LabVIEW将视觉生成器AI用作OPC服务器

简介: LabVIEW将视觉生成器AI用作OPC服务器

LabVIEW将视觉生成器AI用作OPC服务器


介绍如何将视觉生成器AI配置为OPC服务器,并使用共享变量共享视觉生成器AI生成的结果。OPC是一系列标准规范,定义了来自不同制造商的控制设备之间的实时数据通信。OPC数据访问通信是基于客户端服务器的通信。


共享系统变量允许开发人员与视觉生成器AI共享数据。用户可以使用共享系统变量通过OPC发布数据。


创建共享变量


1.      完成以下步骤以创建共享系统变量。


2.      选择工具»变量管理器。


3.      选择“系统变量”选项卡。


4.      单击添加。


5.      输入变量的名称,然后选择“类型”和“初始值”。


6.      启用“在网络上发布”复选框。


7.      单击“确定”。


8.      单击“确定”退出变量管理器



设置共享变量的值


使用“设置变量”步骤设置共享变量的值。“设置变量”步骤位于“使用其他工具”选项板上。完成以下步骤以设置共享变量的值。


1.      将“设置变量”步骤添加到检查。将打开该步骤的属性页。


2.      在“变量”列表中选择一个变量。


3.      使用“操作”控件可以更改共享变量的值或将共享变量的值设置为度量值。


创建要由OPC服务器共享的标记


仅当视觉生成器AI在远程目标上运行时,本节才适用。如果Vision Builder AI在Windows上运行,请继续下一部分。


如果视觉生成器AI在远程目标上运行,则必须使用Windows计算机创建标记并将其链接到共享系统变量。例如,用户可能使用用于配置远程目标的同一台计算机。Windows计算机必须满足以下要求:


l 安装视觉构建器AI或NI LabVIEW。


l 安装了分布式系统管理器2010或更高版本。


l 计算机必须在网络上保持可用,才能使用OPC客户端访问远程目标上运行的Vision Builder AI发布的数据。


完成以下步骤以创建要由OPC服务器共享的标记。


1.     启动NI分布式系统管理器。从“开始”菜单中,选择“所有程序”»“NI”»“分布式系统管理器”。


2.     展开我的系统。


3.     右键单击本地主机,然后选择添加进程。



1.     输入进程名称,例如VBAIOPC服务器。


2.     单击“确定”。VBAIOPC服务器进程列在本地主机下。


3.     右键单击“VBAIOPC服务器”,然后选择“添加变量”。




1.     启用启用别名复选框。


2.     单击浏览并展开运行检查的远程目标的IP地址。


3.     展开视觉生成器项目,然后选择要共享的变量。


4.     确保已启用“使属性与所选内容匹配?”复选框,然后单击“确定”。


5.     单击“确定”创建OPC标记并将标记链接到视觉生成器AI变量。


6.     在“名称”字段中,输入要创建的OPC标记的名称。为防止混淆,请使用所选变量的名称。


7.     创建完标记后,关闭分布式系统管理器。


当用户作为OPC服务器连接到视觉生成器AI时,用户创建的标记会列在OPC客户端中。分布式系统管理器只需要添加或删除标记。用户无需启动分布式系统管理器即可启用OPC通信。不要使用分布式系统管理器删除视觉生成器进程下列出的任何变量。


作为OPC服务器连接到视觉生成器AI


配置OPC客户端以连接到以下OPC服务器:NI Variable Engine。


使用OPC客户端查找共享变量标记:


l  在Windows上运行的Vision Builde rAI-共享变量标记列在Vision Builder文件夹中。


l  在远程目标上运行的视觉生成器AI-共享变量标记列在与用户在分布式系统管理器中创建的进程同名的文件夹中,例如VBAIOPC服务器


这是LabVIEW的一个功能介绍,更多的使用方法与开发案例,欢迎登录官网,了解更多信息。有需要LabVIEW项目合作开发,请与我们联系。

相关文章
|
23天前
|
人工智能 测试技术 计算机视觉
让AI看懂3小时长视频!Eagle 2.5:英伟达推出8B视觉语言模型,长视频理解能力碾压72B大模型
Eagle 2.5是英伟达推出的8B参数视觉语言模型,通过创新训练策略在长视频和高分辨率图像理解任务中超越更大规模模型,支持512帧视频输入和多样化多模态任务。
136 10
让AI看懂3小时长视频!Eagle 2.5:英伟达推出8B视觉语言模型,长视频理解能力碾压72B大模型
|
10天前
|
开发框架 人工智能 Java
破茧成蝶:阿里云应用服务器让传统 J2EE 应用无缝升级 AI 原生时代
本文详细介绍了阿里云应用服务器如何助力传统J2EE应用实现智能化升级。文章分为三部分:第一部分阐述了传统J2EE应用在智能化转型中的痛点,如协议鸿沟、资源冲突和观测失明;第二部分展示了阿里云应用服务器的解决方案,包括兼容传统EJB容器与微服务架构、支持大模型即插即用及全景可观测性;第三部分则通过具体步骤说明如何基于EDAS开启J2EE应用的智能化进程,确保十年代码无需重写,轻松实现智能化跃迁。
|
26天前
|
存储 人工智能 边缘计算
当 AI 进入「算力密集时代」:你的服务器能跑通大模型吗?
本文深入探讨AI服务器在技术落地中的核心瓶颈问题,结合实战经验解析从模型训练到端侧部署的算力优化策略。内容涵盖三大典型场景的算力需求差异、GPU服务器选型的五大反直觉真相、实战优化方法(如混合精度训练与硬件资源监控),以及边缘AI部署挑战和解决方案。同时提供算力弹性扩展策略、模型生命周期管理及合规性建议,帮助读者构建可持续发展的算力体系。文末附有获取更多资源的指引。
80 17
|
2月前
|
人工智能 计算机视觉
HarmonyOS NEXT AI基础视觉服务-背景替换
这是一个基于AI基础视觉服务的背景替换案例,通过调用设备相册选择图片并智能分割主体,支持动态更换背景颜色。主要步骤包括:1) 导入模块与定义组件;2) 实现图片选择与格式转换;3) 使用`subjectSegmentation.doSegmentation`接口完成主体分割;4) 通过随机RGB值实现背景色动态更换。代码结构清晰,功能完整,适合学习AI图像处理技术。
HarmonyOS NEXT AI基础视觉服务-背景替换
|
2月前
|
存储 人工智能 数据安全/隐私保护
HarmonyOS NEXT AI基础视觉服务-人脸对比
这是一套基于AI基础视觉服务实现的人脸对比系统,用户可通过调用设备相册选择两张图片,系统将提取人脸特征并计算相似度,最终以结构化数据形式展示对比结果(如相似度值和是否为同一人)。代码涵盖模块导入、双图选择、图像处理、人脸对比核心逻辑及UI界面构建,支持异常处理与权限管理,确保功能稳定性和兼容性。适配场景包括身份验证、人脸匹配等,具有较高的实用价值。
HarmonyOS NEXT AI基础视觉服务-人脸对比
|
2月前
|
人工智能 计算机视觉
HarmonyOS NEXT AI基础视觉服务-人脸识别
这是一个基于AI基础视觉服务的人脸识别案例,通过调用设备相册选择图片,利用MediaLibraryKit、ImageKit和CoreVisionKit等模块完成图像处理与人脸检测,并展示结构化结果。核心功能包括:相册访问授权、图像数据转换、人脸位置及特征点检测,最终以弹窗形式输出检测信息。代码涵盖模块导入、功能实现与UI构建,适合学习AI视觉应用开发流程。
|
17天前
|
SQL 数据采集 人工智能
“服务器老被黑?那是你没上AI哨兵!”——聊聊基于AI的网络攻击检测那些事儿
“服务器老被黑?那是你没上AI哨兵!”——聊聊基于AI的网络攻击检测那些事儿
78 12
|
20天前
|
开发框架 人工智能 Cloud Native
破茧成蝶:阿里云应用服务器让传统J2EE应用无缝升级AI原生时代
一场跨越20年的技术对话:在杭州某科技园的会议室里,一场特殊的代码评审正在进行。屏幕上同时展示着2005年基于WebLogic开发的供应链系统和2025年接入DeepSeek大模型的智能调度方案——令人惊叹的是,二者的核心业务代码竟保持着惊人的一致性。"我们保住了20年积累的238个核心业务对象,就像修复传世名画时保留了每一笔历史痕迹。"企业CTO的感慨,揭开了阿里云应用服务器助力传统系统智能化转型的奥秘。
57 13
|
2月前
|
人工智能 文字识别 计算机视觉
HarmonyOS NEXT AI基础视觉服务-文字识别
本案例展示了一款基于AI基础视觉服务的文字识别应用,通过调用设备相机拍摄照片并识别图片中的文字内容。主要实现步骤包括:1) 导入所需功能模块;2) 调用相机获取图片URI;3) 将图片转换为可识别的像素图;4) 配置视觉识别参数并执行文字识别;5) 构建界面组件,实现拍照与结果显示交互。核心要点涵盖相机权限、图像格式兼容及结构化识别结果处理,完整代码整合了各功能模块的调用流程,确保功能顺畅运行。
|
2月前
|
机器学习/深度学习 人工智能 运维
基于AI的自动化服务器管理:解锁运维的未来
基于AI的自动化服务器管理:解锁运维的未来
290 0