一, popyt branżowy na wtyczkę złącza M8 - w wykrywaniu statusu
Złącza M8 są szeroko stosowane w polach, takich jak fabryczne maszyny do automatyzacji, elektronika samochodowa i tranzyt kolejowy, a ich wtyczka - w stanie bezpośrednio wpływa na stabilność systemu. Na przykład w połączeniu czujników stawów robotów złe wstawienie pojedynczego złącza może powodować błąd sprzężenia zwrotnego położenia przekraczające 0,1 mm, co prowadzi do niekontrolowanego ruchu ramienia robotycznego. Tradycyjna ręczna inspekcja wizualna ma wady niskiej wydajności i wysokiej częstotliwości fałszywego wykrywania, podczas gdy systemy wzrokowe mogą wykryć kilka złączy na sekundę z fałszywym wskaźnikiem wykrywania mniejszym niż 0,01%, co znacznie poprawia jakość produkcji.
2, Architektura sprzętu i wybór systemu kontroli wizualnej
1. Konfiguracja kamery przemysłowej i obiektywu
Wybór rozdzielczości: Aby wykryć przesunięcie pinu 0,1 mm, wymagana jest kamera o rozdzielczości 5 milionów pikseli lub więcej. Na przykład kamery serii Basler ACE mogą osiągnąć dokładność wykrywania 0,05 mm/piksel w rozdzielczości 1080p.
Parametry soczewki: Przyjęcie obiektywu telecentralnego w celu wyeliminowania zniekształceń perspektywicznych odległość robocza jest kontrolowana w zakresie 50-100 mm, zapewniając, że pole widzenia obejmuje całą powierzchnię wstawienia złącza.
Projekt źródła światła: okrągłe podświetlenie LED w połączeniu ze światłem koncentrycznym, które może wyraźnie odróżnić metalowe krawędzie szpilek i gniazd. Eksperyment pokazuje, że skośne światło 45 stopni może zwiększyć kontrast cienia u podstaw pinu i poprawić wskaźnik rozpoznawania defektów.
2. Jednostka przetwarzania obrazu
System wizji wbudowanej: taki jak chory IVP Rangerc50 Inteligentny, z zbudowaną - w module wstępnym FPGA, może zakończyć wykrywanie krawędzi, dopasowanie szablonu i inne algorytmy w czasie rzeczywistym, z prędkością przetwarzania do 120FPS.
System podstawowy PC: Nadaje się do scenariuszy wykrywania współpracy wielu aparatów, używając Basler Pylon SDK do osiągnięcia multi - akwizycji obrazu i biblioteki HALCON do rekonstrukcji chmury 3D.
3, Algorytm wykrywania rdzenia i ścieżka implementacji
1. Pozycjonowanie podnośników i ekstrakcja krawędzi
Skumulowana funkcja kierunku gradientu kwantyzacji: Wygeneruj bibliotekę szablonów konturów złącza poprzez obliczenie histogramu kierunku gradientu każdego piksela na obrazie. Eksperyment pokazuje, że dokładność rozpoznawania tej metody dla złączy M8 osiąga 99,7%i nadal może działać stabilnie nawet na złożonych tła.
Analiza histogramu linii skanowania: Zeskanuj obraz złącza wzdłuż kierunku poziomego/pionowego i policz pozycje punktów przejściowych w skali szarości. Przykładając określony model złącza M8, amplituda mutacji na poziomie szarych krawędzi gniazda na linii skanowania przekracza 50, co może dokładnie zlokalizować środek gniazda.
2. Model klasyfikacyjny dla Plug -
Tradycyjne przetwarzanie obrazu:
Geometryczny pomiar parametrów: Oblicz parametry, takie jak odchylenie odległości środka i kąt pochylenia między szpilkami i gniazdkami. Na przykład, gdy przesunięcie środka pin przekracza 0,2 mm lub kąt pochylenia jest większy niż 2 stopnie, jest oceniane jako złe wstawienie.
Segmentacja progowa w skali szarości: Algorytm OTSU automatycznie określa próg segmentacji między szpilkami i gniazdkami, wykrywając wady, takie jak brakujące lub wygięte piny.
Rozwiązania głębokiego uczenia się:
Wykrywanie obiektów YOLOV5: Trenuj model, aby rozpoznać status wstawiania (normalny/połowa wstawiona/nie włożona), osiągając wartość mapy 98,2% na 1000 obrazach z adnotacjami.
Sieć klasyfikacji RESNET50: Wykonuje segmentację obszaru 224 × 224 pikseli na Plug - na powierzchni i wysyła wtyczkę - po poziomie jakości (doskonałe/dobre/słabe) po wprowadzeniu do sieci, z szybkością dokładności 97,5%.
4, Optymalizacja procesu wykrywania w scenariuszach przemysłowych
1. Dynamiczne wykrywanie i prawdziwe informacje zwrotne -
Zastosowanie wysokiej - Kamera tablicy liniowej: Na ciągłej linii produkcyjnej liniowa kamera macierzy służy do skanowania złącza przy częstotliwości linii 10 kHz i rekompensaty ruchu wyzwalacza za pomocą enkodera. Na przykład pewna linia produkcyjna elektroniki samochodowej zwiększyła prędkość wykrywania do 300 złączy na minutę przez to rozwiązanie.
Kontrola współpracy PLC: System wzroku przesyła wyniki wykrywania (Sygnały OK/NG) w czasie rzeczywistym do PLC za pośrednictwem protokołu TCP/IP, wyzwalając mechanizm sortowania w celu usuwania wadliwych produktów. Dane eksperymentalne pokazują, że ten schemat zmniejsza pominięte wskaźnik wadliwych produktów wadliwych z 3% do 0,2%.
2. Ulepszona zdolność adaptacji środowiskowej
Projekt przeciw wibracji: W warunkach wibracji algorytm filtrowania domeny częstotliwości służy do tłumienia rozmycia obrazu spowodowanego wibracją mechaniczną. Na przykład zachowanie sygnału pasma częstotliwości 50-200 Hz za pomocą filtra pasmowego może skutecznie wyodrębnić cechy krawędzi złącza.
Technologia obrazowania multiSpectral: W przypadku scen zanieczyszczenia, takich jak plamy oleju i kurz, w połączeniu z widzialnym światłem i obrazowaniem w podczerwieni, cechy zakłóceń anty - są wyodrębnione poprzez analizę głównych komponentów (PCA). Testy wykazały, że ta metoda może nadal utrzymać dokładność wykrywania ponad 95% w silnie zanieczyszczonych środowiskach.
5, typowe przypadki aplikacji i weryfikacja wydajności
1. Wykrywanie czujnika złącza robota
W określonym sześcioopiowym projekcie robota przemysłowego system wzrokowy wykrywa status wstawiania złącza M8:
Konfiguracja sprzętowa: 2 5- Megapixel CMOS, w połączeniu z teleobiektywem i okrągłym źródłem światła LED.
Wskaźniki testowe: Środek od odchylenia środkowego pinów mniejszych lub równych 0,15 mm, kąt pochylenia mniejszy lub równy 1,5 stopnia, błąd głębokości wstawienia mniejszy lub równy 0,3 mm.
Efekt implementacji: Po uruchomieniu systemu dokładność pozycjonowania robota poprawiła się do ± 0,03 mm, co jest trzy razy wyższe niż wykrywanie ręczne, a wskaźnik awarii sprzętu zmniejszył się o 80%.
2. Testowanie nowego systemu zarządzania akumulatorami pojazdów energetycznych
W pewnej linii produkcyjnej BMS pojazdu elektrycznego system wzrokowy wykrywa złącza M8:
TESTOWANA Zawartość: wady, takie jak utlenianie gniazda, zgięcie pinów i uszkodzenie warstwy izolacyjnej.
Optymalizacja algorytmu: U - Net Semantic Segmentation Sieć jest używana do wykonywania klasyfikacji poziomu pikseli na powierzchni wtyczki - z prędkością wykrywania do 20 fps.
Dane dotyczące osiągnięć: System osiąga 100% wykrywania online, z zerowym brakiem wskaźnika wykrywania i fałszywym wskaźnikiem wykrywania mniejszym niż 0,5%, zapewniając niezawodne działanie systemu BMS przez 5 lat.
