對產(chǎn)品的高要求以及較高的時間和成本壓力是所有行業(yè)和部門的決定性競爭因素。無論是在食品工業(yè)還是汽車工業(yè)中，如今，質量，安全性和速度都是決定公司成功的因素。目標是實現(xiàn)零缺陷生產(chǎn)。但是，如何保證只有完美無瑕的產(chǎn)品才能離開生產(chǎn)線呢？為了使質量檢查盡可能高效，簡單，可靠和具有成本效益，德國公司sendin GmbH開發(fā)了使用IDS的深度學習和工業(yè)相機的解決方案，以實現(xiàn)快速，強大的錯誤檢測。哨兵視覺系統(tǒng)使用基于AI的識別軟件，可以使用一些樣本圖像進行訓練。

對產(chǎn)品的高要求以及較高的時間和成本壓力是所有行業(yè)和部門的決定性競爭因素。無論是在食品工業(yè)還是汽車工業(yè)中，如今，質量，安全性和速度都是決定公司成功的因素。目標是實現(xiàn)零缺陷生產(chǎn)。但是，如何保證只有完美無瑕的產(chǎn)品才能離開生產(chǎn)線呢？如何避免導致高成本的錯誤質量決策？為了可靠地測試，質量保證中使用了各種各樣的方法。

可以用肉眼進行目視檢查，但通常容易出錯且價格昂貴：眼睛疲勞和工作時間昂貴。另一方面，機械測試通常伴隨著復雜的校準，即設置和調整軟件和硬件的所有參數(shù)，以檢測每個錯誤。此外，產(chǎn)品或材料的更改需要重新校準。此外，采用經(jīng)典的基于規(guī)則的方法，程序員或圖像處理器必須為系統(tǒng)專門編程規(guī)則，以向系統(tǒng)解釋如何檢測錯誤。這很復雜，并且具有很大的錯誤變化，通常這是很難解決的艱巨任務。所有這些都會花費大量時間和金錢。

為了使質量檢查盡可能高效，簡單，可靠和具有成本效益，德國公司sendin GmbH使用IDS工業(yè)相機和深度學習來開發(fā)能夠快速而可靠地檢測錯誤的解決方案。這是因為，與傳統(tǒng)的圖像處理相比，神經(jīng)網(wǎng)絡學會了根據(jù)圖像本身來識別特征。這正是智能哨兵VISION系統(tǒng)的方法。它使用基于AI的識別軟件，并且可以基于一些樣本圖像進行訓練。結合IDS的GigE Vision CMOS工業(yè)相機和評估單元，可以輕松地將其嵌入現(xiàn)有流程中。

應用

該系統(tǒng)能夠分割對象，圖案甚至缺陷。即使是難以檢測的表面也無法停止系統(tǒng)?？梢栽谄嚬I(yè)（金屬表面的缺陷檢測）或陶瓷工業(yè)（通過在反射和鏡面可見凹痕的缺陷檢測）中找到經(jīng)典應用，在食品工業(yè)（物體和圖案識別）中也可以找到經(jīng)典應用）。

根據(jù)應用程序，對AI進行培訓以檢測錯誤或異常。借助后者，系統(tǒng)學會了區(qū)分好零件和壞零件。例如，如果檢查了表面結構，例如汽車行業(yè)的金屬零件或陶瓷零件，則人工智能會將誤差檢測為與參考圖像比較的偏差。通過使用異常檢測和預先訓練的模型，系統(tǒng)可以僅基于一些良好零件的樣本圖像來檢測缺陷。

培訓和評估所需的硬件設置包括IDS工業(yè)相機和適當?shù)恼彰鳌Ｊ褂脜⒖紙D像訓練使用的識別模型。例如，配置了一個系統(tǒng)和AI模型來對紡織工業(yè)中的織物網(wǎng)進行易于出錯的檢查。一項艱巨的任務，因為錯誤可能非常主觀且很小。根據(jù)特定的客戶要求，與IDS一起選擇了用于紡織品和幅材最佳圖像材料的系統(tǒng)相機。選擇了GigE Vision CMOS攝像頭（GV-5880CP），該攝像頭可提供以精確定時觸發(fā)的高分辨率數(shù)據(jù)，以進行準確的圖像評估。

該系統(tǒng)將學習構成“良好”織物結構的內容，并且從織物的幾幅鏡頭中就已經(jīng)知道清潔無瑕的產(chǎn)品的外觀。為了進行質量檢查，IDS Vision CP攝像機捕獲的圖像然后通過GigE接口轉發(fā)到評估計算機，并用識別模型進行處理。然后，該計算機可以可靠地區(qū)分出好/壞零件并突出顯示偏差。發(fā)現(xiàn)錯誤時，它會提供輸出信號。這樣，可以快速，輕松地減少打滑和偽品。

滑點是指不符合標準但被忽略并因此未分類的產(chǎn)品所占的比例，通常會引起投訴。另一方面，偽劣產(chǎn)品是那些符合質量標準但仍被錯誤分類的產(chǎn)品。

系統(tǒng)的硬件和軟件都非常靈活：對于多個或更大的網(wǎng)絡，可以輕松將其他攝像機集成到設置中。如有必要，該軟件還允許對AI模型進行重新訓練?！敖?jīng)驗簡單地表明，由于個人情況小，總是需要一定數(shù)量的夜間訓練。有了我們產(chǎn)品組合中的預訓練模型，您需要的個性化和后期訓練參考圖像就更少了，”首席執(zhí)行官兼聯(lián)合創(chuàng)始人克里斯蒂安·埃爾斯解釋說的哨兵。在這種情況下，圖像顯示了織物的結構化表面以及其上的一個小異?，F(xiàn)象，該異常現(xiàn)象在右側的圖像中被濾除：

從物質記錄中提取的異常– sentin GmbH

相機

極其精確的圖像采集和精確的圖像評估是所用相機的最重要要求。非常適合：GigE Vision CMOS相機GV-5880CP。該型號具有1 / 1.8英寸卷簾CMOS傳感器Sony IMX178，可實現(xiàn)6.4 MP（3088 x 2076 px，長寬比3：2）的超高分辨率。在全分辨率下，其幀速率高達18 fps。因此，Sony STARVIS系列傳感器具有BSI技術（“背面照明”），是對光敏感度最高的傳感器之一，其暗電流低至SCMOS范圍（科學CMOS）。即使在非常弱的光線條件下，也可以確保令人印象深刻的結果。由于傳感器尺寸為1 / 1.8英寸，GigE Vision型號GV-5880CP可以使用各種C型安裝鏡頭。技術人員Arkadius Gombos表示：“除了分辨率和幀速率外，接口和價格也是決定攝像機的決定性因素。與IDS開發(fā)部門的直接交流幫助我們減少了攝像機集成所需的時間?！?Sentin的經(jīng)理。通過GenTL和Python界面可將其集成到sentin VISION系統(tǒng)中。

IDS的GigE Vision攝像機GV-5880CP確保在檢查織物時確保精確的圖像采集和準確的圖像評估– sentin GmbH

結論

與人工視覺檢查或常規(guī)機器視覺應用相比，具有人工智能的基于圖像的自動化質量控制具有許多優(yōu)勢。Christian Els總結道：“在基于AI的圖像解釋中，目標是創(chuàng)建人類可以看到錯誤的圖像，因為AI模型也可以做到這一點?！?該系統(tǒng)學會識別類似于人類的產(chǎn)品需求。但是就一致性和可靠性而言，人工智能隨時會打敗人腦。即使大腦具有出色的峰值性能，人工智能也可以識別更為復雜的錯誤模式。另一方面，在疲勞和視力方面，人眼無法抵擋任何攝像機。結合深度學習識別軟件，因此，圖像處理系統(tǒng)可以實現(xiàn)特別快速和準確的檢查。根據(jù)應用的不同，圖像采集和評估可以在幾毫秒內完成。

該系統(tǒng)還可以應用于其他領域，例如表面測試。類似的應用是，例如對磨砂金屬/涂層表面（汽車內部），天然材料（石材，木材）或工業(yè)紡織品（如皮革）進行測試。因此，可以檢測到消費品上的劃痕，裂縫和其他缺陷，并分類出相應的產(chǎn)品。排除質量缺陷，只生產(chǎn)“好東西”，這是質量保證框架內必不可少的過程。IDS攝像頭與sendin GmbH的深度學習支持軟件相結合，極大地優(yōu)化了質量控制中缺陷和物體的檢測。這可以在許多行業(yè)和領域中顯著減少投訴和返工以及偽造廢品的人員和時間支出。

責任編輯：gt