需求管理

　　Rexona 除臭剂是 Unilever 菲律宾工厂生产的畅销产品之一。由于产量增加，因此 Unilever 迫切需要自动化制造过程。

　　决策过程

　　使用机器视觉系统之前，Unilever 需要在每条生产线上布置 10 名以上的操作人员人工进行以下质量检测：

　　瓶盖有无及其完整性

　　瓶盖上印的颜色和日期码是否正确

　　产品两侧的标签检测

　　生产线平均每分钟可生产 220 瓶。虽然 Unilever 在员工培训上做出了巨大投资，但仍面临由于标签未对准或生产过程中造成皱折而导致的大量退货问题。精确的人工检测变得越来越无法实现。此外，人工检测时并不检查包装上的打印条码。

　　Unilever 生产线工程师 Gilbert Plumos 决定试验各种机器视觉系统来提高生产绩效。他意识他们需要使用视觉系统取代许多岗位上的操作员，让他们工作于生产车间内的其他复杂且关键的任务。

　　 评测过程

　　经过几轮的检测标准讨论后，Plumos 最终确定带有三个摄像头的检测系统最符合工厂的需求。第一个彩色智能摄像头置于正上方，用于检测瓶盖有无及其完整性、瓶盖颜色和日期码；第二个彩色摄像头置于产品前方，用于检测标签是否对准并检查产品标签的颜色；第三个摄像头置于包装后侧，用于读取条码并检查产品代码。

　　Plumos 说：“我们在评估过程中测试了康耐视、Keyence 和 SICK。我对 In-Sight® Micro 摄像头的结果感到最满意，特别是 OCR 性能和颜色识别能力。In-Sight Explorer 软件带有一个 EasyBuilder® 界面，可以逐步指导用户轻松完成视觉程序的设置过程。我们的员工都很喜欢！”

　　集成过程

　　因为 Rexona 瓶子表面的反射性很强，所以最大的困难就是如何为三个摄像头提供统一的照明。而且 Unilever 希望将来随着生产线速度的提高，每小时的产量也能相应增长，因此照明确实是一个很重要的因素。

　　菲律宾集成商 Inzpect Technologies 为 Unilever 开发了一个照明系统并提供了一个图形用户界面，使操作人员不但能够同时管理和查看所有三个摄像头的图像，还能利用屏幕上的按钮控制视觉模块中的其他电气和机械组件。

　　这个过程的完成非常顺利，因为 In-Sight 产品提供的软件开发套件 (SDK) 使用户能够根据特定的应用要求非常自由地创建独立用户界面。

　　结果

　　Plumos 在第一次使用视觉系统成功实现一条完全自动化的生产线后，现在又将其应用到了另外两条生产线上。他还认为企业内的其他部门肯定也会在不远的将来采用机器视觉。