Machine Vision

Machine Vision, eller maskinseende, är teknik som gör det möjligt för datorer och maskiner att tolka visuell information från kameror och sensorer. I stället för att en människa granskar en bild eller videoström manuellt, analyserar ett system bilden automatiskt och fattar beslut baserat på det som upptäcks.

Bild över en containerhamn där flera fordon och containrar är markerade med en kommentar för att visualiser konceptet Machine Vision.

Machine Vision används ofta inom industri, logistik, säkerhet och automation för att identifiera objekt, upptäcka avvikelser, mäta kvalitet eller styra maskiner.

Det kan exempelvis handla om att kontrollera att en produkt är korrekt monterad, läsa av en registreringsskylt, upptäcka skador på utrustning eller hjälpa ett autonomt fordon att förstå sin omgivning.

Vad används Machine Vision till?

Machine Vision används när visuella kontroller behöver göras snabbt, konsekvent och med hög precision.

Vanliga användningsområden är:

kvalitetskontroll i produktion
avläsning av märkning, etiketter och streckkoder
identifiering av fordon, gods eller objekt
övervakning av maskiner och processer

säkerhetsdetektion i industriella miljöer
vägledning av robotar, AGV:er och autonom utrustning
inspektion med fasta kameror, drönare eller mobila enheter

Exempelvis kan ett Machine Vision-system upptäcka om en produkt är felmonterad, om ett emballage saknar märkning eller om en person befinner sig i ett riskområde nära en maskin.

Hur fungerar Machine Vision?

Ett Machine Vision-system består vanligtvis av tre huvuddelar:

Bildinsamling
Kameror, linser, belysning och sensorer samlar in bilddata från den fysiska miljön.

Bildanalys
Mjukvara analyserar bilden för att hitta mönster, objekt, avvikelser eller mätvärden.

Beslut eller åtgärd
Resultatet används för att fatta ett beslut, skicka ett larm, styra en maskin eller initiera ett händelsförlopp.

I enklare system kan analysen bygga på tydliga regler, exempelvis om ett objekt har rätt form, färg eller placering. I mer avancerade system används ofta AI och maskininlärning för att identifiera komplexa mönster som är svåra att beskriva med fasta regler.

Machine Vision ställer krav på nätverket

Machine Vision genererar ofta stora mängder data, särskilt när flera kameror används samtidigt eller när videoströmmar analyseras i hög upplösning.

Beroende på tillämpning kan analysen ske:

direkt i kameran
i en lokal server eller Edge Computing lösning
i ett centralt system eller moln
i kombination mellan flera nivåer

När Machine Vision används för realtidsbeslut, automation eller säkerhetskritiska funktioner blir kommunikationen mellan kamera, analysplattform och styrsystem avgörande.

Ett tillförlitligt nätverk är viktigt för att säkerställa att bilddata:

överförs med tillräcklig kapacitet
når analysfunktionen med låg fördröjning
hanteras säkert
kan prioriteras vid behov
finns tillgänglig även i krävande miljöer

I industriella miljöer kan detta vara avgörande för att systemet ska kunna fatta rätt beslut i rätt tid.

Skillnaden mellan Machine Vision, Computer Vision och kameraövervakning

Begreppen Machine Vision och Computer Vision används ibland omväxlande, men de har delvis olika fokus.

Computer Vision är det bredare teknikområdet som handlar om att få datorer att tolka och förstå visuell information från bilder och video. Det kan användas i allt från medicinsk bildanalys och självkörande bilar till ansiktsigenkänning, konsumentappar och AI-baserad bildtolkning.

Machine Vision är mer tillämpat och används ofta för industriella och verksamhetsnära system där bildanalys kopplas till en konkret process, exempelvis kvalitetskontroll, robotstyrning, objektidentifiering eller avvikelsedetektering.

En vanlig kameraövervakningslösning visar eller spelar in vad som händer. Ett Machine Vision-system tolkar bilden och använder resultatet för att skapa en åtgärd, ett larm eller ett beslut i ett annat system.

En övervakningskamera visar att en truck kör genom en port.
Ett Computer Vision-system kan analysera bilden och identifiera att objektet är ett fordon.
Ett Machine Vision-system kan läsa av truckens ID, kontrollera lasten, verifiera körvägen och automatiskt registrera händelsen i logistiksystemet.