Wat is Vision?
Vision, voluit machine vision, is de industriële techniek waarbij camera’s, verlichting en beeldverwerkingssoftware producten of processen automatisch bekijken en daaruit een beslissing afleiden, zoals goed/fout, een maat, een positie of een gelezen code. Het verschil met gewone beeldverwerking is dat de uitkomst geen nieuw beeld is, maar informatie waarmee een PLC, robot of MES direct verder kan. Machine vision is een toegepaste systeemdiscipline; computer vision is het bredere wetenschappelijke vakgebied waaruit veel algoritmen afkomstig zijn.
Vision wordt in productieomgevingen vooral ingezet voor kwaliteitscontrole, meten, code lezen en robotgeleiding, en levert daarmee zowel een stuursignaal als waardevolle productiedata.
🧠 Hoe werkt een vision-systeem?
Elke inspectie doorloopt dezelfde keten, vaak binnen enkele tientallen milliseconden:
- Trigger - een sensor of encoder meldt dat een product op de juiste plek is
- Belichting en opname - de verlichting flitst en de camera legt één beeld (of een reeks lijnen) vast
- Voorbewerking - filters verwijderen ruis en verhogen het contrast
- Analyse - algoritmen zoeken randen, vlekken (blobs) of patronen, meten afstanden, lezen codes of classificeren met een neuraal netwerk
- Beslissing - het resultaat wordt vergeleken met toleranties: goed of afkeur
- Uitvoer - een digitaal signaal of netwerkbericht stuurt een uitwerper, geeft coördinaten aan robotica of schrijft het resultaat weg voor tracking and tracing
🔧 Uit welke onderdelen bestaat een vision-systeem?
| Component | Functie | Praktische keuze |
|---|---|---|
| Camera | Zet licht om in een digitaal beeld | Resolutie, beeldsnelheid, monochroom of kleur, global of rolling shutter |
| Lens | Bepaalt gezichtsveld, scherpte en werkafstand | Vaste brandpuntsafstand; telecentrisch voor nauwkeurig meten |
| Verlichting | Maakt het kenmerk zichtbaar met consistent contrast | Ringlicht, backlight, dome, coaxiaal, gestructureerd licht |
| Vision-software | Voert beeldanalyse en beslislogica uit | Regelgebaseerde tools of deep-learningmodellen |
| Controller of pc | Draait de software en communiceert met de lijn | Smart camera, industriële pc of edge-apparaat met GPU |
| Trigger en I/O | Start de opname en geeft het resultaat door | Fotocel, encoder, digitale uitgangen of veldbus |
Verlichting wordt vaak onderschat. Een goed belicht beeld maakt de software eenvoudig; slecht licht is met geen enkel algoritme te repareren. Een backlight toont bijvoorbeeld de contour van een onderdeel scherp, terwijl een dome-verlichting glanzende of gebogen oppervlakken zonder reflecties in beeld brengt.
📷 Welke soorten vision-systemen zijn er?
| Type | Werking | Typische toepassing |
|---|---|---|
| 2D area scan | Eén volledig beeld per opname | Aanwezigheidscontrole, code lezen, positiebepaling |
| Line scan | Bouwt een beeld op uit lijnen terwijl het product beweegt | Doorlopende banen: papier, folie, staal, textiel |
| 3D laser-triangulatie | Laserlijn op het object; de vervorming geeft de hoogte | Volume, vlakheid, lasnaden, lijmrupsen |
| 3D stereo / time-of-flight / gestructureerd licht | Diepte uit twee camera’s, looptijd of een geprojecteerd patroon | Bin picking, depalletiseren, navigatie |
| Smart camera | Sensor, processor en software in één behuizing | Eenvoudige inspecties direct op de lijn |
| Pc-gebaseerd systeem | Meerdere camera’s op één krachtige pc | Complexe inspecties, AI-modellen, hoge snelheden |
De meeste industriële toepassingen werken nog in 2D. Laser-triangulatie is de meest gebruikte 3D-techniek; daarnaast kunnen multispectrale, infrarood- en röntgencamera’s kenmerken zichtbaar maken die het menselijk oog niet ziet, zoals vocht in voedingsmiddelen of insluitingen in gietwerk.
🔌 Hoe communiceert een vision-systeem met de besturing?
Tussen camera en computer zijn vier interfacestandaarden gangbaar:
| Standaard | Beheerder | Kenmerk |
|---|---|---|
| GigE Vision | A3 (sinds 2006) | Standaard Ethernet, kabels tot 100 m, besturing via GVCP op UDP-poort 3956 |
| USB3 Vision | A3 (sinds 2013) | Plug-and-play via USB 3, korte kabels, voordelig |
| CoaXPress | JIIA | Tot 12,5 Gbit/s per coaxkabel, voor zeer hoge beeldsnelheden |
| Camera Link | A3 | Oudere framegrabber-interface, nog veel in bestaande installaties |
GigE Vision, USB3 Vision en CoaXPress bouwen voort op GenICam, een door de EMVA beheerde standaard die camerafuncties uniform beschrijft, zodat software camera’s van verschillende merken op dezelfde manier aanspreekt; voor Camera Link is GenICam-ondersteuning optioneel. Voor het vergelijken van camera’s publiceert de EMVA de meetstandaard EMVA 1288 (release 4.0 sinds juni 2021), die ook de basis vormt voor de ISO-norm ISO 24942.
Naar de PLC gaat het resultaat meestal via ProfiNET, IP of digitale I/O. Voor koppeling met MES en data-platformen bestaat sinds augustus 2019 de companion specification OPC UA for Machine Vision (OPC 40100-1), die besturing, configuratie, receptbeheer en resultaten van vision-systemen in een gestandaardiseerd OPC UA-informatiemodel vastlegt.
🎯 Waarvoor wordt vision gebruikt?
- Kwaliteitscontrole - detectie van krassen, scheuren, ontbrekende onderdelen, verkeerde etiketten of vulniveaus
- Metrologie - contactloos meten van afstanden, hoeken en diameters, vaak tot op een fractie van een pixel nauwkeurig
- Pick-and-place en robotgeleiding - positie en oriëntatie doorgeven zodat een robot of cobot een product kan oppakken
- Code lezen - barcodes, DataMatrix en QR-codes, bijvoorbeeld volgens GS1-standaarden
- Optische tekenherkenning (OCR) - serienummers, houdbaarheidsdata en LOT-codes lezen en controleren
- Sorteren en classificeren - objecten scheiden op kleur, vorm of label
Ten opzichte van handmatige controle inspecteert vision contactloos, objectief en met constante kwaliteit, ook bij hoge lijnsnelheden, wat foutpercentages en afval verlaagt. Inspectieresultaten zijn bovendien data: afkeurpercentages per lijn of shift voeden SPC, procesverbetering en een digital twin.
🤖 Wat is het verschil tussen klassieke vision en AI-vision?
| Klassieke (regelgebaseerde) vision | AI-gebaseerde vision |
|---|---|
| Programmeur stelt regels, filters en toleranties in | Model leert van voorbeeldbeelden (deep learning) |
| Deterministisch en goed uit te leggen | Uitkomst is een waarschijnlijkheid; uitleg is lastiger |
| Sterk in meten en code lezen | Sterk in natuurlijke variatie: hout, voedsel, lasnaden, cosmetische fouten |
| Weinig rekenkracht nodig | Vaak een GPU of AI-versneller nodig |
| Werkt zonder trainingsdata | Vraagt honderden tot duizenden gelabelde beelden |
Een AI-model leert in de praktijk niet zelf door op de lijn: het wordt offline getraind, gevalideerd en daarna vastgezet. Nieuwe foutsoorten vragen om hertraining en hervalidatie. Veel moderne systemen combineren beide: regelgebaseerde tools voor maten en codes, machine learning voor lastig te definiëren defecten. Meer hierover leest u in Vision AI.
🛠️ Hoe pakt u een vision-project aan?
- Definieer de taak scherp - welk kenmerk, welke kleinste fout, welke lijnsnelheid en welk acceptabel aandeel valse afkeur?
- Verzamel goede én foute monsters - zonder echte afkeurproducten is geen betrouwbare test mogelijk
- Kies eerst de verlichting - test verschillende belichtingstechnieken voordat u een camera kiest
- Bereken de resolutie - een veelgebruikte vuistregel is minimaal 3 pixels over het kleinste kenmerk dat u wilt zien
- Test offline, valideer online - meet afkeur en valse afkeur over een representatieve productieperiode
- Leg recepten en versies vast - elke productvariant krijgt een gedocumenteerd inspectierecept
Rekenvoorbeeld: bij een gezichtsveld van 100 mm en een kleinste defect van 0,2 mm zijn 100 / 0,2 × 3 = 1.500 pixels nodig in die richting. Een camera met 1.920 × 1.200 pixels volstaat dan, mits het product zo wordt gepositioneerd dat de lange zijde van het beeld de 100 mm bestrijkt.
Europese context: in de farmacie is inline vision in de praktijk onmisbaar. Sinds 9 februari 2019 eist Gedelegeerde Verordening (EU) 2016/161 een uniek identificatienummer in een 2D-DataMatrix (ECC200) op de verpakking van receptgeneesmiddelen (op enkele uitzonderingen na), met een printkwaliteit van minimaal 1,5 volgens ISO/IEC 15415. Vision-systemen lezen en beoordelen die code op de verpakkingslijn. Voor de integriteit van inspectiedata gelden daarnaast de GMP-eisen (in de EU onder meer Annex 11) en, voor de Amerikaanse markt, 21 CFR Part 11.
🔐 Waar moet u op letten bij beveiliging en regelgeving?
Een vision-systeem is een volwaardige computer in het OT-netwerk, vaak met Windows, een webinterface en externe toegang voor de leverancier. Dat vraagt om dezelfde maatregelen als andere OT-systemen:
- Netwerksegmentatie - plaats camera’s en vision-pc’s in een eigen zone volgens IEC 62443; GigE Vision kent in de basis geen authenticatie of versleuteling
- Patchmanagement - vision-pc’s draaien jaren met dezelfde softwareversie en worden snel legacy
- Toegang op afstand - leverancierstoegang alleen via een gecontroleerde route, niet via een losse modem of 4G-router
- USB-beleid - beelden en recepten worden vaak met USB-sticks verplaatst
Op het gebied van regelgeving geldt: een vision-systeem dat afkeurproducten uitsorteert valt onder de AI Act meestal in de laagste risicoklasse. Wordt AI-vision gebruikt als veiligheidsfunctie, bijvoorbeeld om mensen bij een robot te detecteren, dan gelden zwaardere eisen via de Machineverordening (van toepassing vanaf 20 januari 2027) en is het onder de AI Act een hoog-risico-systeem, met verplichtingen vanaf 2 augustus 2028. Voor persoonsbeveiliging zijn bovendien veiligheidsgecertificeerde apparaten nodig volgens normen als IEC 61496; een gewone inspectiecamera is géén lichtscherm. Filmen camera’s ook medewerkers, dan is de AVG van toepassing.
❓ Veelgestelde vragen
Wat is het verschil tussen machine vision en computer vision?
Computer vision is het brede wetenschappelijke vakgebied dat computers leert beelden te begrijpen. Machine vision is de industriële toepassing daarvan: een compleet systeem van camera, verlichting, software en I/O dat op de productielijn een concrete beslissing neemt. Machine vision gebruikt dus computer-vision-algoritmen, maar legt de nadruk op betrouwbaarheid, snelheid en integratie met de besturing.
Hoe snel is een vision-inspectie?
Een eenvoudige machine-vision-inspectie met een smart camera duurt meestal enkele tot enkele tientallen milliseconden, waardoor honderden producten per minuut te controleren zijn. Line-scan-camera’s inspecteren doorlopende banen met tienduizenden lijnen per seconde. AI-modellen vragen meer rekentijd, wat vaak met een GPU of edge-versneller wordt opgevangen.
Wat kost een machine-vision-systeem?
Een eenvoudige code-lezer of smart camera kost enkele duizenden euro’s. Een maatwerk-inspectiesysteem met meerdere camera’s, speciale verlichting, integratie en validatie loopt al snel op tot tienduizenden euro’s. De terugverdientijd komt meestal uit minder afkeur bij klanten, minder handmatige controle en betere procesdata.
Kan vision een menselijke inspecteur volledig vervangen?
Machine vision is sneller, consistenter en vermoeit niet, en is daardoor bij herhaalde, goed gedefinieerde inspecties beter dan een mens. Bij zeldzame, nieuwe of moeilijk te omschrijven fouten blijft menselijke beoordeling waardevol. In de praktijk beoordelen mensen vaak de twijfelgevallen die het vision-systeem uitsorteert.
Waarom is verlichting zo belangrijk bij machine vision?
Verlichting bepaalt het contrast tussen het kenmerk en de achtergrond, en zonder contrast kan geen algoritme een fout vinden. Een andere belichtingshoek of golflengte kan een onzichtbare kras plotseling duidelijk zichtbaar maken. Daarom begint elk vision-project met belichtingsproeven.
Welke normen gelden voor machine vision?
Voor camera-interfaces zijn GigE Vision, USB3 Vision, CoaXPress en GenICam de belangrijkste standaarden, en EMVA 1288 beschrijft hoe camerasensoren worden gemeten. Voor code-kwaliteit gelden ISO/IEC 15415 (2D-codes) en ISO/IEC 15416 (lineaire barcodes). Voor de koppeling met IT-systemen is er de OPC UA for Machine Vision companion specification.
📌 Samengevat
Machine vision laat machines automatisch ‘zien’ en beslissen: camera, verlichting en software zetten een beeld om in een goed/fout-signaal, een maat, een positie of een gelezen code. Het is een sleuteltechnologie voor kwaliteitscontrole en traceerbaarheid binnen industriële processen, Smart Industry en Industrie 4.0, en verdient als netwerkapparaat dezelfde OT-beveiliging als elke andere besturing.