얼마 전에 이론적 결과를 공유했는데 오늘은 자동차 공장의 실제 상황에 대한 기사를 보았습니다.자동차 산업에서 머신 비전의 적용을 다른 각도에서 볼 수 있습니다.
1 머리말
인더스트리 4.0의 핵심은 데이터입니다. 스마트 장비와 스마트 단말기의 대중화와 다양한 센서의 적용으로 자동차 산업의 생산 데이터와 제품 데이터가 수집될 것입니다. 이러한 데이터는 기업 운영, 가치 사슬 및 제품의 전체 수명 주기에 스며들 것입니다. 따라서 자동차 산업에서 이력 추적 시스템의 초석으로서 이러한 데이터의 정확성이 보장되어야 합니다.
현재 많은 자동차 타이어 브랜드가 있고 타이어와 휠 허브의 브랜드가 다르며 수동 조립 과정에서 잘못된 설치가 종종 발생합니다. 본 논문은 차량 전체의 타이어 조립이 완료된 후 시각적 매칭 오류 방지 시스템을 통해 4개의 타이어, 휠 허브 모델 및 차량 모델 정보의 매칭 검출을 수행한다고 설명한다.
2 시각적 오류 교정 감지 원리
육안 검사는 산업용 카메라를 사용하여 사람의 눈을 대체하여 인식, 측정, 위치 지정 등의 기능을 완성하고, 캡처된 물체의 이미지를 데이터로 변환하여 시스템에서 사전 설정된 표준 그래픽 비전 시스템과 비교, 처리 및 분석하는 것입니다. 시스템 및 적격 제품이 출시됩니다. , 품질 표준을 충족하지 않는 개체는 제조업체의 품질 표준 및 산업 규정을 준수하도록 추적 및 거부됩니다. 육안 검사 시스템은 바코드 문자, 균열, 포장, 표면층 무결성 및 찌그러짐의 수동 감지를 대체할 수 있으며 생산 라인의 감지 속도와 정확도를 효과적으로 향상시키고 출력 및 품질을 크게 향상시키며 인건비를 줄일 수 있습니다. 눈 피로로.
3 타이어 매칭 시각적 오류 방지 감지 적용
3.1 배경 요구 사항
자동차 조립 라인의 타이어 조립 스테이션에서 코드를 수동으로 스캔하여 장착할 모델을 결정하고, 타이어 어셈블리가 조립된 후 다음 스테이션으로 달려가 이전 스테이션의 코드 스캔 정보를 사용하여 해당 모델을 결정합니다. 휠 허브 및 시각적으로 감지해야 하는 모델 타이어: 차량의 4개의 휠과 타이어를 시각적으로 감지하여 일치 여부를 판단하고 일치하지 않으면 경고등을 통해 알려줍니다.
3.2 탐지 개요 및 원리 분석
차량 전면 측면 라벨의 1차원 코드를 인식하고 판독하여 모델 정보를 획득하고, 모델 정보에 따라 데이터베이스에 구축된 해당 모델 타이어와 휠 허브를 호출하여 정보 비교를 수행합니다.
3.2.1 외형 윤곽 특징 검출
첫 번째 오류 방지 감지는 그림 1과 같이 휠 모양과 스포크의 외형 프로파일 특징을 통해 타이어에서 수행됩니다.
3.2.2 허브 치수 검사
뒷바퀴 타입이 1차 검출에 가까우면 그림 2와 같이 허브의 크기를 측정하여 2차 오차 방지 검출을 수행한다.
3.2.3 타이어 OCR 정보 검출
광학 문자 인식(OCR)은 전자 장치(예: 스캐너 또는 디지털 카메라)가 종이에 인쇄된 문자를 확인하고 어둡고 밝은 패턴을 감지하여 모양을 결정한 다음 문자 인식 방법을 사용하여 모양을 컴퓨터 문자로 변환하는 것을 의미합니다. 텍스트의 처리, 즉 인쇄된 문자의 경우 종이 문서의 텍스트를 광학적으로 흑백 도트 매트릭스 이미지 파일로 변환하고 이미지의 텍스트를 인식 소프트웨어에 의해 텍스트 형식으로 변환하여 추가 편집 워드 프로세싱 소프트웨어 처리 기술, 그림 3에 나와 있습니다.
타이어 트레드를 촬영하고 OCR 이미지 영역을 분할하여 타이어 OCR 정보를 식별하고 숫자와 문자를 식별하여 타이어 유형이 차량 모델 정보와 일치하는지 판단합니다.
3.3 탐지 과정
3.3.1 처리 방법
머신 비전 비접촉 전면 및 후면 휠 시분할 이중 카메라 촬영 온라인 실시간 감지, 식별 및 자동차 전면의 모델 라벨 정보 읽기(그림 4 참조).
3.3.2 트리거 모드
광전 센서가 트리거되고 센서가 자동차 전면에 설치되고 폐색 신호가 감지되고 트리거 신호가 주어지며 자동차 측면의 레이블 인식 및 판독 카메라가 트리거되고 레이블이 촬영되며, 라벨의 1차원 코드가 인식되기 시작합니다. 인식에 성공하면 차량 전방 측면 범퍼 위치를 영상으로 캡처해 차량의 주행 위치를 판단해 전·후륜 타이어와 휠 허브 감지를 트리거한다.
3.3.3 처리 흐름
차량이 타이어 허브 감지 스테이션으로 이송된 후 광전 트리거 신호가 주어진 후 측면에서 찍은 비디오 또는 사진에 따라 라벨의 1차원 코드에 대한 차량 모델 정보를 인식하고 읽습니다. 차량 앞.라벨을 인식하지 못하면 경보등의 빨간색 표시등이 항상 켜져 있고 수동 개입 후 하나의 키로 경보를 취소하고 다음 차량이 감지될 때까지 계속 대기합니다. 성공하면 비디오 촬영 모드를 켜고 차량 유형 정보에 따라 비디오의 각 프레임에서 감지 라인의 차량 위치를 판단하고 사전 결정된 위치에 도달한 후 트리거를 트리거합니다.타이어 림 감지 스테이션은 타이어 림의 사진, 자동차 모델의 휠 림 템플릿을 전면 및 후면 휠 사진과 일치시킵니다. 일치가 실패하면 빨간색 표시등이 깜박이고 경보가 울리고 일치가 성공하면 OCR 정보를 인식합니다. 타이어, 그리고 타이어가 자동차 모델과 일치하는지 판단하고 일치하지 않으면 빨간불이 깜박일 것입니다. 하나의 알람이 성공하면 통과하면 녹색 표시등이 항상 켜져 다음 차를 감지하기 위해 기다립니다.
3.4 전체 설계 계획
3.4.1 설치도
타이어 조립 스테이션 양쪽에 3대의 카메라가 비대칭으로 배치되어 있는데, 카메라 1과 카메라 2는 차량 좌우측 타이어 허브를 각각 감지하고, 카메라 3은 사진을 찍어 모델 라벨(1차원 코드 식별) 시스템. 3개의 카메라 그룹에는 보조 조명 처리를 위한 3개의 광원 그룹이 장착되어 있습니다. 그림 5에 표시된 세 가지 보기(상면 보기, 측면 보기 및 전면 보기)는 세 방향에서 조립 스테이션 비전 시스템의 설치 레이아웃을 보여줍니다.
3.4.2 좌우 비대칭 구조 + 전면 광전 센서 구조
왼쪽 바퀴 타이어 감지 구조: 왼쪽 2천만 개의 롤링 셔터 카메라(카메라 2)에는 바퀴 타이어 유형 및 크기에 대한 플래시 라이트 보조광 감지 시스템이 장착되어 있습니다.
우측 휠 타이어 감지 구조 및 차량 모델 라벨 및 차량 위치 촬영 구조: 우측 2천만 개의 롤링 셔터 카메라(카메라 1)와 손전등 보조광 촬영, 휠 타이어 유형 및 크기의 실시간 감지 시스템, 2천만 개의 롤링 셔터 카메라(카메라 1) 3) 차종라벨(1차원코드식별) 시스템을 식별하고 판독하기 위한 손전등 보조등 카메라가 장착되어 있다.
전면 광전 센서의 트리거 구조: 전면 상단과 하단에 이중 적외선 센서가 설치되어 있으며 이중 적외선 광전 센서는 차량이 타이어 허브 감지 위치에 진입했는지 여부를 정확하게 감지하고 타이어 허브 감지 시스템을 트리거할 수 있습니다. 차량 진입 확인 후 출발합니다.
3.4.3 운영 프로세스
전면 커버 트리거: 타이어 허브 감지 위치 진입, 전방 광전 센서 트리거 구조는 차량이 타이어 허브 감지 위치 진입 여부를 모니터링하여 차량 전방이 반대쪽 빔 광전 센서를 차단할 때 레벨(TTL) 신호를 생성하고, 상승 에지가 트리거되고 실행 시간이 계산된 다음 모델 라벨 감지 위치를 시작하여 사진을 찍습니다. 라벨 촬영: 트리거 신호는 오른쪽에 있는 모델 라벨 인식을 트리거하여 1차원 코드를 읽고, 10초 동안 2천만 개의 롤링 셔터 카메라(카메라 3) 비디오 촬영, 프레임별 분석, 시야 ROI에 도달합니다. 범위(1 400 mm×400 mm), 모든 모델의 전면 측면에 있는 라벨 위치를 덮습니다. 라벨 1차원 코드의 식별 및 판독 과정은 다음과 같다.
a. 두 개의 연속 사진이 동일한 모델 번호를 식별할 때까지 이미지를 지속적으로 식별하고 모델 번호를 읽고, 인식을 중지하고, 데이터베이스에 따라 모델 번호를 비교하고, 해당 모델 정보를 호출합니다.
b.동일한 모델 번호를 식별하는 2개의 연속 사진이 없지만 동일한 모델 번호가 두 번 식별되면 모델 번호가 우선하고 인식을 중지하고 데이터베이스에 따라 모델 번호를 비교하고 해당 모델을 호출합니다. 정보;
c.각 그림의 식별번호가 다를 경우 2차 인식된 번호를 우선으로 하여 황색등이 점등되어 경보음이 울리며 경고정보가 기록됩니다.
D. 식별할 수 있고 숫자를 읽을 수 있는 사진이 하나도 없으면 빨간색 표시등이 항상 켜져 있고 알람이 기록되며 알람 코드는 0004가 됩니다. 탐지 로그를 기록하고 수동 개입 후 하나의 키로 경보를 취소하십시오. 수동 개입이 없으면 다음 차량의 전방이 광전 센서를 차단할 때까지 경고등의 빨간색 표시등이 꺼집니다.
3.4.4 위치 판단
태그 파싱이 성공하면 차량 모델 정보에 따라 차량 위치를 비디오에서 프레임 단위로 판단하고 미리 정해진 위치에 도달하면 앞바퀴 감지 사진 촬영을 트리거하고 도달하면 미리 결정된 위치, 그것은 뒷바퀴 감지 사진의 촬영을 트리거합니다.
3.4.5 좌우 앞바퀴 감지 위치에서 촬영
좌우 바퀴 감지 위치가 트리거되고 앞바퀴 감지가 트리거된 후 5초 이내에 10개의 연속 촬영이 1400mm × 1000mm의 시야를 커버합니다.
매칭에 성공하면 허브서클의 중심점과 타이어의 중심점이 일치하는지 판단하여 일치하면 타이어 OCR 정보를 직접 확인하여 해당 모델 데이터베이스의 타이어 정보와 비교한다. 모델 번호 비교에 성공하면 녹색 표시등이 한 번 깜박입니다.
b.허브 모델이 일치하지 않으면 다음 사진을 계속 일치시킵니다.10개의 사진이 모두 일치하지 않으면 항상 빨간색 표시등이 켜지고 알람이 표시되며 알람 정보가 기록됩니다.모두 실패, 알람 코드 0003, 뒷바퀴 감지 대기;
c.휠과 타이어의 중심이 일치하지 않을 경우 항상 빨간불이 켜져 알람이 울리고 알람 정보가 기록됩니다.왼쪽 휠 매칭 실패 알람 코드는 0500이고 오른쪽 휠 매칭 실패는 알람 코드가 0500입니다. 고장 알람 코드는 0600입니다. 알람 코드 0300과 함께 2라운드 실패. 이때 전체 차량 감지가 완료되어 경보등의 적색등이 항상 켜져 있고, 다음 차량의 전방이 광전센서를 차단하여 경보등의 적색등이 꺼질 때까지 d. OCR 정보 비교 실패, 빨간불 상시 점등 및 알람 기록, 좌측 휠 매칭 실패 알람 코드 0010. 오른쪽 바퀴가 일치하지 않으면 알람 코드는 0020이고 두 바퀴가 모두 실패하면 알람 코드는 0030이며 뒷바퀴가 감지되기를 기다리고 있습니다.
3.4.6 시스템 테스트 결과 통계
시스템의 주요 인터페이스는 네 바퀴의 실시간 사진, 라벨 인식 결과 및 휠 허브 판단 결과를 표시하고 비정상적인 일치 데이터에 대한 알람 프롬프트를 제공하고 알람 코드를 표시하고 계산합니다. 1 번 테이블.
3.4.7 감지 일시 중지
차량 정지 시 셧다운 시간, 차량 전방 트리거 시간, 차량 주행 위치를 저장하고, 재시동 후 바로 영상 촬영을 시작하여 차량 주행 위치를 판단하고 차량의 주행 여부를 판단한다. 셧다운 후 다음 검지국 통과 실패 시 차량의 이동 위치 기준으로 셧다운 완료 시 아이템 정보를 획득하지 못한 경우 프롬프트를 통해 차량 감지가 완료되지 않은 경우
3.4.8 통신 방식
알람은 USB 인터페이스를 채택하고 산업용 컴퓨터의 USB 포트는 알람 빨간색 표시등, 녹색 표시등 및 경고 노란색 표시등 신호를 전달합니다. 적색등 점멸은 전륜 및 후륜 타이어 및 허브가 1회 검사에서 부적격임을 의미하고, 녹색등은 차량의 네 바퀴 모두가 적합하다는 것을 의미하며, 적색등은 전체 차량의 타이어 및 허브가 불량임을 의미합니다. 부적격 항목이 있어야 합니다. 노란색 표시등은 라벨을 정확하게 읽지 못함을 의미하며 라벨이 붙여진 위치에 주의해야 합니다.
3.4.9 검출 조건
a. 차량 모델, 라벨 정보, 차량 전면 길이(전면에서 전면 차축까지), 모델 너비, 차축 길이, 휠 베이스, 휠 브랜드, 휠 모델, 휠 허브 매칭 템플릿 모델, 타이어를 포함하는 모델 데이터베이스를 미리 구축합니다. OCR 및 기타 정보
b. 전 차종의 라벨 부착 위치와 차량 전면 사이의 거리는 규정 범위 이내이며, 허용 오차 범위는 ±300mm, 지면으로부터의 높이 허용 오차 범위는 ±100mm이므로 차량 전면이 방아쇠에 도달한 후 5초 이미지 시야 범위 내에서 라벨 감지 카메라로 사진을 찍을 수 있습니다.
c.기계식 전차선 살포기에서 차량의 좌우 흔들림 편차는 ±2mm입니다.
d.지면에서 모든 모델의 섀시 높이 편차가 ±10mm인지 확인합니다.
3.4.10 비전 감지 알고리즘 설명
허브 샘플 모델을 수집하여 허브 아웃라인과 스포크 아웃라인을 통해 모델 라이브러리를 구축합니다.
b.허브가 카메라 위치에 도착하면 비전 시스템은 MES(Manufacturing Execution System)에서 보낸 VIN(Vehicle Identification Number) 코드를 수신한 다음 모델 라이브러리에서 VIN 코드에 해당하는 모델을 호출합니다.
c.카메라가 사진을 수집하고 수집된 사진과 이송된 모델 간의 이미지 매칭을 수행하여 매칭에 성공하면 다음 스테이션으로 이동하고 매칭에 실패하면 시청각 경보가 발생합니다.
d. 윤곽선이 비슷한 경우 허브의 크기를 다시 측정하여 오류 방지 효과를 얻습니다.
e.타이어 오류 방지는 주로 시각적 인식을 위해 타이어 표면에 다른 특징점을 표시하는 것입니다.
4 결론
제조 공정 기능의 지속적인 개선으로 머신 비전에 대한 수요가 계속 증가하고 비전 제품의 유형과 기술이 지속적으로 개선되며 응용 프로그램 상태도 초기 로우엔드에서 하이엔드로 변경될 것입니다. 머신 비전의 개입으로 표준화된 제품을 사용자 개인화 솔루션 및 서비스로 대체하는 것도 머신 비전의 미래 발전 방향입니다.
관심 있는 학생들은 Zhiwang에서 이 논문을 다운로드할 수 있습니다.
기사 출처: Xu Yuehong.자동차 타이어 일치 시각적 오류 방지 감지 [J] 응용 프로그램에 대해 이야기합니다.자동차 기술 및 재료, 2022,09
현재 머신비전과 자동차 산업의 결합이 매우 대중화되어 있는 부분이기도 한데 여기서는 국내 머신비전 플랫폼인 쿠벌리(Coovally)를 추천해 드리고자 합니다. , AI 프로젝트 관리 및 AI 시스템 배포 관리 비주얼 플랫폼. 개발 주기를 몇 달에서 며칠로 단축할 수 있으며 AI 비전 솔루션의 개발, 통합, 테스트 및 검증을 가속화할 수 있습니다. 기업의 AI 스택 소프트웨어 개발 기능을 개선하여 고급 AI 시스템을 더 낮은 비용으로 더 빠르게 대중화할 수 있도록 지원합니다. "사람들에게 낚시하는 방법을 가르치는 것"을 실현하기 위해 비즈니스 직원이 사용할 수 있는 "자체 AI 기능을 패키징"합니다. 현재 코드를 실행하는 Coovally는 제조 품질 검사, 지질 재해 모니터링, 전력 산업 장비 모니터링, 의료 특수 질병 진단, 스마트 교통, 스마트 파크 등 여러 응용 분야를 커버하여 바코드 문자의 수동 교체를 돕고, 균열, 포장 등 표면층이 완전한지 여부와 움푹 들어간 곳의 감지도 고정밀을 달성할 수 있습니다.