Εφαρμογές μηχανικής όρασης
Πτυχιακή εργασία
Συγγραφέας
Καζαντζής, Παύλος
Βαμβακούσης, Μιχαήλ
Ημερομηνία
2019-01Επιβλέπων
Νικολάου, ΓρηγόριοςΘεματική επικεφαλίδα
TPSH::Τεχνολογία::Αυτόματος Έλεγχος::Συστήματα Ψηφιακού ΕλέγχουΛέξεις κλειδιά
Μηχανική όραση ; Arduino ; Έλεγχος θέσης ; Έλεγχος ταχύτητας ; Ελεγκτές PID ; Συστήματα αυτόματου ελέγχουΠερίληψη
Οι εφαρμογές μηχανικής όρασης τα τελευταία χρόνια έχουν εξελιχθεί σε μεγάλο βαθμό με αποτέλεσμα να κατατάσσονται στο επίκεντρο των περισσοτέρων εφαρμογών και σύγχρονων αναγκών του ανθρώπου. Από την εξέλιξη των Συστημάτων Αυτόματου Ελέγχου ο άνθρωπος όρισε τα βασικά χαρακτηριστικά της επιστήμης του αυτοματισμού και άρχισε να τα εισάγει σε διάφορες εφαρμογές. Εμείς στην παρούσα μελέτη, προσπαθήσαμε να μελετήσουμε διάφορες εφαρμογές με επίκεντρο τη μηχανική όραση και το πώς μπορούμε μέσω διαφόρων εφαρμογών να την εκμεταλλευτούμε για την απόκτηση δεδομένων, τόσο σε λειτουργίες βιομηχανικής παραγωγής και ελέγχου, όσο και σε εφαρμογές αναγνώρισης διαφόρων αντικειμένων και ελέγχου μέσω αισθητηρίων σε DC μοτέρ. Για την υλοποίηση των εφαρμογών αυτών χρησιμοποιήσαμε τη διαδεδομένη πλατφόρμα ηλεκτρονικών Arduino για τη διασύνδεση των αισθητηρίων και των κυκλωμάτων, καθώς και το πρόγραμμα Simulink της Μatlab για τον έλεγχο και τη μοντελοποίηση των διεργασιών μας. Έτσι, συμπεράναμε πώς οι εφαρμογές μέσω της μηχανικής όρασης αποκρίνονται σε διάφορες μορφές ελέγχου και προτείναμε τον πιο επιθυμητό τρόπο ελέγχου με βάση τις αποκρίσεις εξόδου και αποτελεσμάτων των εφαρμογών μας. Τέλος, στο τελευταίο κεφάλαιο προτείνουμε διάφορες εφαρμογές μηχανικής όρασης μέσω κάμερας για αναγνώριση χρωμάτων, οι οποίες μπορούν να βρουν χρήση σε διάφορους κλάδους της βιομηχανίας πλαστικών, υφασμάτων και μετάλλων.
Περίληψη
Over the last years, mechanical vision applications have been developed to a great extent and as a result it has a place at the epicenter of most of the applications and modern human needs. From the progress of Automatic Control Systems, the human set forth the basic characteristics of the Science of Automation and started to introduce them in various applications. In the present study we tried to research various applications of mechanical vision and how we can take advantage of them through various applications to collect incidence data in industrial production operations and control as well as in applications for object recognition and control by means of sensors in a DC motor. For the implementation of those applications we used the widely used electronic platform Arduino, for the intervention of sensors and circuits, as well as the program Simulink of Matlab for the control and modeling of our processes. Thus, we got conclusions on how the application respond through the mechanical vision to different forms of control, and we suggested the desired way of control based on the output responses and the results of our applications. Finally, in the last chapter of our study we suggest various applications with of mechanical vision using a camera for color recognition, which can be utilized by the plastic, material and metal industry.