机器视觉的应用中，相机旁边一定需要配一台电脑吗？

对于一些复杂数据的机器视觉应用，由于需要处理大量的图像数据，并进行深入的数据分析和挖掘，因此需要pc机支持。pc机配备高性能处理器、大容量内存和存储设备，以及专业的数据分析软件，能够满足复杂任务的需求。

但是在物流拣选方案中真的需要吗？

我们来看一下这样的应用：机器人（或者其他执行机构）按照特征属性，将产品分类，或者从输送带上挑选出异形件。这种自动化应用中经常会遇到的需求，今天有了新的思路。

能不能集成

自动化控制和机器视觉控制

为一体的控制应用？

plcnext epc边缘控制器

开放的控制平台给你答案

plcnext epc边缘控制器

- 融合 灵活 效率 -

plcnext边缘计算是将计算和数据存储靠近数据源的一种计算模式。在机器视觉中，plcnext边缘控制器可以在靠近图像采集设备的位置进行数据处理和分析，减少数据传输的延迟和带宽占用。与此同时，plcnext边缘控制器可以实时处理摄像头采集的图像数据，快速识别输送设备上的物品特性，是否合格等信息，并可以将结果上传到云端或本地服务器进行进一步的分析和管理，而不需要将大量的原始图像数据传输到pc机进行处理。

此外，plcnext控制器支持iec 61131-3语言，又可以作为设备层控制的逻辑单元，通过标准的工业总线（如profinet）与远程单元建立通讯与控制逻辑，满足自动化工程师的应用需求。

功能特点

01算法功能覆盖

支持多种高级语言开发视觉算法，如python、c++、c#，提供缺陷检测、目标分类、引导定位等核心功能，支持传统图像处理与深度学习双技术路径，精准匹配场景需求。

02开源视觉框架

基于opencv、tensorflow、pytorch、paddlepaddle等，进行模块化定制化开发，快速实现定位、分类、计数等功能。

03部署高效一体

算法可通过封装app部署、plc底层直嵌或通过docker容器化部署。

应用实例

以食品行业方便面的包装工艺段应用为例：

每盒方便面均有唯一序列号的奖卡，每个箱体均有唯一编码，通过拣选剔除装置，客户需要将中奖的奖卡的方便面盒平均分配到每一箱中，以此来实现平均分配中奖。方案中硬件包括扫码设备、相机、plcnext、服务器、剔除装置。

采用菲尼克斯电气基于plcnext边缘控制器的机器视觉方案，在轻量级视觉应用上，有效帮助客户节约了视觉技术方案的使用成本。

开放的平台与生态环境不仅适用于物流行业，在农业、教育、工厂自动化等行业都有着极大的发展空间。