A Study on Elements of Machine Vision and Machine Learning in Industrial Vision Systems

• Autorzy: Panasiuk Jarosław , Adamus Adrianna

Identyfikatory

DOI

10.5604/01.3001.0054.7513

Warianty tytułu

PL

Badanie elementów wizji maszynowej i uczenia maszynowego w przemysłowych systemach wizyjnych

• Języki publikacji: EN

Abstrakty

EN

The article presents an analysis of issues regarding the current state and prospects of using machine learning elements in industrial applications of vision systems. The analysis is preceded by a short introduction to the subject of machine vision as well as a presentation of the results of research on industrial 3D vision systems, leading to conclusions that affect the prospects for further development of vision systems with elements of machine learning.

PL

W artykule przedstawiono analizę zagadnień dotyczących aktualnego stanu oraz perspektyw wykorzystania elementów uczenia maszynowego w przemysłowych zastosowaniach systemów wizyjnych. Analiza poprzedzona została krótkim wprowadzeniem w zagadnienia wizji maszynowej jak również prezentacją wyników badań przemysłowych systemów wizyjnych 3D, z których to badań wynikają wnioski, rzutujące na wspomniane perspektywy dalszego rozwoju systemów wizyjnych z elementami uczenia maszynowego.

Słowa kluczowe

EN

mobile robot; robot operating system; ROS; parametric model; identification; trajectory tracking

PL

robot mobilny; ROS; model parametryczny; identyfikacja; śledzenie trajektorii

• Wydawca: Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
• Czasopismo: Problemy Mechatroniki : uzbrojenie, lotnictwo, inżynieria bezpieczeństwa
• Rocznik: 2024
• Tom: Vol. 15, Nr 3 (57)
• Strony: 87--106
• Opis fizyczny: Bibliogr. 14 poz., wykr., rys., fot.

Twórcy

autor

Panasiuk Jarosław

• Military University of Technology Faculty of Mechatronics, Armament and Aerospace 2 Sylwestra Kaliskiego Str., 00-908 Warsaw, Poland

• https://orcid.org/0000-0001-8480-1654

autor

Adamus Adrianna

• Military University of Technology Faculty of Mechatronics, Armament and Aerospace 2 Sylwestra Kaliskiego Str., 00-908 Warsaw, Poland

Bibliografia

• [1] Wiśniewski, M. 2014. „Propozycja metody pomiaru dokładnościi powtarzalności pozycjonowania robotów przemysłowych w warunkach przemysłowych”. Technologia i Automatyzacja Montażu 3 : 185-189.
• [2] Dudka, Piotr. 2016. „Czynniki wpływające na dokładnośći powtarzalność pozycjonowania robota przemysłowego”. Pomiary Automatyka Robotyka 20(4) : 59-66.
• [3] Kaczmarek, Wojciech, Jarosław Panasiuk. 2017. Robotyzacja Procesów Produkcyjnych. Warszawa: Wydawnictwo Naukowe PWN.
• [4] Kaczmarek, Wojciech, Jarosław Panasiuk, Szymon Borys, Michał Siwek, Robert Dyczkowski. 2022. Robotyzacja i automatyzacja. Przemysł 4.0. Wydawnictwo Naukowe PWN S.A.
• [5] Sposób przetwarzania obrazu w kamerze matrycowej i linijkowej. www.imveurope.com/sites/default/files/2069_TD.LineScanApp_whitepaper.v4.pdf (online; dostęp 19.05.2023 r.).
• [6] Imaging Electronics 101: Understanding Camera Sensors for Machine Vision Applications. https://www.edmundoptics.com/knowledge-center/application-notes/imaging/understanding-camera-sensors-for-machine-vision-applications/ (online; dostęp 19.05.2023 r.).
• [7] Machine Vision System: What Is It? How Does It Work? https://iqsdirectory.com/articles/machine-vision-system.html (online; dostęp 19.05.2023r.).
• [8] Kaczmarek, Wojciech, Szymon Borys, Jarosław Panasiuk, Michał Siwek, and Piotr Prusaczyk. 2022. “Experimental study of the vibrations of a roller shutter gripper”. Applied Sciences 12 (19) : 9996.
• [9] Borys, Szymon, Wojciech Kaczmarek, and Dariusz Laskowski. 2020. “Selection and Optimization of the Parameters of the Robotized Packaging Process of One Type of Product”. Sensors 20 (18) : 5378.
• [10] When to use 3D Vision over 2D Vision in your Machine Vision Application. https://www.sick.com/cn/zh/industries/automotive-and-parts-suppliers/powertrain/motor-component-production/optical-inline-quality-checking/c/p333662 (online; dostęp 19.05.2023r.).
• [11] Geng, Jason. 2011. „Structured-light 3D surface imaging: a tutorial”, Adv. Opt. Photonics 3 (2) : 128-160.
• [12] Czujnik wizyjny ze sztuczną inteligencją (SI) - Seria IV3 https://www.keyence.eu/plpl/products/vision/vision-sensor/iv3/ (online; dostęp 19.05.2023r.).
• [13] FANUC's new AI functions that utilize machine learning and deep learning - News Release - FANUC CORPORATION. https://www.fanuc.co.jp/en/profile/pr/newsrelease/2019/notice20190411.html (online; dostęp 19.05.2023 r.).
• [14] System wizyjny CV-X Series firmy Keyence wykorzystujący cztery kamery i projektor światła strukturalnego. http://www.keyence.com/products/vision/vision-sys/3d_vgr/ (online; dostęp 19.05.2023 r.).

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki (2025).