一, потражња за индустријом за утикач М8 конектора - у откривању статуса
М8 конектори се широко користе у областима као што су машине за фабричку аутоматизацију, аутомобилску електронику и железнички транзит и њихов утикач - у статусу директно утичу на стабилност система. На пример, у вези са заједничким сензорима робота, лоше уметање једног конектора може резултирати грешкама повратних информација о положају већа од 0,1 мм, што доводи до неконтролисаног кретања роботске руке. Традиционална ручна визуелна инспекција има недостатке ниске ефикасности и високе лажне брзине детекције, док визуелни системи могу да открију неколико конектора у секунди са лажном стопом детекције од мање од 0,01%, значајно побољшање квалитета производње.
2, хардверска архитектура и избор система визуелног прегледа
1. Индустријска конфигурација фотоапарата и сочива
Избор резолуције: Потребно је открити 0,1 мм ПИН оффсет, камера са резолуцијом од 5 милиона пиксела или више. На пример, камере серије Баслер Аце могу постићи тачност откривања од 0,05 мм / пиксела на 1080п резолуцији.
Параметри сочива: Усвајање телецентричних сочива за уклањање перспективног изобличења, радна удаљеност се контролише у опсегу од 50-100 мм, осигуравајући да поље приказа покрива целу површину за уметање конектора.
Дизајн извора светлости: Кружно ЛЕД позадинско осветљење упарено са коаксијалним светлошћу, што јасно може разликовати металне ивице и игле и утичнице. Експеримент показује да косо 45 степени може побољшати контраст сенке у корену ПИН-а и побољшати брзину препознавања оштећења.
2 Јединица за обраду слике
Уграђени систем за визију: Такав што је болесни ИВП РАНГЕРЦ50 интелигентна камера, са изграђеним - у модулу за прераду ФПГА, може довршити детекцију ивица, подударање предложака и осталих алгоритама у реалном времену, са брзином прераде до 120фпс.
ПЦ базни систем: Погодно за сарађењу са више камера, користећи Баслер Пилон СДК да би се постигао Мулти - навојни стицање слике и халцон библиотеке за реконструкцију 3Д Поинт Цлоуд Реконструкција.
3, Алгоритам за откривање језгра и стаза имплементације
1. Позиционирање и екстракција ивице
Акумулирана квантизација Градиент Смјер: Производња библиотеке прикључка за контуре израчунавањем хистограма градијентног смера сваког пиксела на слици. Експеримент показује да тачност препознавања ове методе за М8 конектори достигне 99,7%, а још увек може да ради у сложеном позадини.
Анализа хистограма скенирања: Скенирајте слику конектора дуж хоризонталног / вертикалног смера и пребројите положаје Грисцале транзиционих тачака. Узимање одређеног модела М8 конектора као примера, сива нивоа мутација нивоа његове утичнице на линији скенирања прелази 50, што може тачно да пронађе центар утичнице.
2 Модел класификације за утикач - у статусу
Традиционална обрада слике:
Мерење геометријских параметара: израчунати параметре као што су одступање на даљину и угао нагиба између игле и утичница. На пример, када се компензација ПИН центра прелази 0,2 мм или је угао нагиба већи од 2 степена, оцењује се као лоше уметање.
Сегментација прага сиве: АЛГОРИТХ ДУССУ аутоматски одређује праг сегментације између игле и утичница, откривајући недостатке као што су нестали или савијени игле.
Солутион за дубоко учење:
Иолов5 Детекција објекта: Обучите модел да бисте препознали статус уметања (нормално / половина уметнута / није убачена), постизање вредности мапе од 98,2% на 1000 назначених слика.
Реснет50 Класификација Мрежа: Извршите 224 × 224 сегментације подручја пиксела на утикачу - на површини и излази утикач - у нивоу квалитета (одлично / добро / лоше) након уноса у мрежу, са стопом тачности од 97,5%.
4, оптимизација процеса откривања у индустријским сценаријима
1. Динамично детекција и прави - повратне информације
Примена високог - брзине линеарне матрице: на континуираној производној линији, линеарна матрична камера користи се за скенирање конектора на линијској фреквенцији од 10кХз и окидач за покретање покрета са кодером. На пример, одређена линија за производњу електронике електронике повећала је брзину откривања на 300 конектора у минуту кроз ово решење.
ПЛЦ колаборативна контрола: Визуелни систем преноси резултате откривања (ОК / НГ сигнале) у реалном времену кроз ПЛЦ путем ТЦП / ИП протокола, покреће механизам сортирања да бисте уклонили неисправне производе. Експериментални подаци показују да ова шема смањује недостајуће стопе детекције неисправних производа од 3% на 0,2%.
2 Побољшаност прилагодљивости животне средине
Пројектовање против вибрација: Под условима вибрација, алгоритам за филтрирање фреквенције користи се за сузбијање замућења слике узроковано механичким вибрацијама. На пример, задржавање сигнала фреквенцијског опсега 50-200Хз путем опсег филтера може ефикасно да извуче функције конектора.
Технологија мултиспектралне слике: за сцене загађења попут нафтних мријека и прашине, у комбинацији са видљивим светлосним и инфрацрвеним сликама, анти- карактеристике сметње се екстрахују главним анализом компоненте (ПЦА). Тестови су показали да ова метода и даље може да одржи тачност откривања преко 95% у тешко загађеним окружењима.
5, типични случајеви примене и верификација перформанси
1. Детекција заједничких сензора робота
У одређеном шест Акис индустријским роботским пројектом, визуелни систем открива статус уметања М8 конектора:
Конфигурација хардвера: 2 5- Мегапиксел ЦМОС фотоапарати, упарене са телефото сочивима и кружним извором ЛЕД светлосног светла.
Индикатори тестирања: Центар за одступање игле мањих или једнако 0,15 мм, угао нагиба мањим или једнаким 1,5 степени, грешка дубине за уметање мање или једнака 0,3 мм.
Еффекат имплементације: Након покретања система, тачност позиционирања робота је побољшана на ± 0,03 мм, што је три пута веће од ручног детекције, а стопа кварова опреме смањена је за 80%.
2 Тестирање новог система за управљање батеријом енергетског возила
У одређеном електричном возилу БМС производна линија за производњу визуелног система открива М8 конектори:
Садржај тестирања: недостаци попут оксидације утичнице, савијање ПИН-а и оштећења изолационог слоја.
Оптимизација алгоритама: у - Нето семантичка мрежа сегментације користи се за израду класификације нивоа пиксела на утикачу - на површини, са брзином откривања до 20фпс.
Подаци о постигнућима: Систем постиже 100% на мрежи детекцију, са нултом брзином откривања и лажној стопи детекције мањи од 0,5%, обезбеђујући поуздан рад БМС система за 5 година.
