大数跨境

干货分享 | 简单 5 步开启机器视觉自动检测产线!

干货分享 | 简单 5 步开启机器视觉自动检测产线! 矩视智能
2022-11-23
0

很多人在选择机器视觉赋能时,首先考虑的时预算问题,而预算之后,不管时决策层还是一线的技术工,他们开始关注的问题就变成了问题的本质:机器视觉检测怎么做?

对于这个问题,行业外的小白来说,确实是一个难题,一个新技术的加入,不仅需要不断的磨合,更重要的是前期的知识接受问题。

接下来,小矩为大家分享如何开展一条机器视觉自动化产线!

01

什么是视觉检测设备

What is visual inspection equipment

视觉检测是指通过机器视觉产品(即图像摄取装置,分 CMOS 和CCD 两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。

随着人工智能技术的快速落地,智能机器人产业的持续发展,视觉检测机器正迸发出更加强劲的活力。视觉检测设备设计的典型结构主要包括五个部分组成,分别是:照明、镜头、相机、图像采集和运动控制系统。


02

视觉检测类项目经历的测试阶段

Test stage of visual inspection project

1.软件测试

聚焦功能实现是否与客户需求一致,保证软件流程的正确性,以及正确的应用逻辑关系。

通过对软件的输入进行控制,从而达到不同的测试结果,通过输入输出的差异比较测试是否正确和准确,从而发现系统中的漏洞,展开研发修改与测试验证的循环过程。

2.硬件测试

针对硬件本身以及环境开展硬件可靠性测试,比如老化测试、兼容性测试、故障率测试等。

需要对常见的硬件配置进行测试,从而确定软件能够在多种硬件配置环境下运行,例如:与整机、板卡和外设的兼容性测试。

3.联调测试

主要对软硬件联调功能展开测试:验证电气与软件信号通讯逻辑、光源、相机等硬件触发拍照、扫描等功能的正确性及检出情况的统计等。

如遇外系统对接,则需要检查各系统间模块基本功能、算法检出能力与节拍等内容是否符合客户预期标准。

4.模型测试

针对模型测试,重点关注模型的功能测试、性能测试、模型指标的评估及指标结果分析。

采取方法:采取A/B测试、鲁棒性测试、离线测试、在线测试等手段,评估模型的可靠性及稳定性。

离线测试/在线测试:历史数据进行离线环境训练与测试评估,生成离线模型版本。为确保模型服务稳定性,需要对模型进行线上线下一致性验证、模型线上稳定性验证测试。

一致性测试:使用同一批样本分别在离线与在线环境下请求模型服务,系统对模型服务决策结果进行对比分析。

稳定性测试:采用线上新样本请求模型,根据模型的决策结果对模型进行评估。模型评估指标参考:KS、ROC等。

A/B测试:算法模型在确保稳定性时会迭代产生多个版,在线服务如使用模型A进行决策,当要进行模型版本迭代时,需要在离线环境下训练出模型B,然后将其部署到线上环境,分析在线与离线的A/B测试结果,通过转化率等方式辅助决策使用哪个版本。

5.性能测试

软件模拟不同用户量开展接口的性能测试。

硬件开展连续采图,验证程序的稳定性、信号通讯稳定性、存图逻辑正确性。

软硬件联调稳定性测试:基于客户生产环境部署场景,实施一定时长的负载运行,监控分析检测节拍及性能指标是否符合客户预期。

03

如何开展视觉检测设备的测试工作

How to carry out the test of visual inspection equipment

当接触一个全新的机器视觉项目时,基本流程为:

确定客户需求、方案设计、软件开发、现场调试、文档交接。

在实际项目中,各个流程可能互相耦合,不过整体流程是基本明确的,整理后如下图。

确定客户需求

项目开始,需要准确、详细地了解客户需求,这个过程需要多次现场考察、反复与客户沟通,才能落实客户需求。

主要确定项目的应用类型、节拍要求、精度要求、安装空间、光照环境、通讯接口等内容。

应用类型——确定视觉应用类型(测量、识别、检测、引导定位),了解产品 表面状态、外形尺寸等影响视觉检测因素的变化情况,初步评估能否满足需求

节拍要求——客户对生产效率方面的要求,量化视觉检测步骤时间

精度要求——针对各检测功能点及客户生产要求量化视觉检测精度

安装空间——确认现场环境对视觉系统的安装是否有限制

光照环境——确认现场环境是否有强光、日光干扰等特殊影响

通讯接口——确认现场与视觉系统配合的数据传输接口类型、I/O接口类型等

方案设计

视觉系统是一个各部分互相配合的有机整体,并不是简单的组合,所以一个项目的方案设计关乎着整个项目的成败,从初步方案,到最终方案,以及中间经历的各个版本,需要整个团队共同评审,才能敲定最终方案。

整体方案内容主要包括需求分析、视觉硬件设计、视觉软件设计、可行性验证、开发计划。

需求分析——整理客户关键需求,并分析需求可行性

视觉硬件设计——包括视觉系统平台、相机、镜头、光源的选择

视觉软件设计——采用第三方视觉软件,抑或自行开发视觉处理软件

可行性验证——搭建软硬件环境,初步测试能否满足客户需求

开发计划——罗列项目开发计划,模块化项目节点,跟进项目进度

另外,一个完整的项目应包括机械、电气、视觉等其他部分,以上只是简单陈述下视觉方案的设计内容,而最终呈现给客户的完整项目方案还应包括机械设计、电气设计。

软件开发

软件开发主要包括人机交互界面、底层算法,测试运行。

人机交互界面开发——简单易用、处理结果直观显示;落实软件框架,功能化软件模块;软件框架多采用生产者/消费者模式,功能模块一般包括图像采集模块、算法处理模块,数据保存模块,通讯模块等。

底层算法开发——落实算法处理工具;开发算法处理流程;生成动态库

测试运行——模拟现场出现的各种情况,测试软件算法的稳定性、鲁棒性。

现场调试

现场调试是一个比较繁琐的过程,主要体现在调试过程中的不确定性因素较多,例如环境光的影响、机械振动的影响、硬件工作的稳定性等。主要流程包括设备安装、模块调试、系统联调、自动运行。

设备安装—— 运动部件安装;相机、镜头、光源安装;视觉系统内部线缆附件走线;视觉控制器、光源控制器安装;外部通信、I/O线缆走线等;

模块调试—— 相机功能调试(触发拍照等);工件检测特征视觉参数调试(相机参数、镜头参数、光源位置和亮度等);外部通讯调试等;

系统联调—— 调试完整视觉程序;正常生产检测调试等;

自动运行—— 开机自动运行;

文档交接

需要与客户进行文档交接时,说明已进入项目尾部,此时应编写操作文档并进行现场培训。

操作手册—— 软件基本操作;常见问题及解决方法;

现场培训—— 项目工作流程;软件操作;问题解决步骤;

声明:内容素材由矩视智能编辑整理,仅供读者学术交流,转载请注明。

矩视智能机器视觉低代码平台是一个面向机器视觉应用的云端协同开发平台,始终秉承0成本、0代码、0门槛、0硬件的产品理念。
平台以人工智能技术为核心,在机器视觉应用开发环节,为开发者提供图像采集、图像标注、算法开发、算法封装和应用集成的一站式完整工具链。覆盖字符识别、缺陷检测、目标定位、尺寸测量、视频流等上百项通用功能,致力于成为全球用户量最多,落地场景最广泛的机器视觉低代码平台。
如果你的工业生产线中需要用到类似的机器视觉:视觉检测、视觉识别、视觉定位等技术,那么不妨和我们聊聊,我们会先根据你的需求分析,从专业的角度来给你一个合适的方案!
现在长按下方二维码,即可获得立即免费试用机会!
如果您有相关检测需求
可扫码申请  ·  免费试用
👇👇👇
申请后我们会有工作人员第一时间与您联系
请耐心等待!

—往期回顾—


更多功能正在开发中,最新信息会第一时间在官方公众号进行公布,大家持续关注哦!

【声明】内容源于网络
0
0
矩视智能
1234
内容 312
粉丝 0
矩视智能 1234
总阅读0
粉丝0
内容312