機器視覺的應用中，相機旁邊一定需要配一臺電腦嗎？
對于一些復雜數據的機器視覺應用，由于需要處理大量的圖像數據，并進行深入的數據分析和挖掘，因此需要pc機支持。pc機配備高性能處理器、大容量內存和存儲設備，以及專業的數據分析軟件，能夠滿足復雜任務的需求。
但是在物流揀選方案中真的需要嗎？
我們來看一下這樣的應用：機器人（或者其他執行機構）按照特征屬性，將產品分類，或者從輸送帶上挑選出異形件。這種自動化應用中經常會遇到的需求，今天有了新的思路。
能不能集成
自動化控制和機器視覺控制
為一體的控制應用？
plcnext epc邊緣控制器
開放的控制平臺給你答案
plcnext epc邊緣控制器
- 融合 靈活 效率 -
plcnext邊緣計算是將計算和數據存儲靠近數據源的一種計算模式。在機器視覺中，plcnext邊緣控制器可以在靠近圖像采集設備的位置進行數據處理和分析，減少數據傳輸的延遲和帶寬占用。與此同時，plcnext邊緣控制器可以實時處理攝像頭采集的圖像數據，快速識別輸送設備上的物品特性，是否合格等信息，并可以將結果上傳到云端或本地服務器進行進一步的分析和管理，而不需要將大量的原始圖像數據傳輸到pc機進行處理。
此外，plcnext控制器支持iec 61131-3語言，又可以作為設備層控制的邏輯單元，通過標準的工業總線（如profinet）與遠程單元建立通訊與控制邏輯，滿足自動化工程師的應用需求。
功能特點
01算法功能覆蓋
支持多種高級語言開發視覺算法，如python、c++、c#，提供缺陷檢測、目標分類、引導定位等核心功能，支持傳統圖像處理與深度學習雙技術路徑，精準匹配場景需求。
02開源視覺框架
基于opencv、tensorflow、pytorch、paddlepaddle等，進行模塊化定制化開發，快速實現定位、分類、計數等功能。
03部署高效一體
算法可通過封裝app部署、plc底層直嵌或通過docker容器化部署。
應用實例
以食品行業方便面的包裝工藝段應用為例：
每盒方便面均有唯一序列號的獎卡，每個箱體均有唯一編碼，通過揀選剔除裝置，客戶需要將中獎的獎卡的方便面盒平均分配到每一箱中，以此來實現平均分配中獎。方案中硬件包括掃碼設備、相機、plcnext、服務器、剔除裝置。
采用菲尼克斯電氣基于plcnext邊緣控制器的機器視覺方案，在輕量級視覺應用上，有效幫助客戶節約了視覺技術方案的使用成本。
開放的平臺與生態環境不僅適用于物流行業，在農業、教育、工廠自動化等行業都有著極大的發展空間。