Bilgisayarlı Görüyle Montaj Doğrulama ve Hata Önleme

Bilgisayarlı görü; süreç ilerlemeden önce doğru görünen bileşenin mevcut olup olmadığını, doğru konumlandırılıp konumlandırılmadığını, doğru yöne bakıp bakmadığını ve beklenen sırayla takılıp takılmadığını kontrol ederek montaj hatalarını önleyebilir. Model görsel gözlemleri sağlar; bir durum makinesi veya üretim uygulaması ürüne özgü kuralları uygular ve operatöre ya da kontrol sistemine geçer, incele veya dur kararı iletir.

Bu, genel kusur tespitinden farklıdır. Kusur incelemesi, bir yüzeyin veya parçanın hasarlı olup olmadığını sorgular. Montaj doğrulaması ise gözlemlenen montaj durumunun iş talimatıyla veya süreç iş akışıyla eşleşip eşleşmediğini sorgular.

Montaj hattında görüyle neler doğrulanabilir?#

Gözlemlenebilir kanıtı, çıkarımla elde edilen süreç olgularından ayırarak başla. Kamera bir cıvata başının mevcut olduğunu doğrulayabilir, ancak cıvatanın gereken torkta sıkıldığını doğrulayamaz. Gereklilik görsel olarak gözlemlenemiyorsa görü sistemini alet denetleyicisi veya sensör verileriyle birleştir.

Örnek bir mimari#

Bir montaj doğrulama sistemi genellikle altı katmandan oluşur:

1. Tetikleyici: Bir PLC sinyali, sensör, robot durumu veya operatör eylemi doğrulama anını belirler.
2. Görüntü yakalama: Bir veya daha fazla kamera, kontrollü bir görüntü ya da kısa bir dizi yakalar.
3. Çıkarım: Bir bilgisayarlı görü modeli parçaları, bölgeleri, anahtar noktaları veya montaj durumlarını tespit eder.
4. Karar mantığı: Ürün kuralları, gözlemleri beklenen varyant ve süreç adımıyla karşılaştırır.
5. Eylem: Sistem yönlendirme gösterir, inceleme ister, geçiş kaydeder veya onaylı bir kontrol yolu üzerinden sürecin ilerlemesini engeller.
6. İzlenebilirlik: Uygulama; iş emrini, model ve kural sürümünü, sonucu ve saklama politikasının izin verdiği kanıtları kaydeder.

Çıkarımı ve karar mantığını birbirinden ayrı tut. Aynı model farklı ürünlerdeki bir bileşeni tanıyabilir; kurallar ise belirli bir iş emri için hangi bileşenlerin gerekli olduğunu belirtir.

Doğru görü görevini seç#

Tüm görüntünün sıkı biçimde kontrol edildiği ve çıktının montaj tamamlandı, eksik veya yanlış yönde gibi az sayıda durumdan oluştuğu senaryolarda sınıflandırma kullan. Verimli olabilir, ancak sorun giderme sırasında konum belirleme olanağı sınırlıdır.

Uygulamanın görünen birkaç bileşenin konumunu belirlemesi ve bunları sayması gerekiyorsa nesne tespiti kullan. Ultralytics YOLO modelleri tek bir görüntüde birden fazla parça sınıfını tespit edebilir ve sonraki kuralların kullanması için konumları döndürebilir.

Bileşen sınırları, örtüşme veya kaplama alanı önemliyse örnek segmentasyonu kullan. Bir maske; conta, yapıştırıcı bölgesi veya esnek bir bileşenin beklenen alanı kaplayıp kaplamadığını kontrol etmeyi sağlayabilir.

Anahtar noktalar veya dönme önemli sinyali taşıyorsa poz tahmini ya da yönlendirilmiş sınırlayıcı kutular kullan. Seçilen gösterimin tam geometri ve bakış açısı için kararlı olduğunu doğrula.

Sıra veya süreklilik önemliyse takip kullan. Bir takipçi gözlemleri kareler arasında ilişkilendirebilir; durum makinesi ise onaylanan adımların sırayla gerçekleşip gerçekleşmediğini belirler.

Eğitimden önce görüntüleme istasyonunu tasarla#

Model kalitesi, kameranın hiç yakalamadığı kanıtın yerini tutamaz. Her kontrol için çözünürlük gerektiren en küçük özelliği, izin verilen parça hareketini, çevrim süresini, çalışma mesafesini, derinlik değişimini, yansımaları, örtülmeyi ve titreşimi belgele.

Mümkün olduğunda aydınlatmayı kontrol et. Dağınık ışık, yansıtıcı yüzeylerde parlamayı azaltabilir; arkadan aydınlatma silüetleri ve boşlukları daha belirgin hâle getirebilir; flaşlı aydınlatma hareket bulanıklığını azaltabilir. Uygun tasarım malzemeye ve geometriye bağlıdır; bu nedenle gerçek parçalarla ve kirlenme koşullarında test et.

Tek bir kamera gerekli her özelliği göremiyorsa birden fazla açı kullan. Otomatik olarak kamera ekleme: her görüntüleme açısı kalibrasyon, eşzamanlama, işlem gücü, bakım ve veri yönetimi işlerini artırır. Her kamera belgelenmiş bir kanıt açığını kapatmalıdır.

Doğrulamanın ardından kamera ayarlarını sabitle veya izle. Odak, pozlama, kırpma ya da montaj değişikliği, uç nokta sağlıklı çalışmaya devam etse bile veri dağılımını geçersiz kılabilir.

Montaj veri kümesini oluştur#

İlgili tüm ürün varyantlarını, istasyonları, vardiyaları, arka planları, takım durumlarını ve olağan operatör etkileşimlerini yakala. Hataların yanı sıra zorlayıcı ama geçerli durumlara da yer ver. Tüm “iyi” görüntüler bir günden, tüm “kötü” görüntüler başka bir günden geliyorsa model montaj durumu yerine aydınlatma veya fikstür farklılıklarını öğrenebilir.

Kısmen görünen parçalar, belirsiz durumlar, yansımalar, yinelenen bileşenler ve devam eden işler için etiketleme kuralları yaz. Doğrulama verilerini neredeyse aynı video karelerini rastgele dağıtmak yerine üretim partisine, zamana, istasyona veya tesise göre ayır.

Ultralytics Platform, veri kümesi düzenleme, anotasyon, model eğitimi ve model yönetimini bağlantılı bir iş akışında destekler. Veri toplama ve anotasyon kılavuzu, ekiplerin görüntü yakalama ve etiketleme kararlarını standartlaştırmasına yardımcı olabilir.

Süreç mantığını ve entegrasyonları ekle#

Uygulama, mevcut ürün birimi için beklenen montaj yapılandırmasına ihtiyaç duyar. Bu yapılandırmayı iş emri, reçete veya üretim sistemi gibi onaylı bir kaynaktan al ve sürümlenmiş görsel kurallarla eşleştir.

Bir kural şunları gerektirebilir:

• Fikstür bölgesinde bir gövde.
• Onaylanan konumlarda iki klips.
• Tolerans dâhilinde hedef konumunda bir konektör anahtar noktası.
• Onaylanmamış bir durum araya girmeden, B durumundan önce A durumu.
• Gerekli gözlemlerden herhangi biri karar eşiğinin altındaysa insan incelemesi.

Görü sistemiyle kontrol sistemi arasında kararlı bir olay sözleşmesi kullan. Sonucu, nedeni, zaman damgasını, istasyonu, model sürümünü, kural sürümünü ve ilgili gözlemleri ekle. Doğrulanmış bir uygulama katmanı ve uygun güvenlik önlemleri olmadan ham model çıktısını doğrudan güvenlik açısından kritik veya hareket kontrolü mantığına gönderme.

Operatör deneyimi doğruluğun bir parçasıdır#

Kırmızı veya yeşil bir ışık genellikle yeterli bilgi vermez. Bir birim kontrolden geçemediğinde hangi gerekliliğin karşılanmadığını ve ilgili bileşenin nerede bulunmasının beklendiğini göster. Yansımaların, ellerin veya geçici örtülmenin gereksiz yeniden işleme yol açmaması için kontrollü bir yeniden tarama veya inceleme yolu sun.

Operatör düzeltmelerini yapılandırılmış geri bildirim olarak topla. Model hatasını; kural hatasından, yanlış iş emri eşlemesinden, kamera sorunundan veya gerçek bir montaj probleminden ayır. Bu sınıflandırma, ekibin neyi düzeltmesi gerektiğini gösterir.

İstasyonun tamamını doğrula#

Ölçümleri montaj gerekliliğine ve ürün varyantına göre yap. Yararlı operasyonel ölçümler arasında gözden kaçan montaj hataları, yanlış durdurmalar, inceleme oranı, çevrim süresine etki, kullanılamayan kontroller ve kamera ya da ağ kesintisinin ardından başarılı kurtarma yer alır.

İstasyonu şu durumlarla zorla:

• Onaylanmış ve onaylanmamış varyantlar.
• Kısmi montajlar ve sırası bozulmuş adımlar.
• Ellerin ve aletlerin neden olduğu örtülme.
• Aydınlatma değişimleri, yansıtıcı parçalar, bulanıklık ve kirlenme.
• Kamera hareketi ve odak değişiklikleri.
• Yinelenen, eksik, dönmüş veya yanlış konumlandırılmış bileşenler.
• Kaybolan tetikleyiciler, yinelenen tetikleyiciler ve geciken sonuçlar.

Sürüm yayımlanmadan önce mevcut modeli ve aday modeli sabit bir regresyon kümesinde çalıştır. Risk gerektiriyorsa sonuçlar incelenene kadar süreci kontrol etmeden yeni karar mantığını gölge modunda çalıştır.

Montaj doğrulaması için Ultralytics#

Üretimde bilgisayarlı görü, görünür montaj durumlarını temsil etmek için tespit, segmentasyon, poz ve takip kullanabilir. Ultralytics Platform; anotasyon, eğitim ve dağıtımı bir araya getirirken dışa aktarılan Ultralytics YOLO modelleri istasyon için seçilen bulut, şirket içi veya uç bilişim mimarilerinde çalışabilir.

Chef Robotics, Ultralytics YOLO'nun hassas gıda montajını desteklemesine ilişkin pratik bir örnek sunar. Buradan çıkarılacak ders, her montaj hattının aynı görüntüleme sorununa sahip olduğu değil; eğitilmiş bir algı modelinin daha büyük bir robotik veya üretim iş akışının bileşenlerinden biri olabileceğidir.

Ultralytics'in sağlamadığı şeyler. Bu bir algı katmanıdır, denetim istasyonu değildir. Kamera, lens, aydınlatma, muhafaza, tetikleyici, uç bilgisayar, PLC bağlantısı, operatör HMI'ı ve istasyon doğrulaması sana veya entegratörüne aittir ve işin büyük kısmını bunlar oluşturur. Bir tesis, saha mühendisi desteğiyle anahtar teslim ve desteklenen bir istasyon istiyorsa Cognex veya Keyence gibi köklü bir makine görüşü sağlayıcısı daha isabetli bir tercihtir; Ultralytics Platform ise Mart 2026'da, onların onlarca yıllık dağıtım geçmişine karşı piyasaya çıktı.

Devreye alma kontrol listesi#

• Her kontrolü görünür kanıt ve operasyonel eylem olarak tanımla.
• Başka bir sensör veya sistem gerektiren görsel olmayan gereklilikleri kaydet.
• Kamera, lens, aydınlatma, tetikleyici ve montajı gerçek parçalarla doğrula.
• Ürün kurallarını modelden ayrı sürümleyin.
• Her ürün varyantını ve devam eden çalışma durumunu test edin.
• İnceleme, yeniden tarama, atlatma ve olay prosedürleri sağlayın.
• Girdi kalitesini, hizmet sağlığını, incelenmiş model hatalarını ve üretim sonuçlarını izleyin.
• Kamera, aydınlatma, fikstür, ürün veya süreç değişikliklerinden sonra yeniden doğrulama yapın.