderről tovább olvashat az AVIC honlapján:                                                    http://www.qnx.com/content/qnx/en/blackberry-qnx-autonomous-vehicle-innovation-centre.html

Képfeldolgozás a termelésben – robotok és emberek kéz a kézben dolgoznak együtt

Immár nem csak a termelőiparnak, hanem az ott dolgozó alkalmazottaknak is segítséget nyújtanak a gépilátás kamerák. Azonban az automatizálás előrehaladtával még mindig elkerülhetetlen az ipari termelési feladatok során az emberek jelenléte. De ez nem azt jelenti, hogy az általuk végzett munkafolyamatok nem változnának meg az ipar 4.0 korában.

Industriemuseum_Chemnitz_-_moderne_Karosserieschweißanlage_mit_Industrierobotern

Az emberi hatékonyság növelhető a különböző munkaeszközökbe integrált intelligens gépi látásrendszerek segítségével. Ez ma már könnyen kivitelezhető, mivel a kamerák egyre kisebbek és könnyebbek lesznek: a nagy pontosságú ipari kamerák már bélyeg méretűek, súlyuk 30 g-nál is kevesebb, beleértve az optikát és a burkolatot is.

Ezek a kamerarendszerek rögzítik a tevékenységet, ellenőrzik az eredményeket, azonosítják a munkafolyamatokat, méréseket végeznek. A kapott információkat továbbítják a munkásoknak, például az általuk viselt kiterjesztett valóság szemüvegekre. Ezek a funkciók nagyban növelik a termelékenységet és a munkabiztonságot, valamint részletes, élő betekintést biztosítanak a menedzserek, gyártásvezetők számára.

Bagett vs Gige

Vajon hogyan tudják garantálni a modern ipari pékségek, hogy csak tökéletes kenyereket szállítsanak a megrendelőiknek? A hollandiai Niverplast csomagolástechnikai vállalatnál (Nijverdal, Hollandia, www.niverplast.com) komolyan vették ezt a kérdést, és a Stemmer Imaging (Puchheim, Németország, www.stemmerimaging.com) céggel közösen egy különleges selejtfelismerő rendszert dolgoztak ki, mely lehetővé teszi a hibás termékek felismerését.

A pékárut a fagyasztóból egyenesen az első vizsgálóponthoz viszik egy szállítószalag segítségével. Először egy fémdetektort használnak, mely a gyártás során esetlegesen a termékbe került fémdarabokat szűri ki.

1701VSD_tt_F4

A következő lépésben a pékáru már kamerás vizsgálaton esik át: itt a termékek geometriájában keresnek eltéréseket. Ennek része a hosszúság, szélesség, és magasság vizsgálata így kiszűrhetőek a méretbeli hibák, illetve a törött darabok. Ez a képfeldolgozási feladat különösen nagy kihívást jelentett a mérnökök számára, mivel egyféle termékből sem készül soha két pontosan ugyanolyan példány. Ennélfogva egy automata rendszer számára nehéz definiálni egy ilyen feladatot. A rendszernek el kell, például fel kell ismernie, hogy egy mélyedés a termék felületen egy kezdődő törés jele, vagy egy szándékos bevágás, ahova később a töltelék kerül.

1701VSD_tt_F5

Ezen kívül vizsgálják a tészták színét, a feltétek jelenlétét, és a körvonalak megfelelő ívét is. Ezeket a paramétereket ráadásul gyorsan, és egyszerűen át kell tudni állítania a kezelőnek, hiszen általában egy gyártósoron több különböző termék is csomagolásra kerül egy műszak alatt.

Ezekhez a feladatokhoz szoftveres oldalról a Common Vision Blox képfeldolgozó függvénykönyvtárat használták, mivel ezzel volt a legkönnyebb megvalósítani a tervezett funkcionalitást. Hardver tekintetében az egyik feltétel a Gige interfész használata volt. Ez azért volt fontos, mivel a feldolgozás és a mérés helye ebben a felhasználási helyzetben egymástól relatíve nagy távolságra helyezkednek el. A Gige által biztosított maximum 100 méteres kábelhossz ezt lehetővé teszi, valamint a PoE (Power over Ethernet) megoldás miatt tápellátás kérdése is egyszerűen megoldható volt.

A kamera, és optika kiválasztásához több tesztkörre volt szükség. Végül a futószalag szélességétől függően egy, vagy két linescan kamera felszerelése mellett döntöttek, a hozzájuk tartozó optikákkal, és megvilágítással.

A rendszerhez tartozó egyéb eszközöket, mint a PC, illetve a kábelek a Stemmer Imaging szállította, a Niverplast pedig egy egyedi GUI-t fejlesztett a megoldás mellé. Ezen a gépkezelők gyorsan át tudják állítani, hogy éppen milyen termékek kerülnek majd vizsgálatra. Ezen kívül új termékek definiálására is lehetősége van, a kalibráció során az egyes paraméterek normál, minimum, és maximum értéke könnyen megadható.

A darab-számolási pontosság növelése érdekében a számláló állomáson az operátorok egyszerű szegmentációs eszközöket használnak, amivel taníthatják a rendszert, hogy a kameraképek alapján hogyan tudja elkülöníteni az egyes termékdarabokat. A rendszerbe építette távoli support elérési lehetőség lehetővé teszi az esetlegesen felmerülő problémák gyors elhárítását.

A darab-számolási lépés után a termékek tovább haladnak a csomagolási fázis felé, ahol a tökéletes minőségű péksütemények, pontosan a kívánt mennyiségben kerülnek dobozolásra, vagy zacskózásra.

 

Forrás: http://www.vision-systems.com/articles/print/volume-22/issue-1/departments/technology-trends/food-inspection-vision-system-inspects-counts-bakery-products.html

 

 

Beágyazott gépi látás – Mit jelent, és miért lesz jó?

Mindennapi életünket meghatározzák az egyre kisebbé és erősebbé váló elektronikus eszközeink, és e trend alól a gépi látás hardverek és technológia sem lett kivétel.

A klasszikus gépi látás rendszerek két fő komponense az ipari kamera és a PC. A technológia hajnalán, az itt használt kamerák mérete egy literes tejesdoboz dimenzióihoz közelített, a képfeldolgozó ipari számítógépek pedig a tornatermekből ismerős zsámolyok súlyával és méretével büszkélkedhettek. Mondani se kell, hogy ezek a rendszerek akkoriban rendkívül költségesnek számítottak.

Az idő múlásával ezek az eszközök egyre kisebbé és olcsóbbá váltak. Ma az ipari PC már kiváltható mini PC-vel vagy akár egykártyás számítógéppel, a tejesdoboz méretű kamerák pedig összezsugorodtak egy postai bélyeg szintjére, köszönhetően a már burkolat nélkül kapható, board level kameráknak. Ez a két fejlődési irány tette lehetővé a rendkívül kompakt rendszerek megalkotását specifikus gépi látás alkalmazásokhoz. Az ilyen rendszereket nevezzük beágyazott gépi látás rendszereknek.

pc-vs-embedded

Ezek a rendszerek a PC alapú elődjeikhez képest nem általános képfeldolgozó feladatokat látnak el, hanem minden rendszer egy-egy specifikus gép látás feladatot. Ezt az tesz lehetővé, hogy  míg a standard PC-k általános képességeik miatt sok felesleges kapacitással rendelkeznek, ezek a rendszerek csak annyival és azzal, amit a feladat igényel. Ezzel az optimalizálással érhető el a kis méret és súly, az alacsony darabköltség és energiafogyasztás.

És hogy hol találkozhatunk majd ezekkel a rendszerekkel? Az önvezető autóknak már ma is elengedhetetlen eleme a beágyazott gépi látás, a jövőben pedig ilyen rendszerek kerülhetnek a boltok automoata mérlegeibe, mobil orvosi eszközökbe, például szem és bőrvizsgáló készülékekbe. További méretcsökkenést követően pedig a hordható rendszerekre is széles körű elterjedés vár.

A jövő ABC-je: kassza, kasszás és sorok nélkül

Az Amazon az online kereskedelem után az offline boltokra fordítja vigyázó tekintetét, ennek legújabb bizonyítéka a Seattle-ben most nyílt Amazon Go élelmiszerbolt. Persze  ne egy sima sarki abc-t képzeljünk magunk elé, hiszen mégiscsak az egyik legnagyobb újításokkal szolgáló vállalatról beszélünk.

Az egyelőre csak béta teszt alatt lévő, Amazon alkalmazottak számára elérhető boltban ugyanis hiába keresnénk kosarunkkal a kasszasort, csak zavartan forgólódnánk, mert úgy néz ki, hogy a gépi látás technológiával és egyéb szenzorok segítségével sikerült kiváltani a pénztárakat, ezáltal pedig megszűntetni  az időrabló sorban állást és a búval bélelt pénztárasokat.

Az újításoknak köszönhetően belépéskor mindössze az Amazon Go app által generált egyedi QR kódot kell beszkennelni, utána már csak a táskánkba kell bepakolni a kiválasztott cikkeket, majd lazán kisétálni a boltból. Persze a fizetés nem marad el, a vásárolt termékek árát távozás után terhelik rá Amazon fiókunkra.

Természetesen a kényelemnek ára is van, a vásárlók minden egyes lépését és mozdulatát kamerák tucatjai figyeli és elemzi, mellyel egyrészt azonosítani tudják a kiválasztott cikeket, másrészt az Amazon adatokat tud gyűjteni rólunk, hogy még inkább személyre szabott hirdetéseket kapjunk, amint újra online leszünk.

Az üzletet 2017 elején tervezik megnyitni a nagyközönség előtt, és használatához elég lesz egy Amazon fiók, és egy megfelelő mobilra letöltött ingyenes app.