Hace un tiempo compartí resultados teóricos, hoy vi un artículo basado en la situación real de la fábrica de automóviles, se puede ver la aplicación de la visión artificial en la industria automotriz desde diferentes ángulos.
1 Prefacio
En el corazón de la Industria 4.0 están los datos. Con la popularización de equipos inteligentes y terminales inteligentes y la aplicación de varios sensores, se recopilarán datos de producción y datos de productos en la industria automotriz. Estos datos impregnarán todo el ciclo de vida de las operaciones empresariales, las cadenas de valor e incluso los productos. Por tanto, como piedra angular del sistema de trazabilidad en la industria del automóvil, se debe garantizar la exactitud de estos datos.
En la actualidad, hay muchas marcas de neumáticos para automóviles, y diferentes marcas de neumáticos y cubos de ruedas tienen sus propias diferencias.En el proceso de montaje manual, a menudo se produce una instalación incorrecta. Este documento explica que una vez que se completa el montaje de los neumáticos de todo el vehículo, la detección de coincidencia de los cuatro neumáticos, los modelos de cubo de rueda y la información del modelo del vehículo se lleva a cabo a través del sistema visual de prevención de errores de coincidencia.
2 Principio de detección de prueba de error visual
La inspección visual es usar cámaras industriales para reemplazar los ojos humanos para completar funciones como reconocimiento, medición y posicionamiento, y convertir imágenes de objetos capturados en datos para que el sistema los compare, procese y analice con el sistema de visión gráfica estándar preestablecido por el y se lanzan productos calificados. , Los objetos que no cumplen con los estándares de calidad se rastrean y rechazan para garantizar el cumplimiento de los estándares de calidad de su fabricante y las regulaciones de la industria. El sistema de inspección visual puede reemplazar la detección manual de caracteres de código de barras, grietas, embalaje, integridad de la capa superficial y abolladuras. Puede mejorar efectivamente la velocidad de detección y la precisión de la línea de producción, mejorar en gran medida la producción y la calidad, y reducir los costos de mano de obra. por fatiga ocular.
3 Aplicación de detección de prevención de errores visuales de coincidencia de neumáticos
3.1 Requisitos de antecedentes
En la estación de ensamblaje de neumáticos de la línea de ensamblaje de vehículos, escanee manualmente el código para determinar el modelo a instalar.Después de ensamblar el neumático, corra a la siguiente estación y use la información de escaneo de códigos de la estación anterior para determinar el correspondiente Cubo de rueda y el modelo que necesita ser detectado visualmente Neumáticos: Detecte visualmente las 4 ruedas y los neumáticos del vehículo para juzgar si son consistentes, y si son inconsistentes, se les indicará a través de las luces de advertencia.
3.2 Descripción general de la detección y análisis de principios
El código unidimensional en la etiqueta en el costado de la parte delantera del automóvil se reconoce y lee para obtener la información del modelo, y los neumáticos del modelo correspondiente y los cubos de las ruedas establecidos en la base de datos se llaman de acuerdo con la información del modelo para la comparación de información.
3.2.1 Detección de características de contorno de apariencia
La primera detección a prueba de errores se lleva a cabo en el neumático a través de las características del perfil de apariencia de la forma de la rueda y los radios, como se muestra en la Figura 1.
3.2.2 Inspección dimensional del cubo
Si el tipo de rueda trasera está cerca de la primera detección, la segunda detección a prueba de errores se lleva a cabo midiendo el tamaño del buje, como se muestra en la Figura 2.
3.2.3 Detección de información OCR de neumáticos
El reconocimiento óptico de caracteres (OCR) significa que un dispositivo electrónico (como un escáner o una cámara digital) verifica los caracteres impresos en papel, determina su forma al detectar patrones oscuros y claros y luego utiliza métodos de reconocimiento de caracteres para traducir la forma en caracteres de computadora. El proceso de texto, es decir, para los caracteres impresos, el texto del documento en papel se convierte ópticamente en un archivo de imagen de matriz de puntos en blanco y negro, y el texto de la imagen se convierte en un formato de texto mediante un software de reconocimiento para su posterior edición. software de procesamiento de textos Tecnología de procesamiento, como se muestra en la Figura 3.
Tome una fotografía de la banda de rodadura del neumático, segmente el área de la imagen OCR, identifique la información OCR del neumático, identifique números y letras, y juzgue si el tipo de neumático coincide con la información del modelo del vehículo.
3.3 Proceso de detección
3.3.1 Método de procesamiento
Detección, identificación y lectura de la información de la etiqueta del modelo en la parte frontal del automóvil, como se muestra en la Figura 4.
3.3.2 Modo de disparo
Se activa el sensor fotoeléctrico, se configura el sensor en la parte delantera del automóvil, se detecta la señal de oclusión, se da la señal de activación, se activa la cámara de reconocimiento y lectura de etiquetas en el costado del automóvil, se fotografía la etiqueta, y se empieza a reconocer el código unidimensional de la etiqueta. Una vez que el reconocimiento es exitoso, la posición del parachoques en el costado de la parte delantera del automóvil se captura en video, se juzga la posición de conducción del vehículo y se activa la detección de los neumáticos delanteros y traseros y los cubos de las ruedas.
3.3.3 Flujo de procesamiento
Después de que el vehículo sea transportado a la estación de detección del cubo del neumático, después de que se dé la señal del disparador fotoeléctrico, reconocerá y leerá la información del modelo del vehículo en el código unidimensional de la etiqueta de acuerdo con el video o la imagen tomada en el costado del Delante del vehículo Si la etiqueta no se reconoce, la luz roja de la luz de alarma siempre estará encendida, cancele la alarma con una tecla después de la intervención manual y continúe esperando a que se detecte el siguiente vehículo; si el reconocimiento tiene éxito, encienda el modo de grabación de video y juzgue la posición del vehículo en la línea de detección en cada cuadro del video de acuerdo con la información del tipo de vehículo, y active el gatillo después de alcanzar la posición predeterminada. imágenes de las llantas, hace coincidir la plantilla de la llanta de la rueda del modelo de automóvil con las imágenes de las ruedas delanteras y traseras, si la coincidencia falla, la luz roja parpadeará y la alarma, si la coincidencia es exitosa, reconocerá la información OCR en el neumático, y juzgue si el neumático coincide con el modelo de automóvil, y si no coincide, la luz roja parpadeará Una alarma, si tiene éxito, pase, la luz verde siempre está encendida, esperando detectar el próximo automóvil.
3.4 Esquema de diseño general
3.4.1 Diagrama de instalación
Tres cámaras están dispuestas asimétricamente a ambos lados de la estación de ensamblaje de neumáticos. La cámara 1 y la cámara 2 detectan respectivamente los cubos de los neumáticos en los lados izquierdo y derecho del automóvil, y la cámara 3 toma imágenes para identificar y leer la etiqueta del modelo (unidimensional). identificación del código). Los 3 grupos de cámaras están equipados con 3 grupos de fuentes de luz para procesamiento de luz adicional. Las tres vistas (vista superior, vista lateral y vista frontal) que se muestran en la Figura 5 muestran el diseño de instalación del sistema de visión de la estación de ensamblaje desde tres direcciones.
3.4.2 Estructura asimétrica izquierda y derecha + estructura sensor fotoeléctrico frontal
La estructura de detección del neumático de la rueda izquierda: la cámara con persiana enrollable izquierda de 20 millones (cámara 2) está equipada con un sistema de detección de luz suplementaria con luz de flash para el tipo y tamaño del neumático de la rueda.
Estructura de detección del neumático de la rueda derecha y etiqueta del modelo del vehículo y estructura de disparo de posicionamiento del vehículo: cámara con obturador rodante de 20 millones (cámara 1) en el lado derecho con disparo de luz suplementaria con linterna, sistema de detección en tiempo real del tipo y tamaño del neumático de la rueda; obturador rodante de 20 millones cámara (cámara 1) 3) Está equipado con un sistema de identificación y lectura de la etiqueta del modelo del vehículo (identificación de código unidimensional) con una cámara de luz suplementaria de linterna.
La estructura de activación del sensor fotoeléctrico frontal: los sensores infrarrojos dobles están instalados en los lados superior e inferior de la parte delantera, y los sensores fotoeléctricos infrarrojos duales pueden detectar con precisión si el vehículo ingresa a la posición de detección del cubo del neumático y activar el sistema de detección del cubo del neumático para arrancar después de confirmar que el vehículo entra.
3.4.3 Proceso de operación
Disparador de la cubierta delantera: ingrese a la posición de detección del cubo del neumático, la estructura del disparador del sensor fotoeléctrico frontal monitorea si el vehículo ingresa a la posición de detección del cubo del neumático, cuando la parte delantera del vehículo bloquea el sensor fotoeléctrico del haz opuesto, se genera una señal de nivel (TTL), Se activa el borde ascendente y se cuenta el tiempo de ejecución.Luego, comience la posición de detección de la etiqueta del modelo para tomar fotografías. Grabación de etiquetas: la señal de disparo activa el reconocimiento de la etiqueta del modelo en el lado derecho para leer el código unidimensional, grabación de video de 20 millones de cámaras con obturador rodante (cámara 3) durante 10 s, análisis cuadro por cuadro, para alcanzar el ROI del campo de visión rango (1 400 mm×400 mm), cubriendo la posición de la etiqueta en el costado del frente de todos los modelos. El proceso de identificación y lectura del código unidimensional de la etiqueta es el siguiente.
a. Identifique continuamente las imágenes y lea el número de modelo hasta que dos imágenes consecutivas identifiquen el mismo número de modelo, detenga el reconocimiento, compare el número de modelo de acuerdo con la base de datos y llame la información del modelo correspondiente;
B. Si no hay 2 imágenes consecutivas para identificar el mismo número de modelo, pero el mismo número de modelo se identifica dos veces, prevalecerá el número de modelo, detener el reconocimiento, comparar el número de modelo de acuerdo con la base de datos y llamar al modelo correspondiente información;
c) Si el número de identificación de cada imagen es diferente, prevalecerá el número reconocido por segunda vez, y se encenderá la luz amarilla para dar una alarma, y se registrará la información de advertencia.Información del modelo;
D. Si no hay una imagen que se pueda identificar y leer el número, la luz roja siempre estará encendida y la alarma se grabará, y el código de alarma será 0004. Registre el registro de detección y cancele la alarma con una tecla después de la intervención manual. Si no hay intervención manual, hasta que la parte delantera del siguiente vehículo bloquea la fotocélula, la luz roja del testigo se apaga.
3.4.4 Valoración de posición
Si el análisis de la etiqueta es exitoso, de acuerdo con la información del modelo del vehículo, la posición del vehículo se juzga cuadro por cuadro en el video, y cuando alcanza la posición predeterminada, activa la toma de la foto de detección de la rueda delantera, y luego cuando alcanza la posición predeterminada, activa el disparo de la foto de detección de la rueda trasera.
3.4.5 Disparos en la posición de detección de las ruedas delanteras izquierda y derecha
Después de activar la posición de detección de las ruedas izquierda y derecha y la detección de la rueda delantera, se toman 10 disparos consecutivos en 5 s, cubriendo un campo de visión de 1 400 mm × 1 000 mm.
a. Si la coincidencia es exitosa, juzgue si el punto central del círculo del cubo coincide con el punto central del neumático. Si coinciden, identifique directamente la información OCR del neumático y compárela con la información del neumático en la base de datos del modelo correspondiente al número de modelo Si la comparación es exitosa, la luz verde parpadeará una vez;
b. Si el modelo del concentrador no coincide, continúe haciendo coincidir la siguiente imagen. Si las 10 imágenes no coinciden, la luz roja siempre se encenderá y emitirá una alarma, y la información de la alarma se registrará. Todo falló, código de alarma 0003, esperando a detectar la rueda trasera;
c. Si los centros de las ruedas y los neumáticos no coinciden, la luz roja siempre estará encendida para una alarma y se registrará la información de la alarma. El código de alarma para la falla de coincidencia de la rueda izquierda es 0500, y la coincidencia de la rueda derecha El código de alarma de falla es 0600. 2 rondas fallaron con el código de alarma 0300. En este momento, se completa la detección de todo el vehículo, y la luz roja de la luz de alarma siempre está encendida hasta que la parte delantera del siguiente vehículo bloquee el sensor fotoeléctrico, y la luz roja de la luz de alarma esté apagada; D. Si el OCR la comparación de información falla, la luz roja siempre está encendida y la alarma se registra, y la coincidencia de la rueda izquierda falla Código de alarma 0010. Si la rueda derecha no coincide, el código de alarma es 0020, si ambas ruedas fallan, el código de alarma es 0030 y la rueda trasera está esperando a ser detectada.
3.4.6 Estadísticas de los resultados de las pruebas del sistema
La interfaz principal del sistema muestra las fotos en tiempo real de las cuatro ruedas, los resultados del reconocimiento de la etiqueta y los resultados del juicio del cubo de la rueda, y da un aviso de alarma para los datos coincidentes anormales, y muestra y cuenta los códigos de alarma, como se muestra en Tabla 1.
3.4.7 Pausa de detección
Guarde el tiempo de parada, el tiempo de activación de la parte delantera del automóvil y la posición de viaje del vehículo al detenerse, e inicie la grabación de video directamente después de reiniciar para evaluar la posición de viaje del vehículo y si el vehículo ha pasado la siguiente estación de detección después del apagado. si no, de acuerdo con la posición de viaje del vehículo. Si no se obtiene la información del artículo durante la finalización de la parada, si se pasa, la detección del vehículo no se ha completado.
3.4.8 Método de comunicación
La alarma adopta la interfaz USB, y el puerto USB de la computadora industrial emite señales de luz roja de alarma, luz verde de paso y luz amarilla de advertencia. Una luz roja intermitente significa que las llantas delanteras y traseras y las mazas no están calificadas en la inspección única, una luz verde continua significa que las cuatro ruedas del vehículo están calificadas y una luz roja continua significa que las llantas y las mazas de todo el vehículo debe tener artículos no calificados. La luz amarilla significa que la etiqueta no se lee con precisión y debe prestar atención a la posición donde se pega la etiqueta.
3.4.9 Condiciones de detección
a. Establezca una base de datos modelo por adelantado, que incluya el modelo del vehículo, la información de la etiqueta, la longitud delantera del vehículo (cara frontal al eje delantero), el ancho del modelo, la longitud del eje, la base de la rueda, la marca de la rueda, el modelo de la rueda, el modelo de la plantilla coincidente del cubo de la rueda, el neumático OCR y otra información;
B. La distancia entre la posición de pegado de la etiqueta de todos los modelos y la parte delantera del vehículo está dentro del rango especificado, el rango de tolerancia es de ± 300 mm y el rango de tolerancia de la altura desde el suelo es de ± 100 mm, por lo que que después de que la parte delantera del vehículo alcanza el gatillo, puede ser fotografiada por la cámara de detección de etiquetas dentro de los 5 s Cobertura del campo de visión de la imagen;
c) La desviación de la sacudida hacia la izquierda y hacia la derecha del vehículo sobre el esparcidor de catenaria mecanizado es de ±2 mm;
D. Asegúrese de que la desviación de altura del chasis de todos los modelos desde el suelo sea de ±10 mm.
3.4.10 Descripción del algoritmo de detección de visión
a. Al recopilar el modelo de muestra del cubo, se establece una biblioteca de modelos a través del contorno del cubo y el contorno de los radios;
B. Cuando el concentrador llega a la posición de la cámara, el sistema de visión recibe el código VIN (Número de identificación del vehículo) enviado por el MES (Sistema de ejecución de fabricación), y luego llama al modelo correspondiente al código VIN en la biblioteca de modelos;
c. La cámara recopila imágenes y realiza la coincidencia de imágenes entre las imágenes recopiladas y el modelo transferido. Si la coincidencia es exitosa, fluirá a la siguiente estación. Si la coincidencia falla, se emitirá una alarma audible y visual;
D. Para aquellos con contornos similares, mida el tamaño del centro nuevamente para lograr el efecto de prevención de errores;
e. La prevención de errores de los neumáticos se realiza principalmente mediante el marcado de diferentes puntos característicos en la superficie del neumático para el reconocimiento visual.
4. Conclusión
Con la mejora continua de las capacidades del proceso de fabricación, la demanda de visión artificial continúa aumentando, los tipos y tecnologías de los productos de visión continúan mejorando y el estado de la aplicación también cambiará de la gama baja inicial a la gama alta. Con la intervención de la visión artificial, la sustitución de productos estandarizados por soluciones y servicios personalizados para el usuario es también la dirección de desarrollo de la visión artificial en el futuro.
Los estudiantes interesados pueden ir a Zhiwang para descargar este documento.
Fuente del artículo: Xu Yuehong. Hablando sobre la aplicación de la detección visual de prueba de errores de coincidencia de neumáticos de automóviles [J]. Tecnología y materiales del automóvil, 2022, 09
En la actualidad, la combinación de visión artificial y la industria automotriz es muy popular, y también es una sección muy popular. Aquí me gustaría recomendar una plataforma de visión artificial doméstica: Coovally, que es una máquina que incluye un proceso completo de modelado de IA. , gestión de proyectos de IA y gestión de implementación de sistemas de IA plataforma visual. El ciclo de desarrollo se puede acortar de meses a días, y se puede acelerar el desarrollo, la integración, las pruebas y la verificación de las soluciones de visión de IA. Ayude a mejorar las capacidades de desarrollo de software de pila de IA de la empresa, de modo que los sistemas de IA avanzados puedan popularizarse a un costo más bajo y más rápido. "Empaque sus propias capacidades de IA" para que las use el personal comercial, a fin de realizar "enseñar a la gente a pescar". En la actualidad, Coovally, que ejecuta códigos, ha cubierto múltiples campos de aplicación, incluida la inspección de calidad de fabricación, monitoreo de desastres geológicos, monitoreo de equipos de la industria energética, diagnóstico de enfermedades médicas especiales, transporte inteligente, parques inteligentes, etc., ayudando al reemplazo manual de caracteres de código de barras, grietas, empaques, etc.. Ya sea que la capa superficial esté completa o no, y la detección de depresiones también puede lograr una alta precisión.