附接至在以太网供电运行的机器视觉系统的外部照明的自动校准过程

背景技术

许多知名行业都需要高保真度的检测流程，以确保产品的一致性和质量。传统地，实现该检查标准涉及机器视觉(MV)系统。一般来说，MV使基于相机的系统能够获取和分析用于检查目的的图像数据。这种图像数据分析需要良好照明的图像来产生执行机器视觉技术所需的分辨率、对比度和其他图像特性。

为了确保每个捕获的图像都被充分照明，许多传统的MV系统需要由MV相机控制和供电的高电流外部照明配件。通常，这些配件需要直接连接到MV系统的专用24伏(V)电源。然而，这些配件可能体积庞大且价格昂贵，因此许多用户试图通过选择通过以太网供电(PoE)技术提供附加功率来规避购买和安装这些配件。不幸的是，常见的问题是PoE技术无法为足够的外部照明供应足够的功率，因为配件超过了PoE提供的电流限制。

因此，需要一种利用PoE技术为机器视觉相机的外部照明设备供应充足功率的方法。

发明内容

在实施例中，本发明是用于自动校准外部照明源的方法。方法可以包括将以太网供电(PoE)供应至成像组件；识别与连接至所述成像组件的外部照明源相对应的特性；以及基于所述特性调节所述外部照明源的输出强度，其中所述成像组件将PoE供应至所述外部照明源。

在这个实施例的变型中，识别与所述外部照明源相对应的特性进一步包括：以最大功率模式激活所述成像组件；测量与所述成像组件的所述最大功率模式相对应的成像运行电流；以及基于所述成像运行电流确定电流预算。

在这个实施例的另一个变型中，测量与所述成像组件的所述最大功率模式相对应的所述成像运行电流进一步包括：在所述成像组件的开发阶段期间测量一次所述成像运行电流。

在这个实施例的又另一个变型中，测量与所述成像组件的所述最大功率模式相对应的所述成像运行电流进一步包括：在所述成像组件的运行时期间动态测量所述成像运行电流。

在这个实施例的仍另一个变型中，所述特性是电流预算，并且基于所述特性调节所述外部照明源的输出强度进一步包括：以最小输出强度激活所述外部照明源；测量与所述外部照明源的所述最小输出强度相对应的照明运行电流；以及将所述照明运行电流与所述电流预算进行比较。进一步在这些变型中，并且响应与确定所述照明运行电流小于所述电流预算的阈值，所述方法进一步包括：迭代地调节所述外部照明源的所述输出强度，直到所述照明运行电流大于所述阈值并且小于所述电流预算。

在这个实施例的又另一个变型中，所述方法进一步包括：基于经调节的输出强度禁用与所述外部照明源相关联的一个或多个输出强度水平。

在该实施例的仍另一个变型中，所述方法进一步包括：在第一持续时间D1期间识别与所述外部照明源相对应的第一特性；基于在所述第一持续时间D1期间识别的所述第一特性，将所述外部照明源的所述输出强度调节到第一输出强度；在与所述第一持续时间D1不同的第二持续时间D2期间识别与所述外部照明源相对应的第二特性，所述第二特性与所述第一特性不同；以及基于在所述第二持续时间D2识别的所述第二特性，将所述外部照明源的所述输出强度调节至第二输出强度，其中所述第二输出强度与所述第一输出强度不同。

在另一个实施例中，本发明是用于自动校准外部照明源的系统。系统可以包括：电源，所述电源被配置为供应以太网供电(PoE)；外部照明源；以及成像组件，所述成像组件与所述电源和所述外部照明源耦合。成像组件可以被配置为识别与所述外部照明源相对应的特性；以及基于所述特性调节所述外部照明源的输出强度，其中所述成像组件将PoE供应至所述外部照明源。

在实施例的变型中，成像组件是被配置为经由机器视觉协议捕获图像的机器视觉成像组件。

在又另一个实施例中，本发明是有形机器可读介质，所述有形机器可读介质包括指令，当被执行时，所述指令使所述机器至少：识别与连接至成像组件的外部照明源相对应的特性；以及基于所述特性调节所述外部照明源的输出强度，其中所述成像组件将以太网供电供应至所述外部照明源。

附图说明

附图(其中贯穿不同的视图，相同的附图标记表示相同的或功能类似的要素)连同下面的具体实施方式被并入说明书并形成说明书的一部分，并用于进一步说明包括所要求保护的发明的概念的实施例，以及解释那些实施例的各种原理和优势。

图1示出了根据本文描述的实施例的用于自动校准外部照明源的示例系统。

图2是用于实现本文描述的示例方法和/或操作的示例逻辑电路的框图。

图3是表示根据本文描述的实施例的用于自动校准外部照明源的方法的流程图。

本领域技术人员将理解，附图中的要素出于简化和清楚而示出，并且不一定按尺度绘制。例如，附图中的要素中的一些要素的尺寸可相对于其它要素被夸大以帮助提升对本发明的实施例的理解。

已在附图中通过常规符号在合适位置表示装置和方法构成，所述表示仅示出与理解本发明的实施例有关的那些特定细节，以免因对得益于本文的描述的本领域普通技术人员而言显而易见的细节而混淆本公开。

具体实施方式

在本公开的各种实施例中，描述了用于自动校准外部照明源的系统和方法。系统提供了其中例如，机器视觉(MV)系统需要可变量的照明和/或通常汲取比传统以太网供电(PoE)架构允许的更高电流的情况下的解决方案。如本文中所使用，如本领域普通技术人员已知的，将参考相关标准(如IEEE 802.3)所提供的定义理解“以太网供电”和“PoE”。

通常而言，MV系统受益于增加的照明水平。增加的照明水平允许MV系统获取更精细分辨率的图像，并且相应地在最终分析中实现更高的精度。在许多利用MV系统的安装中(例如汽车和工业检测)，用户实现外部照明源来为MV系统提供增加的照明水平。事实上，来自现场研究的数据表明，超过70％的此类安装使用外部照明源。然而，为这些外部照明源供电已被证明是挑战。

用于工业用例的标准外部照明源的功率输出能力超过50瓦(W)。然而，如前所述，传统的MV相机通常在24V的电源上运行，并且外部照明源可以通过汲取高电流电平来达到最大功率输出，从而使电源过载。消费者可能不需要外部照明源为其特定的MV应用输出最大功率，因此对于这些消费者来说，确定外部照明源在不使电源过载的情况下可以从特定电源汲取的最大电流(例如“电流预算”)是至关重要的。消费者可以采用试错法来确定外部照明源的电流预算，但这样做可能会有损坏MV系统的风险。因此，许多消费者可能被迫购买附加电源来增加他们的电流预算，或者在完全没有外部照明源的情况下运行。

通常，消费者可以考虑特定功率需求来购买外部(例如，附加)电源。例如，假设消费者确定成像系统在任何给定时间可能需要50W的最大电源。消费者可以购买50W的外部电源，以确保成像系统或其任何部件可以在不超过能够从外部电源获得(例如过载)的最大电源的任何合适的功率水平下运行。因此，使用外部电源通常将消除校准成像系统部件的可接受功率水平汲取的需要，因为外部电源将使所有部件能够消耗尽可能大的功率。此外，大多数传统的外部电源包括一些备用容量以处理过剩负载，因此，如果成像系统短暂地超过50W的限制，则外部电源将有可能补偿暂时增加的功率需求而不使成像系统过载。然而，在许多情况下，为了避免系统过载的可能性，消费者可以购买能够提供比成像系统通常(或可能)需要的功率更多的功率的外部电源。因此，对于传统的成像系统，消费者通常会专门购买外部电源，以满足(或超过)成像系统的功率需求，并消除对系统功率校准的需要。

不幸的是，这种简单的解决方案通常不适用于利用PoE的系统。经由PoE可用的电源是根据若干标准严格定义的，使得PoE电源仅可以供应15W或30W。此外，该标准不允许PoE电源保持备用容量，并且因此可能使PoE电源无法处理过剩负载。因此，选择将PoE电源用于成像系统的消费者传统上将显著减少可在成像系统内使用的成像部件(例如，外部照明源)的数量，因为集体成像系统的功率汲取必须在PoE电源的容限内。此外，集成到可能超过PoE电源的电源容限的成像系统中的任何部件都将需要手动校准，这是时间密集型的并且通常是不准确的，从而导致整个成像系统离线(例如，停止使用)很长一段时间以正确校准附加部件。因此，PoE传统上将不可用作最大功率汲取超过这两个水平(15/30W)的成像系统/部件的电源。

因此，本申请的公开内容通过自动校准作为利用PoE电源的MV系统的一部分而被包括的外部照明源来解决这些问题。以这种方式，本申请的公开内容减轻了资金、安装和维护庞大、昂贵的工业电源的负担，并实现了各种优点。也就是说，本文公开的自动校准系统和方法自动校准连接到MV相机以汲取在PoE电源的容限内的电流水平的外部照明源的输出功率。此外，本文描述的自动校准系统和方法可以通过确定可用于外部照明源的电流预算以及禁止用户允许外部照明源汲取高于电流预算的电流来防止用户使MV系统的PoE电源过载。

因此，本公开的自动校准系统和方法通过使MV相机能够使用PoE充分且本地地为外部照明系统供电，提供了对现有技术系统的独特且可辨认的改进，从而降低了(例如由于购买附加的外部电源和由于使PoE电源过载而造成的损坏的)成本并提高了机器视觉系统性能和消费者满意度。此外，本公开的自动校准系统和方法允许消费者将任何外部照明源流动地且快速地集成到其预先配置的机器视觉系统中，而无需冗长地校准外部照明源。因此，消费者可以容易且高效地调换外部照明源，以满足特定机器视觉任务的精确照明需求。

图1示出了根据本发明的各种实施例的系统100的示例。示例系统100可以包括功率源102、成像组件104、外部照明源106、功率调节器108、电流传感器110和输出强度控制器112。成像组件104还可以包括校准算法114，校准算法114被配置用于自动校准外部照明源106，该外部照明源106作为示例系统100的一部分与电源102和成像组件104一起使用。

通常，成像组件104运行以捕获各种环境的图像并分析那些图像，以确定其中所包含的对象和/或感兴趣区域的期望的特征。相应地，应理解，成像组件104可以包括执行标准机器视觉协议所必需的所有部件。例如，成像组件104可以包括处理器(未示出)、存储器(未示出)和收发器(未示出)。此外，尽管在本文中被称为“处理器”和“存储器”，但是应当理解，在实施例中，处理器可以包括两个或更多个处理器，并且存储器可以包括两种或更多个存储器。

为了便于图像捕获和分析，并且如本文中进一步描述的，功率源102可以向成像组件104的相机子系统提供功率。通过使用这个功率，相机子系统可以捕捉各种环境的图像。在实施例中，功率源102可以通过功率调节器108向成像组件104提供以太网供电(PoE)。因此，功率源102可以是PoE兼容的以太网交换机，其将直流(DC)功率传输到功率调节器108，从而为成像组件104供电。此外，在某些方面，功率调节器108可以被包括作为成像组件104的一部分。例如，电源102可以向功率调节器108供应48伏(V)，该功率调节器108将所供应的电压转换为24V以直接供应给成像组件104。

如前所述，为了实现高保真图像处理，成像组件104可能需要相当大的外部照明。因此，外部照明源106可以提供这样的外部照明。如本文中进一步讨论的，成像组件104可以确定由功率源102供应给外部照明源106的功率量。该确定可以部分地基于由电流传感器110向成像组件104提供的测量。通常，电流传感器110测量由外部照明源106汲取并且作为由成像组件104供应的电流(例如，以安培(A)为单位)。然后电流传感器110可以将该经测量的电流传输到成像组件104，其中经测量的电流可以由校准算法114使用，如本文进一步讨论的。

此外，成像组件104可以向外部照明源106供电。输出强度控制器112可以是模拟输出，该模拟输出可以根据(例如，如由校准算法114所确定的)强度控制设置在例如0V到10V的范围内向外部照明源106的模拟输入提供电压。输出强度控制器112的输出可以由外部光106解释为线性缩放的强度，其可以表示为外部照明源106的最大输出强度的百分比。例如，假设外部照明源106可以汲取1A的电流，其对应于10V强度控制设置下的最大输出强度。在该示例中，输出强度控制器112可以将2V输出到外部照明源106的模拟输入，使得外部照明源在汲取0.2A电流的同时输出20％强度的光。

图2是表示能够实现例如图1的示例机器视觉系统100(或者更一般地，图1的示例成像装置104)的一个或多个部件的示例逻辑电路的框图。图2的示例逻辑电路是能够执行指令以例如，实现本文所描述的(如随附本说明书的附图的流程图所表示的)示例方法的操作的处理平台200。能够例如实现本文所述的示例方法的操作的其他示例逻辑电路包括现场可编程门阵列(FPGA)和专用集成电路(ASIC)。

图2的示例处理平台200包括处理器202，诸如例如一个或多个微处理器、控制器和/或任何合适类型的处理器。图2的示例处理平台200包括能够由处理器202(例如，经由存储器控制器)访问的存储器(例如，易失性存储器、非易失性存储器)204。示例处理器202与存储器204交互以获取例如存储在存储器204中的与例如由本公开的流程图表示的操作相对应的机器可读指令。存储器204还包括能够由示例处理器202访问的图1的校准算法114。校准算法114可以包括基于规则的指令、人工智能(AI)和/或基于机器学习的模型、和/或被配置为自动校准外部照明源(例如，外部照明源106)的任何其他合适的算法架构或其组合。例如，作为示例系统100的一部分，当外部照明源106初始耦合到功率源102和成像组件104时，示例处理器202可以访问存储器204以执行校准算法114。附加地或替代地，与本文所描述的示例操作相对应的机器可读指令可以存储在一个或多个可移动介质(例如，光盘、数字通用盘、可移动闪存等)上，该可移动介质可以耦合到处理平台200以提供对存储在其上的机器可读指令的访问。

图2的示例处理平台200还包括网络接口206，以实现经由例如一个或多个网络与其他机器的通信。示例网络接口206包括被配置为根据任何合适的(多个)协议运行的任何合适类型的(多个)通信接口(例如，有线和/或无线接口)。

图2的示例处理平台200还包括输入/输出(I/O)接口208，以使得能够接收用户输入并将输出数据传递给用户。

图2的示例处理平台200还包括成像传感器210，以使得能够通过例如成像装置104捕获图像数据。成像传感器210可以是被配置为捕获适用于图像分析的数据的任何传感器。例如，成像传感器210可以是被配置为捕获适用于机器视觉技术的二维(2D)图像数据的红-绿-蓝(RGB)相机。

图3是表示根据本文所描述的实施例的用于自动校准外部照明源的方法300的流程图。方法300可以广泛地描述用于自动校准外部照明源的各种方法。一般来说，并且如上所述，用于自动校准外部照明源的方法300描述了利用PoE电源(例如，功率源102)和机器视觉相机(例如，成像组件104)来识别外部照明源(例如，外部照明源106)的特性。使用这些特性，机器视觉相机可以调节外部照明源的输出强度，以例如提供增加的照明(例如，增加输出强度)。应当理解，任何合适的测量度量或其组合可以用于表示功率、电流、输出强度和/或与方法300相关联的任何其他测量。还应当理解，方法300的步骤中的任何一个步骤可以由例如成像组件104、校准算法114、处理器202和/或本文所讨论的任何其他合适的部件或其组合来执行，并且方法300的步骤可以由这些设备/部件中的任一者/每一者自动执行(例如无需用户/操作员输入/提示)。此外，在实施例中，成像组件104可以不包括机器视觉能力，并且成像组件104可将捕获的图像数据传输到远程位置(例如，托管服务器)，以用于本文所述的图像数据处理和分析动作。

在框302处，方法300可以包括(例如经由功率源102)将PoE供应到成像组件(例如成像组件104)。通常，并且如前所述，成像组件104可以根据通过功率调节器(例如功率调节器108)供应的电压从功率源102中汲取功率，功率调节器被配置用于为成像组件104供应适当的电压。在实施例中，成像组件104是被配置为经由机器视觉协议捕获图像的机器视觉成像组件。这些机器视觉协议可以包括例如光学字符识别(OCR)、人脸识别、边缘检测、图像分割和/或任何其他合适的机器视觉技术或其组合。

在框304处，方法300可以包括识别与连接到成像组件104的外部照明源(例如外部照明源106)相对应的特性。通常，特性可以指示外部照明源106可以从功率源102汲取以实现来自外部照明源106的照明的可用电流量(例如“电流预算”)。校准算法114可以通过确定成像组件104的运行特性来识别这个特性。也就是说，校准算法114可以确定成像组件104在运行期间从电源102汲取多少成像运行电流，然后确定可以分配给外部照明源106的剩余电流预算。当然，应该理解的是，确定成像组件104的运行特性可以由操作者在成像组件104的离线运行期间(例如，不是在实时机器视觉任务期间)手动执行。此外，在成像组件104的运行特性的离线确定期间，外部照明源106不需要被连接作为成像系统(例如，示例系统100)的一部分。具体地，可以在不将外部照明光源106连接到系统(例如100)的情况下确定成像组件104的运行特性。

无论如何，在实施例中，校准算法114可以通过以最大功率模式激活成像组件104来确定成像组件104所需的成像运行电流。例如，如果成像组件104可在1W到10W之间运行，校准算法114可激活成像组件104来以10W(在此示例中为最大功率模式)运行，以测量成像组件104在该最大功率模式下汲取的电流。通常，成像组件104在正常运行期间可能不会以最大功率模式运行，但校准算法114以最大功率模式激活成像组件104，以确定成像组件104在正常运行期间的任何时间点处可能需要的最大电流汲取。

实际上，校准算法114可以同时以最大功率模式激活成像组件104，并且使功率调节器108供应最小运行电压。成像组件104汲取的电流与供应的电压和输出功率之间以众所周知的关系(例如，P＝V*I，其中P为输出功率，V为供应的电压，I为汲取的电流)相关，因此对于给定的成像组件104的最大功率输出，如果由功率调节器108供应的电压是固定的(例如，24V)，则成像组件104可汲取固定的最大电流。例如，假设功率源102提供30W的功率，成像组件104具有对应于5W的功率输出的最大功率模式，并且功率调节器108可以向成像组件104供应固定的24V。在此示例中，成像组件104可以理论上汲取约0.2A的最大电流来以5W的最大功率模式运行。当然，超过已知的阈值的一些理论上的电流汲取、电压供应和功率输出可能是实际不可行的，因此最大功率模式可能基于这些已知实际阈值受校准算法限制。此外，应该理解的是，为了简单起见，某些附加因素(如电缆损耗、系统效率等)未被包括在上述和本文的示例计算中，并且校准算法114可以将这种附加因素并入任何合适的确定/计算中。

此外，可以基于由功率源102供应并由功率调节器108转换的恒定电压来确定电流预算。例如，假设功率源102被配置为向成像组件104和外部照明源106供应约15W的功率。如果功率调节器108将功率源102供应的48V转换为24V以为成像组件104和外部照明源106供电，则校准算法114可确定成像组件104和外部照明源106可以共同汲取高达0.5A的电流，以达到由功率源102供应的约15W的最大功率输出。校准算法114还可以确定成像组件104可以汲取高达0.2A的电流，以达到约5W的已知最大功率模式。因此，校准算法114还可以确定外部照明源106汲取的电流不可以超过0.3A(例如本示例中的“电流预算”)。因此，输出强度控制器112可以向外部照明源106的模拟输入提供高达3V的电压，从而将光输出限制为30％，对应于来自电源调节器108的0.3A的电流。

以此方式，校准算法114可以确定成像组件104在即使在最不可能的运行情况下可能汲取的绝对最大电流。因此，校准算法114可以测量与成像组件104的最大功率模式相对应的成像运行电流(例如，成像组件104的“最大电流汲取”)，并且可以基于与最大功率模式相对应的成像运行电流来确定电流预算。在实施例中，校准算法114可以在成像组件的开发阶段(例如，在成像组件104的离线运行期间)测量一次成像运行电流并确定电流预算。此外，在一些实施例中，校准算法114可以在成像组件的运行时期间(例如，在实时的机器视觉任务期间)动态测量成像运行电流并确定电流预算。

在可选框306处，方法300可以包括以最小输出强度激活外部照明源106。最小输出强度通常可以指外部照明源106能够发射的最小照明强度。例如，如果外部照明源106额定以对应于从1W到100W的范围的功率输出的强度输出照明，则1W的输出功率可以对应于外部照明源106的最小输出强度。

通常，校准算法114可以最小输出强度激活外部照明源106作为预防措施，以避免使功率源102过载。例如，假设功率源102被配置为向成像组件104和外部照明源106组合供应15W的功率。此外，假设成像组件104从功率源102汲取10W，剩余5W用于外部照明源106。如果外部照明源106激活以提供12W的照明，并从功率调节器108以24V汲取0.5A的电流，则外部照明源106将会使功率源102过载，因为它试图从功率源102汲取超出功率源102能够提供的附加7W的功率。因此，为了避免这些可能的导致损坏/危险的结果，校准算法114可以以最小输出强度激活外部照明光源106。

在可选框308处，方法300可以包括测量与外部照明源106的最小输出强度相对应的照明运行电流。校准算法114可以使外部照明源106在以最小输出强度运行的同时以100％占空比运行，使得电流传感器110有足够的时间准确测量外部照明源106汲取的电流。例如，电流传感器110可以具有相应的积分时间，在此期间，电流传感器110需要来自外部照明源106的恒定输入信号(例如，电流读数)以便测量从外部照明源106汲取的电流。

在实施例中，校准算法114可以将照明运行电流与电流预算进行比较。作为示例，假设照明运行电流为0.1A，并且电流预算为0.15A。校准算法114可以将照明运行电流与电流预算进行比较，以确定照明运行电流小于电流预算。在此示例中，校准算法114可以附加地确定照明运行电流可以增加以提供附加的照明来促进由成像组件104执行的机器视觉任务。作为示例，假设照明运行电流为0.2A，并且电流预算为0.1A。校准算法114可以将照明运行电流与电流预算进行比较，以确定照明运行电流大于电流预算。在此示例中，校准算法114可以附加地确定应减小照明运行电流以避免使电源102过载。

在框310处，方法300可以包括基于特性调节外部照明源的输出强度。成像组件可以通过使输出强度控制器从由成像组件供应的24V调节电压水平(例如，从0V到10V)来(例如，通过执行校准算法114)大致调节外部照明源的输出强度(本文中也称为调节“强度控制设置”)。继续上述示例，假设PoE功率源(例如，功率源102)被配置为向成像组件(例如，成像组件104)和外部照明源(例如，外部照明源106)组合提供15W的功率。在此示例中，假设成像组件104从功率源102汲取10W，剩余5W用于外部照明源106。此外，假设强度控制设置使输出强度控制器向外部照明源106提供1V，导致外部照明源106在24V处汲取0.1A的电流，产生约2.4W的输出强度。校准算法114可以确定约0.2A的电流预算，并且因此也可以确定照明运行电流(在此示例中为0.1A)小于电流预算。因此，校准算法114可以将强度控制设置从1V调节为2V，并且因此，可以将由外部照明源106汲取的电流从0.1A增加到0.2A(将输出强度从约2.4W增加到约4.8W)。

在实施例中，并且响应于确定照明运行电流小于电流预算的阈值时，校准算法(例如，校准算法114)可以迭代地调节外部照明源的输出强度，直到照明运行电流大于阈值并小于电流预算。通常，校准算法114可以包括和/或确定与电流预算相对应的阈值，该阈值可以表示校准算法114将其与照明运行电流相比较以确定外部照明源的最大输出强度的电流预算的百分比。

例如，假设系统(例如，示例系统100)具有0.3A的与外部照明源相关联的电流预算，并且校准算法114包括和/或确定电流预算的95％(例如，0.285A)的阈值。在此示例中，一旦照明运行电流等于或超过0.285A，校准算法114可以确定外部照明源已达到最大输出强度。当然，如果校准算法114确定照明运行电流超过了阈值和电流预算两者(例如，照明工作电流为0.31A)，则校准算法114可以迭代地减小照明运行电流，直到校准算法114确定照明运行电流等于或超过阈值并且小于或等于电流预算。

扩展上述示例，假设系统的电流预算为0.3A，阈值为0.285A(例如，电流预算的95％)，并且照明运行电流为0.2A。校准算法114可以确定照明运行电流小于电流预算和阈值，并且因此可以增加照明运行电流。因此，校准算法114可以将强度控制设置从2V增加到2.04V，并且由此将外部照明源汲取的电流从0.2A增加到0.204A。校准算法114可以将经调节的照明运行电流值(0.204A)与电流预算和阈值进行比较，并确定照明工作电流应再次增加。

因此，校准算法114可以根据电流预算和阈值迭代地比较和增加照明运行电流，直到照明运行电流等于或超过阈值但不超过电流预算为止。使用先前示例进行说明，校准算法114可以将强度控制设置从2V逐0.04V(例如，将10V分为255个增量值)迭代地增加到0.284A，由此将照明运行电流值迭代地增加4mA，直至它达到0.284A。此时，校准算法114可以再次逐4mA增量值地增加照明运行电流，使得经调节的照明运行电流达到0.288A。校准算法114可以将经调节的照明运行电流值与电流预算(0.3A)和阈值(0.285A)进行比较，并且可以确定经调节的照明运行电流超过阈值但不超过电流预算。因此，校准算法114可以确定经调节的照明运行电流(0.288A)对应于外部照明源的最大输出强度。

此外，在实施例中，校准算法114可以在第一持续时间Dl期间识别与外部照明源相对应的第一特性。通常，第一持续时间D1可以对应于系统(例如，示例系统100)执行第一成像任务和/或第一机器视觉任务的时间段。例如，校准算法114可以基于成像组件(例如，成像组件104)的功率需求来识别外部照明源在第一成像任务期间具有0.3A的关联电流预算。因此，在这些实施例中，校准算法114可以基于在第一持续时间D1期间识别的第一特性将外部照明源的输出强度调节到第一输出强度。继续先前的示例，校准算法114可以将照明运行电流调节到小于或等于0.3A，并且因此，外部照明源可以以相应的第一输出强度来输出照明。

在这些实施例中，校准算法114还可以在与第一持续时间D1不同的第二持续时间D2期间识别与外部照明源相对应的第二特性，该第二特性与第一特性不同。通常，第二特性可能在类型(例如，电压、电流、功率等)或大小(例如，1V、2V、3V等)上与第一特性不同，而第二持续时间D2可以是其中系统执行第二成像任务和/或第二机器视觉任务的另一个分开/单独的时间段。应当理解，第一持续时间和第二持续时间可能在时间上重叠，并且第一成像任务和/或第一机器视觉任务可能与第二成像任务和/或第二机器视觉任务相同和/或相似。

无论如何，并且继续先前示例，校准算法114可以基于成像组件(例如，成像组件104)的功率需求来识别外部照明源在第一成像任务期间具有0.2A的关联电流预算。因此，在这些实施例中，校准算法114可以基于在第二持续时间D2期间识别的第二特性将外部照明源的输出强度调节到第二输出强度。为了说明，校准算法114可以将照明运行电流调节到小于或等于0.2A，并且因此，外部照明源可以以相应的第二输出强度输出照明。

第二输出强度可以与第一输出强度不同，但应理解，如果例如校准算法114确定照明运行电流应该降低同时保持相同的输出强度，则第二输出强度可以与第一输出强度相同。在该情况下，校准算法114可以增加对外部照明源的强度控制设置(例如，供应的电压)，并利用电流调节器或任何合适的部件来降低照明运行电流，由此保持相同的输出强度。

此外，通常应当理解，校准算法114可以以浮动的、可变的方式按照频率地/周期性地调节外部照明源(例如，外部照明源106)的输出强度，以适应成像组件104的功率需求。此外，校准算法114可以以迭代和/或单一的方式调节外部照明源的输出强度，如本文所述。

在可选框312处，方法300可包括基于经调节的输出强度禁用与外部照明源相关联的输出强度水平。通常，校准算法114可以确定与外部照明源相关联的最大输出功率，并且可以禁用超过最大输出功率的所有/一些输出强度水平。取决于可以对应于外部照明源的不同最大输出功率值的系统(例如，示例系统100)执行的配置和/或成像任务，校准算法114可以禁用不同的输出强度水平。例如，当系统执行第一成像任务时，校准算法114可以确定可以对应于外部照明源的3V的强度控制设置的5W的最大输出功率。因此，当系统被配置为执行第一成像任务时，校准算法114可以禁用与外部照明源的大于3V的强度控制设置相对应的所有输出强度水平。因此，当系统被配置为执行第一成像任务时，用户/操作者可能无法将强度控制设置选择或配置为向外部照明源提供大于3V。

然而，在先前的示例中，如果用户/操作者重新配置系统以执行其中外部照明源具有10W的最大允许输出功率的第二成像任务，则校准算法114可以启用与5W到10W范围内的输出功率相对应的强度控制设置。因此，当系统被配置为执行第二成像任务时，用户/操作者可以选择强度控制设置和/或以其他方式配置外部照明源以提供超过5W并且直到10W的功率。校准算法114可以为系统的任何适当配置确定禁用的输出强度水平，并且可以将每个禁用的输出强度水平存储在存储器(例如，存储器204)中。用户/操作者也可以促使校准算法114(例如，经由I/O接口208)为系统的每个配置确定禁用的输出强度水平，并且/或者校准算法114可以自动识别系统的新配置，并且自动确定与新配置相对应的一个或多个禁用的输出强度水平。

术语发射器、接收器和收发器在本文中用于示例目的，并且不应被解释为限制。例如，将理解，对作为发射器或接收器的元件的引用包括作为收发器的元件。此外，取决于该元件正在发送还是/或接收数据，对作为收发器的元件的任何引用都可以包括被实现为发射器和/或接收器的元件。

以上描述涉及附图的框图。由框图表示的示例的替代实现方式包括一个或多个附加或替代要素、过程和/或设备。附加地或替代地，可以排合、划分、重新布置或省略图中的示例框中的一个或多个。由图中的框表示的组件由硬件、软件、固件和/或硬件、软件和/或固件的任何排合来实现。在一些示例中，由框表示的组件中的至少一个由逻辑电路实现。如本文所使用的，术语“逻辑电路”明确地定义为包括至少一个硬件部件的物理设备，该至少一个硬件部件被配置(例如，经由根据预定配置的操作和/或经由存储的机器可读指令的执行)为控制一个或多个机器和/或执行一个或多个机器的操作。逻辑电路的示例包括一个或多个处理器、一个或多个协处理器、一个或多个微处理器、一个或多个控制器、一个或多个数字信号处理器(DSP)、一个或多个专用集成电路(ASIC)、一个或多个现场可编程门阵列(FPGA)、一个或多个微控制器单元(MCU)、一个或多个硬件加速器、一个或多个专用计算机芯片、以及一个或多个片上系统(SoC)设备。诸如ASIC或FPGA之类的一些示例逻辑电路是用于执行操作(例如，由本文所描述的流程图表示的操作中的一个或多个)的专门配置的硬件。一些示例逻辑电路是执行机器可读指令以执行操作(例如，由本公开的流程图表示的一个或多个操作，如果存在)的硬件。一些示例逻辑电路包括专门配置的硬件和执行机器可读指令的硬件的组合。上述描述涉及本文所描述的各种操作以及可以附在本文中以说明那些操作的流程的流程图。任何此类流程图表示本文所公开的示例方法。在一些示例中，由流程图表示的方法实现由框图表示的装置。本文所公开的示例方法的替代实现方式可以包括附加或替代操作。此外，可以组合、划分、重新布置或省略本文所公开的方法的替代实现的操作。在一些示例中，由流程图表示的本文所描述的操作由存储在介质(例如，有形机器可读介质)上的机器可读指令(例如，软件和/或固件)实现，用于由一个或多个逻辑电路(例如，(多个)处理器)执行。在一些示例中，本文所描述的操作由一个或多个专门设计的逻辑电路(例如，(多个)ASIC)的一个或多个配置实现。在一些示例中，本文所描述的操作由(多个)专门设计的逻辑电路和存储在介质(例如，有形机器可读介质)上以由(多个)逻辑电路执行的机器可读指令的组合来实现。

如本文所使用的，术语“有形机器可读介质”、“非瞬态机器可读介质”和“机器可读存储设备”中的每一者被明确定义为存储介质(例如，硬盘驱动器、数字多功能盘、光盘、闪存存储器、只读存储器、随机存取存储器等的盘片)，在其上存储机器可读指令(例如，以软件和/或固件的形式的程序代码)达任何合适的时间段(例如，永久地，在延长的时间段(例如，当与机器可读指令相关联的程序正在执行时)和/或短时间段(例如，在机器可读指令被高速缓存和/或在缓冲过程中)。进一步，如本文所使用的，术语“有形机器可读介质”、“非瞬态机器可读介质”和“机器可读存储设备”中的每一者被明确地定义为排除传播信号。也就是说，如在本专利的任何权利要求中所使用的，术语“有形机器可读介质”、“非瞬态机器可读介质”和“机器可读存储设备”中的任何一者都不能被理解为由传播信号实现。

在上述说明书中，已经描述了具体实施例。然而，本领域普通技术人员理解，可以做出各种修改和改变而不脱离如以下权利要求书所阐述的本发明的范围。因此，说明书和附图被认为是说明性的而非限制性的意义，并且所有此类修改都旨在被包括在本教导的范围内。附加地，所描述的实施例/示例/实现方式不应该被解释为相互排斥的，而应被理解为潜在地可组合的，如果此类组合以任何方式是允许的。换句话说，前述实施例/示例/实现方式中的任一者中所公开的任何特征可以被包括在其他前述实施例/示例/实现方式中的任一者中。

这些益处、优势、问题解决方案以及可能使任何益处、优势或解决方案发生或变得更为突出的任何(多个)要素不被解释成任何或所有权利要求的关键的、必需的或必要的特征或要素。本要求保护的发明仅由所附权利要求书限定，包括在本申请处于待审状态期间做出的任何修改以及授权公告的那些权利要求的所有等效物。

此外，在该文档中，诸如第一和第二、顶部和底部等之类的关系术语可以单独地用来将一个实体或动作与另一个实体或动作区别开，而不一定要求或暗示这些实体或动作之间具有任何实际的这种关系或顺序。术语“包括”、“包含”、“具有”、“包括”、“涵盖”或其任何其他变型旨在涵盖非排他性包含，使得包括、具有、包括、包含、涵盖元素列表的过程、方法、物品或装置不仅包括那些元素，还可以包括未明确列出或这种过程、方法、物品或装置固有的其他元素以“包括一”、“具有一”、“包含一”、“涵盖一”开头的要素，在没有更多约束条件的情形下，不排除在包括、具有、包含、涵盖该要素的过程、方法、物品或装置中有另外的相同要素存在。术语“一”和“一个”被定义为一个或更多个，除非本文中另有明确声明。术语“基本”、“大致”、“近似”、“约”或这些术语的任何其他版本被定义为如本领域技术人员理解的那样接近，并且在一个非限制性实施例中，这些术语被定义为在10％以内，在另一实施例中在5％以内，在另一实施例中在1％以内，而在另一实施例中在0.5％以内。本文中使用的术语“耦合的”被定义为连接的，尽管不一定是直接连接的也不一定是机械连接的。以某种方式“配置”的设备或结构至少以该种方式进行配置，但也可以以未列出的方式进行配置。

本公开的摘要被提供以允许读者快速地确定本技术公开的性质。提交该摘要，并且理解该摘要将不用于解释或限制权利要求书的范围或含义。另外，在上述具体实施方式中，可以看出出于使本公开整体化的目的，各种特征在各种实施例中被编组到一起。这种公开方法不应被解释为反映要求保护的实施例与各项权利要求中明确记载的相比需要更多的特征的意图。相反，如以下权利要求所反映，发明主题可能在于少于单个公开的实施例的全部特征。因此，以下权利要求由此被结合到具体实施方式中，其中各个权利要求作为单独要求保护的主题代表其自身。