AI được tận dụng để đơn giản hóa và tối ưu hóa cấu hình thị giác máy

Theo truyền thống, để xác định các khuyết tật và trầy xước trong sản xuất đòi hỏi sự nhạy cảm và kiến ​​thức của các kỹ thuật viên có nhiều kinh nghiệm. Nhưng do chi phí lao động tăng cao và tình trạng thiếu lao động lành nghề, các nhà sản xuất cần tự động hóa các quy trình từng dựa vào cảm giác của những người lao động có kinh nghiệm.

Để giải quyết thách thức này trong “nhà máy của tương lai”, Omron đã tích hợp trí tuệ nhân tạo (AI) và thị giác máy để phát triển hai giải pháp mới: “ AI Fine Matching” và “ AI Scratch Detect Filter”.

Trong một số trường hợp, AI hiện có thể nhận dạng các tính năng của đối tượng hiệu quả như con người và tự động tìm hiểu các thông số quan trọng một cách nhanh chóng. Trong khi nhiều phương pháp tiếp cận AI phải đối mặt với những thách thức kết hợp về lượng dữ liệu hình ảnh khổng lồ, phần cứng chuyên dụng, môi trường đặc biệt và chuyên môn kỹ thuật, Omron đã đạt được tiến bộ lớn trong việc tránh những rào cản này, mở ra cơ hội triển khai rộng rãi.

Kết hợp tốt AI

AI Fine Matching kết hợp một hệ thống xử lý hình ảnh kết hợp hệ thống quan sát dòng FH mới của Omron với hệ thống phát hiện lỗi dựa trên công nghệ AI của công ty. Sử dụng bộ lọc hình ảnh dựa trên AI mới, tái tạo kỹ thuật mà các kiểm tra viên lành nghề sử dụng để xác định lỗi trên bất kỳ nền sản phẩm nào, nó xác định các lỗi và lỗi nhỏ, đồng thời phân biệt một cách đáng tin cậy giữa các sản phẩm bình thường và bất thường.

Không có mẫu học tập bị lỗi là cần thiết. Công cụ AI Fine Matching học hỏi từ dữ liệu hình ảnh của các sản phẩm không bị lỗi để nhanh chóng có được ‘chuyên môn’ mà các kiểm tra viên đã phát triển trong nhiều năm. Mặc dù độ nhạy phụ thuộc vào sản phẩm, nhưng trong nhiều trường hợp, độ nhạy này có thể bằng hoặc vượt quá tỷ lệ phát hiện lỗi của nhân viên kiểm tra. Có thể thiết lập các dung sai thay đổi chấp nhận được trong quá trình thiết lập cho hệ thống quan sát Sê-ri FH.

Dan Rossek, Giám đốc Tiếp thị của Omron UK cho biết: “Cách chúng tôi triển khai AI vào các hệ thống thị giác của mình là giúp đơn giản hóa việc thiết lập và cấu hình các hệ thống thị giác để giúp các nhà sản xuất triển khai chúng dễ dàng hơn . “Chúng tôi sử dụng thuật toán máy học để thiết lập hệ thống tầm nhìn, thay vì một kỹ sư được đào tạo. Anh ấy sẽ xem xét các khiếm khuyết mà bạn đang cố xác định, sau đó định cấu hình chương trình với các chế độ kiểm tra và công cụ kiểm tra để cho phép chương trình phân biệt phần tốt và phần xấu – điều đó có thể dựa trên những thứ như mô hình, mối tương quan, độ tương phản và màu sắc.”

Thuật toán tự động hóa quá trình đó. Nó được đào tạo với một loạt các bộ phận tốt và hệ thống AI tìm kiếm các tính năng của các bộ phận tốt cũng như các biến thể (sẽ luôn có một số biến thể có thể chấp nhận được trong chính sản phẩm).

“Đó là tất cả những gì bạn cần hoàn thành để lập trình hệ thống,” Dan tiếp tục. “ Sau đó, hệ thống có khả năng phát hiện bất kỳ thứ gì nằm ngoài phạm vi phạm vi của một bộ phận ‘tốt’. Điều này làm cho nó trở nên lý tưởng cho sản xuất hỗn hợp sản phẩm cao hoặc các bộ phận mới, bởi vì việc đào tạo cho các sản phẩm khác nhau rất nhanh chóng và dễ dàng. Quá trình tải nó về cơ bản chỉ là đào tạo một loạt các hình ảnh.”

Sau khi được đào tạo, hệ thống thị giác AI Fine Matching cung cấp kết quả nhất quán 100%.

Bộ lọc phát hiện vết trầy xước AI

Bộ lọc phát hiện vết trầy xước AI xác định các vết trầy xước trên bề mặt bằng cách sử dụng hệ thống thị giác và thuật toán AI sao chép mức độ nhạy cảm của các kiểm tra viên lành nghề mà không cần sử dụng mẫu hoặc điều chỉnh.

Một lĩnh vực chính cho ứng dụng là ngành công nghiệp ô tô. Tuy nhiên, kỹ thuật này khá thách thức Dan nhận xét: “Các nhà sản xuất ô tô muốn đạt được sự hài lòng khi kiểm tra 100%, nhưng các vết trầy xước hoặc khuyết tật rất khó phát hiện trên một bề mặt sáng bóng, đặc biệt là khi xe được sơn nhiều màu. Chẳng hạn, bạn không chỉ cần định cấu hình hệ thống thị giác cho từng sản phẩm riêng lẻ mà còn cả màu sắc, lớp hoàn thiện và liệu nó là kim loại hay mờ.”

Bằng cách phát triển một thuật toán mới, Omron đã loại bỏ tất cả sự phức tạp liên quan đến nhiệm vụ này. “Đầu tiên, hệ thống Bộ lọc phát hiện vết xước AI chụp ảnh và sau đó chạy hình ảnh qua một loạt bộ lọc để tách vết xước khỏi bề mặt. Khi hệ thống duyệt qua tất cả các thuật toán lọc và kiểm tra bên trong, màu sắc hoặc lớp hoàn thiện bề mặt của ô tô không gây ra hậu quả gì vì nó chỉ đơn giản xác định cái phù hợp nhất cho ứng dụng đó. Điều này làm cho việc thiết lập và triển khai trở nên rất dễ dàng, ” Dan kết luận.

Khả năng phát hiện các vết trầy xước trên bề mặt có lợi cho nhiều bộ phận được sản xuất, bao gồm khuôn nhựa, màng nhựa ép đùn và các bộ phận quang học làm từ thủy tinh hoặc polyme trong suốt. Một ứng dụng khác có thể là kiểm tra chất lượng giấy trong quy trình in web. Là kết quả của sự phát triển ban đầu cho ngành công nghiệp ô tô, hệ thống Bộ lọc phát hiện vết trầy xước AI của Omron sẽ được áp dụng để cải thiện chất lượng của nhiều sản phẩm.

Để biết thêm thông tin: www.ia.omron.com