В производстве свечей зажигания обеспечение правильной сборки каждого слоя перед упаковкой имеет решающее значение для поддержания качества продукции и предотвращения ошибок на последующих этапах. В данном примере зона контроля имела очень ограниченное пространство для установки, что позволяло использовать только широкоугольную оптику. Хотя это и было необходимо, это привело к сильным перспективным искажениям, с которыми традиционные методы обработки изображений с трудом справляются. Классический поиск по шаблону быстро достиг своих пределов в таких условиях, особенно при изменении освещения или когда положение свечи казалось смещенным из-за оптических искажений.
Решение
Для преодоления этих ограничений было разработано решение для контроля качества на основе глубокого обучения. В отличие от традиционных методов сопоставления образов, нейронная сеть способна надежно интерпретировать искаженные широкоугольные изображения и с высокой точностью определять положение свечей зажигания. Модель была обучена в различных условиях освещения и ракурсах, что позволило ей обеспечивать стабильные и надежные результаты даже при изменении визуальной среды. Система была интегрирована в автоматизированный производственный процесс и выполняет проверки в режиме реального времени, чтобы гарантировать завершение каждого слоя перед продолжением упаковки.
Результаты
Предложенное решение успешно выполняет две важнейшие задачи. Во-первых, оно определяет точное положение каждой свечи зажигания, обеспечивая выравнивание и правильную установку. Во-вторых, оно проверяет полноту каждого слоя перед упаковкой, предотвращая распространение ошибок на последующие этапы процесса. Заменив традиционные методы машинного зрения глубоким обучением, производственная линия получает более надежную и отказоустойчивую систему контроля качества, эффективно функционирующую даже в механически и оптически сложных условиях.
