Роботизированная инспекция качества: почему покрытие — это самая сложная часть
Как работает роботизированная инспекция качества: планирование сканирования, калибровка, синхронизация робота и зрения, многовидовое слияние, доказательство покрытия и записи качества.
Роботизированный контроль качества объединяет компьютерное зрение с роботом, который перемещает камеру, деталь или датчик по запланированному набору точек обзора. Это полезно, когда стационарная камера не может увидеть каждую требуемую поверхность, когда геометрия изделия меняется или когда проверка должна охватывать несколько сторон без использования большого количества неподвижных камер.
Ultralytics YOLO может обеспечивать обнаружение, сегментацию, классификацию, определение положения или отслеживание в составе пользовательского стека контроля. Промышленные комплексы машинного зрения от Cognex, Keyence, MVTec, Zebra и Teledyne предлагают проверенные инструменты и аппаратные экосистемы. Платформы компьютерного зрения, такие как Landing AI и Robovision, акцентируют внимание на настраиваемых рабочих процессах обучения. Наилучший выбор зависит от того, что нужно организации: готовый продукт для контроля, среда промышленной разработки или настраиваемый уровень моделей.
Варианты ПО для роботизированного контроля#
| Вариант | Лучшее применение | Преимущество | Основная ответственность за интеграцию |
|---|---|---|---|
| Cognex | Промышленные ячейки с широкой экосистемой машинного зрения | Опыт работы с камерами, инструментами и заводской интеграцией | Проектирование прикладных задач для конкретной ячейки и координация роботов |
| Keyence | Контролируемый промышленный контроль со встроенным аппаратным обеспечением зрения | Готовые датчики, освещение и инструменты контроля | Покрытие и производительность для реального ассортимента продукции |
| Landing AI или Robovision | Команды, которым нужны настраиваемые рабочие процессы обучения зрения | Разработка моделей и функции платформы для контроля; учти, что Landing AI переориентировалась на документный ИИ, поэтому уточни её дорожную карту в области контроля | Интеграция роботов, систем формирования изображений, линий и контроля качества |
| MVTec HALCON | Инженерные команды, разрабатывающие передовые приложения машинного зрения | Обширная программируемая библиотека зрения | Специализированная разработка, развертывание и обслуживание |
| Ultralytics Platform and Ultralytics YOLO | Команды, создающие пользовательский многоракурсный обученный контроль | Гибкие задачи зрения, рабочий процесс от данных к модели, выбор вариантов развертывания | Траектория робота, калибровка, слияние результатов, элементы управления и валидация |
| Линейки систем зрения Zebra или Teledyne | Приложения промышленного формирования изображений и машинного зрения | Аппаратная и программная экосистема | Инжиниринг решений под конкретный продукт |
Названия поставщиков описывают отправные точки, а не доказанную производительность. Каждый вариант требует тестирования на репрезентативных деталях, дефектах, скоростях, поверхностях и траекториях робота.
Когда робот улучшает визуальный контроль#
Робот может дать несколько преимуществ:
- Один датчик может захватывать несколько сторон или углов.
- Точку обзора и рабочее расстояние можно повторять программно.
- Камера может приближаться к полостям или элементам, скрытым от стационарной станции.
- Рецепты контроля могут меняться в зависимости от варианта изделия.
- Деталь можно поворачивать перед управляемым освещением.
- Результаты зрения можно привязать к позе робота или координатам изделия.
Обратной стороной является сложность системы. Движение робота увеличивает время цикла, требует калибровки, прокладки кабелей, создает риск столкновений, размытие движения, проблемы с синхронизацией и дополнительные режимы отказов. Если один фиксированный вид отвечает на вопрос о качестве, робот не нужен.
Определи требования к контролю в координатах изделия#
Перечисли каждую поверхность и элемент, которые необходимо проверить, наименьшую значимую аномалию, допустимое отклонение, недоступные зоны и требуемое решение. Сопоставь каждое требование с запланированным видом и методом получения изображений.
Используй таблицу покрытия:
| Функция | Требуемый вид | Условия съемки | Выходные данные зрения | Решение |
|---|---|---|---|---|
| Поверхность A | Косой вид 1 | Рассеянный свет | Маска сегментации | Проверить по правилу утвержденной зоны выше |
| Разъем B | Фронтальный вид 2 | Коаксиальный свет | Наличие и положение | Браковать, если отсутствует или смещен |
| Край C | Профильный вид 3 | Подсветка | Измерение контура | Сравнить с логикой допусков |
Это делает слепые зоны видимыми. Это также отделяет наблюдения модели от правила качества, применяемого на последующих этапах.
Планируй виды и движение вместе#
Планирование пути контроля должно сбалансировать покрытие, качество изображения, досягаемость робота, зазор для предотвращения столкновений, кабельные ограничения и время цикла. Записывай позу камеры, фокус, экспозицию, состояние освещения, скорость робота и триггер захвата для каждого вида.
Выполняй захват, когда движение достаточно контролируемо для метода формирования изображений. Траектория с остановками и захватом проста, но может удлинить цикл. Срабатывание во время движения может улучшить производительность, но требует освещения и экспозиции, предотвращающих размытие, а также точной синхронизации между изображением и позой робота.
Проверяй повторяемость после прогрева, смены инструмента, обслуживания и ожидаемой вибрации. Если камера установлена на роботе, небольшие механические смещения могут сдвинуть наблюдаемую область, даже когда модель остается доступной.
Откалибруй камеру, робота и изделие#
Системе может потребоваться три соотношения:
- Внутренние параметры камеры и поведение объектива.
- Преобразование камеры в робота или камеры в инструмент.
- Поза изделия в оснастке или системе координат робота.
Калибровка позволяет сообщать о дефекте, обнаруженном на изображении, на правильной поверхности изделия или в физической области. Определи приемочный тест, сохраняй версии калибровки и укажи события, вызывающие повторную калибровку.
Для гибкой оснастки этап регистрации может сначала найти изделие или опорные элементы. Не предполагай, что заданная поза робота сама по себе доказывает, где проверяемая поверхность появляется на изображении.
Выбери задачу компьютерного зрения#
Используй классификацию для строго контролируемого вида с небольшим набором общих состояний. Используй обнаружение, когда дефекты или компоненты должны быть локализованы в виде прямоугольников. Используй сегментацию, когда важны форма и площадь дефекта или границы нерегулярны. Используй позу или ключевые точки для геометрических особенностей и регистрации. Традиционные измерительные инструменты могут оставаться предпочтительными для четких, детерминированных кромок и откалиброванных размеров.
Гибридная система может использовать классическое зрение для геометрии и обученную модель для переменного внешнего вида. Целью является проверяемый контроль, а не максимальное использование машинного обучения.
Ultralytics Platform поддерживает разметку наборов данных, обучение, сравнение моделей и развертывание для рабочих процессов Ultralytics YOLO. Организуй набор данных по изделиям, поверхностям, видам, освещению, траектории робота и типу дефектов, чтобы оценка отражала весь рецепт.
Объединяй результаты по всем видам#
Каждое захваченное изображение должно содержать идентификатор блока, рецепт, идентификатор вида, позу робота, метку времени, версию модели и версию калибровки. Приложение агрегирует наблюдения на уровне вида в результат на уровне блока.
Явно обрабатывай дублирующиеся наблюдения. Царапина, видимая под двумя углами, не должна автоматически становиться двумя дефектами. И наоборот, расхождение между видами может указывать на отражение, окклюзию, ошибку калибровки или сложную аномалию, которую следует проверить.
Сохраняй по крайней мере три состояния: пройдено, не пройдено и проверка/недоступно. Принудительное установление статуса прохождения или непрохождения, когда вид отсутствует или качество изображения низкое, создает скрытый риск.
Проверяй покрытие, обнаружение и решение#
Раздели три вопроса:
- Покрытие: получил ли рецепт приемлемое изображение каждой требуемой области?
- Обнаружение: определил ли метод зрения соответствующее видимое состояние?
- Решение: приняли ли правило и рабочий процесс правильное решение на уровне блока?
Тестируй с репрезентативными дефектами, размещенными на поверхностях и на границах покрытия. Включай хорошие изделия с нормальными косметическими вариациями, загрязнениями, отражениями, изменениями оснастки и отремонтированными элементами. Разделяй оценку по производственным партиям или времени, чтобы практически идентичные снимки не просачивались между обучающим и тестовым наборами.
Операционные показатели включают пропущенные дефекты, ложные браки, частоту проверок, недоступные виды, время цикла, ручные вмешательства, сбои калибровки и время диагностики события. Сообщай результаты по изделиям, поверхностям, дефектам и видам, а не только один агрегированный показатель.
Интегрируй с системой качества#
Результат контроля должен соотноситься с контролируемым решением, таким как пройдено, проверка, переделка или брак. Записывай причину и версию рецепта. Интегрируйся с идентификатором блока и системой качества или производства, чтобы результат принадлежал правильному изделию.
Ограничивай сохраняемые изображения в соответствии с назначением и политикой. Некоторые организации сохраняют только забракованные или выборочные единицы; другим требуется более широкая прослеживаемость. Определи правило до начала производства, включая доступ и удаление.
Безопасность и восстановление#
Движение робота должно оставаться под управлением проверенной системы безопасности робота и ячейки. Обученное зрение не должно представляться в качестве защитного элемента управления, если оно не является частью надлежащим образом спроектированной и оцененной функции безопасности.
Спроектируй восстановление после отсутствия изображений, сбоев триггеров, недоступных камер, недостижимых видов, ошибок калибровки, тайм-аутов моделей и сбоев робота. После восстановления убедись, что система знает, какие виды остаются действительными, а какие необходимо получить заново.
Часто задаваемые вопросы
Робот меняет точку обзора датчика или изделия, обеспечивая многоповерхностное покрытие и гибкие рецепты. Это добавляет работу по планированию движения, калибровке, синхронизации и восстановлению.
Иногда да, но специфичный для вида внешний вид может оправдать использование отдельных моделей или явное кондиционирование видов. Сравни оба подхода на фиксированных, сегментированных наборах оценки и учти сложность обслуживания.
Используй обнаружение, когда местоположения и категории достаточно. Используй сегментацию, когда форма, граница или площадь влияют на решение. Классические измерения могут быть лучше для откалиброванных геометрических допусков.
Сопоставь каждое требование с одним или несколькими проверенными ракурсами, следи за качеством изображения и позой для каждого снимка, а также считай пропущенный или неприемлемый ракурс недоступным, а не успешным.
Ultralytics предоставляет обучаемый перцептивный слой и сопутствующие рабочие процессы для работы с данными, моделями и развертыванием. Для полноценной ячейки по-прежнему необходимы системы формирования изображений, управления роботом, калибровки, логики рецептов, слияния результатов, интеграции контроля качества, безопасности и поддержки.
