对于许多行业和应用来说，在装配点实施检查可以提高供应链的质量，同时减少对下游缺陷检测的影响。从进入总装的过程中消除不合格的材料可以提高产量，减少工厂损失，并有可能增加收入。但在生产速度下进行准确的检测可能是一项挑战。
礼来公司生产的一种医疗设备对自动化测试系统提出了一个重大的检查挑战:需要在公差范围内对两个圆筒进行校准，这是传统视觉系统无法完成的。在系统开发过程中，检查是手工进行的。每个零件的制作时间为1分钟左右，对于生产操作来说速度太慢。当测试表明传统的视觉系统会产生太多不准确的读数时，礼来公司选择了500万像素的In-Sight 5605视觉系统Cognex再加上500万像素远心镜头埃德蒙光学．这提供了准确的读数，同时将检查时间缩短到200毫秒左右。
为了制造这些设备，两个圆柱形组件用共同的中心线堆叠在一起，然后粘在一起形成一个组件。组件需要在一个非常严格的公差内对准同一轴。在开始生产过程中，零件被手动装入坐标测量机(CMM)上的一组夹具中。然后操作员触发CMM在几个位置接触零件，以确定每个部件的中心线。三坐标测量机程序计算两个圆柱体中心线之间的夹角差。这种方法的问题是它太慢了，无法支持日常的生产要求。康耐视In-Sight 5605视觉系统通过提供500万像素的分辨率解决了这一挑战，这是其之前系统分辨率的两倍多。
礼来公司视觉检查顾问工程师Aubrey Hawkins表示:“机器视觉是该应用程序满足精度和生产速度要求的必要条件。“但我们尝试了标准的640 * 480像素和1200 * 1600像素的相机，发现由于分辨率限制和透视失真，它们无法达到所需的精度水平。确保准确读数的唯一方法是使用500万像素的高分辨率摄像头。”
分辨率是视觉系统再现物体细节的能力的衡量标准。例如，如果两个微小的物体被成像到相邻的像素上，就不可能分辨它们之间的距离。增加相机的分辨率，使它们被像素隔开，使精确测量成为可能。In-Sight 5605还支持千兆以太网通信，IP67等级，可承受灰尘和冲洗，以及Cognex视觉工具库。
随着更强大的传感器的使用，重要的是要确保光学能够再现的细节，视觉系统能够解决。畸变是一种光学误差或像差，它会导致图像中不同点的放大倍率不同。透视失真是由物体离相机越远，通过镜头看起来就越小这一事实引起的，这对测量或其他高精度应用特别重要。
远心透镜可以矫正透视畸变，因此可以准确地测量物体。使用远心镜头，图像大小是恒定的，不管物体的位移，只要物体在被称为远心范围内。这些特性是通过捕获主射线平行于光机械主轴的光锥来实现的。这种行为是通过将止动孔径精确地定位在前光学组的焦平面上来实现的，以便入射光线瞄准进入的瞳孔，这似乎是无限大。
礼来公司之所以选择埃德蒙光学镜头，是因为它是为500万像素相机的小像素设计的。
倾斜角度的计算
礼来公司设备开发组的高级工程师Craig Overton使用了Cognex In-Sight Explorer电子表格编程环境来配置视觉应用程序。首先，他使用Find Pattern函数来定位子组件。他使用左边缘和右边缘函数来找到下圆柱体的边缘。他使用Centerline函数来识别底部圆柱体的中心线，并确定中心线相对于视野的角度。奥弗顿使用完全相同的函数来确定顶部圆柱体的中心线相对于视野的角度，然后他做了一个减法操作来确定两个中心线的角度差。
在系统开发完成后，礼来公司决定在全球自动化装配线上增加测量倾角的能力。
组件被放置在托盘中，然后导入到检查机中。一个六轴三菱机器人一次从托盘中挑选六个组件。机器人移动相机前的第一个组件。Cognex 5605视觉系统上的以太网端口使其能够直接连接到工厂网络中的任何交换机或集线器，从而与网络上的所有其他设备通信。
该视觉系统还包括一些工具，可以方便地直接与常见的工厂自动化硬件进行接口，如可编程逻辑控制器(plc)、机器人控制器、人机界面(HMIs)和个人电脑(pc)。这些包括用于连接到三菱、罗克韦尔、西门子和其他制造商的自动化设备的开放标准工业以太网通信协议(如MC Protocol、Ethernet /IP和Profinet)的驱动程序、模板和示例代码。
配置应用程序
在这个应用程序中，视觉系统通过以太网/IP使用罗克韦尔附加配置文件(AOP)与罗克韦尔自动化CompactLogix PLC连接。第一步是将视觉系统提供的电子数据表(EDS)文件加载到罗克韦尔的EDS向导软件RSLogix中。EDS文件是网络配置工具使用的简单文本文件，用于帮助识别产品并在网络上进行调试。然后使用Rockwell的AOP设置实用程序加载视觉系统或ID读取器AOP。第三步是在PLC上设置一个新模块，添加一个唯一的名称，并设置康耐视相机本身的IP地址。最后一步是定义输入和输出节点。Lilly的程序员在熟悉的Rockwell环境中定义了相关的逻辑。
控制信号从PLC发送到视觉系统，指示部件就位。然后，相机获取一幅图像，并计算两个分量的中心线之间的角度。奥弗顿说，视觉系统的精度和重复性产生的错误读数非常少。
礼来公司在广泛的应用中使用了类似的视觉检测系统。在一个例子中，color In- sight视觉系统用于检测掉落的小瓶，识别丢失的翻转密封和验证每个小瓶上的盖子颜色。与计数相关的偏差的消除和由此产生的返工节省了返工所需的金钱、时间和资源。计数偏差的根本原因也更容易识别、纠正和解释。礼来其他由视觉系统处理的检测应用包括印刷包装材料检测(标签材料、批号和有效期验证)和通过颜色检测进行产品识别。
霍金斯说:“视觉检查完成了我们所有的目标，并完美地执行。”“500万像素的摄像头和远心镜头已经证明了其检测精度的能力，这是传统视觉系统无法做到的。该系统在低倾斜水平下提供准确的读数，并满足成功所需的吞吐量。
