Kas kõik kruvid on paigas ja kork pudelil peal? Nutikas viis tootmisprotsessi kvaliteedi kontrollimiseks
Fotoandurid on juba ammu olnud tootmisprotsessi juhtimise silmad – nende abil kontrollitakse, kas detail on kohal, pudel liigub liinil või pakend on õigel positsioonil. Aga tehnoloogia ei seisa paigal. Tänapäeval on lisaks klassikalistele anduritele jõudnud tootmisse ka masinõpet kasutavad vision-andurid, mis suudavad lisaks olemasolule hinnata ka seda, kas asi on tegelikult õigesti tehtud.
Selles postituses vaatame lähemalt vision-andurit DATALOGIC Smart-VS-MR-5-150-WH-O, mis kasutab masinõpet. Tegemist on kõige lihtsama mudeliga Datalogic Smart-VS vision-andurite seerias – hea stardipunkt neile, kes tahavad tootmisprotsessis visuaalset kontrolli teha ilma keeruka süsteemita.
Teeme praktilise katse: seadistame anduri samm-sammult, õpetame sellele „õige“ ja „vale“ objekti ning vaatame, millise tulemuse see päris olukorras annab.
Lühike ülevaade DATALOGIC Smart-VS-MR-5-150-WH-O vision-andurist
Enne kui katsega päriselt edasi läheme, vaatame korraks üle ka meie testis kasutatava nägemisanduri DATALOGIC Smart-VS-MR-5-150-WH-O peamised tehnilised omadused. Tegemist on kompaktse masinõppel põhineva vision-anduriga, mis on mõeldud lihtsate tuvastusülesannete jaoks – näiteks korkide olemasolu kontroll, detaili orientatsioon või nagu meie katses: kruvide olemasolu kontroll.
Peamised tehnilised näitajad
-
Resolutsioon: 320 × 240 pikslit
-
Sensor: mustvalge (monochrome) kaamera
-
Töödistants / fookuskaugus: umbes 50–150 mm
-
Vaateväli:
-
~22 × 16 mm (50 mm kaugusel)
-
~55 × 41 mm (150 mm kaugusel)
-
-
Integreeritud valgustus: polariseeritud valged LED-id
Pildid ja õppimine
Standardversioon võimaldab salvestada kuni 6 referentspilti (“GOOD” ja “NO GOOD” näited), mille põhjal masinõppe algoritm loob mudeli, mille järgi objekte klassifitseeritakse. Sarja järgmistel mudelitel on piltide arv juba 20 ja 50.
Kiirus
-
Tuvastusaeg: umbes 50 ms
-
Maksimaalne kontrollikiirus: kuni 20 detaili sekundis
Ühendused
Anduril on mitu tööstuses tavapärast ühendust:
-
Ethernet 10/100 Mbit/s (seadistamiseks veebiliidese kaudu)
-
M12 17-pin ühendus sisendite ja väljundite jaoks
-
Digitaalsed väljundid: PNP / NPN / Push-Pull (GOOD / NO GOOD / DATA VALID signaalid)
Praktikas tähendab see, et andur on pigem lihtsate kontrollide jaoks mõeldud vision-sensor, mitte klassikaline täisfunktsionaalne vision-kaamera. Samas on selle tugevuseks lihtne seadistamine – objekti õpetamine käib mõne pildi abil ja eraldi programmeerimist ei ole vaja.

Detail, mida katsetame
Koosteprotsessides, kus osad kinnitatakse kruviühendusega, on üsna tavaline probleem see, et mõni kruvi võib jääda paigaldamata – olgu põhjuseks inimlik eksimus või roboti tööviga. Kui tegemist on vastutusrikka ühendusega, võib selline kvaliteediprobleem aga kiiresti muutuda väga kulukaks või isegi ohtlikuks. Seetõttu on oluline, et tootmisprotsessis oleks olemas usaldusväärne kontroll, mis kinnitab, et kõik kinnitusdetailid on oma kohal.

Katse jaoks tegime 3D-printeriga lihtsa testdetaili, kuhu paigaldasime neli DIN 912 standardi järgi valmistatud M4 sisekuuskantpeaga tsingitud polti. Must detail ja metallist poldipead annavad piisava kontrasti, et vision-anduril oleks neid lihtne eristada. Katse käigus proovimegi järele, kas DATALOGIC Smart-VS-MR-5-150-WH-O suudab usaldusväärselt tuvastada olukorra, kus üks või mitu polti on puudu.
Mõned olulised asjad enne vision-anduri kasutamist
Enne kui katsega edasi läheme, tasub korraks peatuda ja rääkida mõnest praktilisest aspektist, mida peab kaamerate, vision-andurite ja isegi lihtsate fotoandurite kasutamisel alati silmas pidama. Enamik tuvastusprobleeme ei tule mitte andurist endast, vaid keskkonnast – valgusest, taustast või paigutusest.
Valgus – kõige olulisem tegur
Kui me tuvastame midagi kaamera, vision-anduri või fotoanduriga, siis tegelikult tuvastame me valguse kontrasti või mõnel juhul värvierinevust. Seetõttu on äärmiselt oluline, et valgus oleks piisavalt tugev ja võimalikult stabiilne. Kui detailile paistab hommikul päike, aga õhtul või pilvise ilmaga on valgustingimused täiesti teised, siis muutub ka pilt ning tuvastus ei pruugi enam olla stabiilne.
Paljudel vision-anduritel on küll oma valgusallikas. Näiteks ka meie katsetataval DATALOGIC Smart-VS-MR-5-150-WH-O anduril on kaks üsna võimsat LED-i. Praktika näitab aga, et tootmiskeskkonnas jääb kaamera enda valgustus sageli ikkagi nõrgaks. Seega üks lihtne reegel: kui tahad stabiilset tuvastust, loo detailile oma konstantne valgustus.
Taust – kontrast on võtmesõna
Teine väga oluline aspekt on taust. Tuvastatav objekt peab taustast piisavalt eristuma, et vision-andur suudaks luua detailist selge kontuurimudeli. Näiteks must detail mustal taustal on tavaliselt väga halb kombinatsioon – kontuuri on raske eristada.
Meie katse puhul on aga olukord veidi teistsugune. Kasutame musta detaili mustal taustal täiesti teadlikult, sest meid ei huvita detaili kontuur. Me tahame näha hoopis poldipeasid. Kuna tsingitud poldid on musta detaili peal väga kontrastsed, on nende olemasolu või puudumine vision-andurile hästi nähtav. Ehk siis – taust ei pea alati kontrastne olema, vaid tuleb valida vastavalt sellele, mida täpselt tuvastada soovime.
Vahemaa ja fookus
Kolmas oluline parameeter on vahemaa objekti ja kaamera vahel. Meie katsetatav vision-andur DATALOGIC Smart-VS-MR-5-150-WH-O on reguleeritava fookusega, kuid töövahemik on maksimaalselt umbes 150 mm. (Sama seeria järgmised mudelid ulatuvad juba kuni 400 mm töödistantsini.) See tähendab, et meie testdetail peab jääma andurist kuni 150 mm kaugusele, vastasel juhul ei saa enam teravat ja usaldusväärset pilti.
Tuvastamise kiirus
Viimane, aga mõnes rakenduses kõige kriitilisem tegur on tuvastamise kiirus. Kui tootmisliin liigub aeglaselt, ei ole 50 millisekundit tuvastusaega mingi probleem. Aga mõnes pakendamisliinis võib detail kaamerast mööduda väga kiiresti. Kui näiteks pudel „lendab“ kaamerast läbi 15 millisekundiga, siis 50 ms pilditöötlusest ei ole enam palju abi. Seetõttu tuleb vision-lahendust valides alati vaadata ka seda, kui kiiresti peab süsteem otsuse tegema.
Häälestamine
Datalogic S.p.A. Smart-VS vision-anduritel on sisseehitatud veebiserver, seega ei ole vaja eraldi tarkvara ega keerulist installi – kogu häälestus toimub otse veebilehitsejas.
Häälestusjuhend on saadaval meie kodulehel:
https://electrobit.ee/file_bank/Vision/806000510_Smart-VS_plus_prg_eng.pdf
Juhendist selgub, et vaikimisi on vision-anduri IP-aadress 192.168.3.100. Selle aadressi sisestamisel brauserisse avaneb anduri veebiliides.
Avaneb pealeht, kust saab ülevaate seadme olekust ja põhisätetest. Üleval paremas nurgas asub menüüikoon – sellele klikates saab liikuda edasi Dashboardi vaatesse:

Dashboardis on järgmine samm valida töö, mida hetkel seadistada või testida. Saame kas valida juba loodud töö (job) või luua täiesti uue.
Töö loomine
Smart-VS vision-andur võimaldab töid salvestada pankadesse (bank) – mõtle sellele kui tööplaanide või konfiguratsioonide hoiukohtadele. Iga töö salvestatakse omaette panka, mis teeb lihtsaks mitme erineva detaili või tootmisliini seadistuse haldamise.
-
Ühes anduris võib olla kuni 32 panka, igaüks oma tööga.
-
Igale tööle saab määrata unikaalse nime, mis aitab hiljem kiiresti leida õige konfiguratsiooni.
See tähendab, et kui tootmises on mitu erinevat detaili, mida vision-andur peab kontrollima, saab igale konfiguratsioonile luua eraldi panga. Näiteks võib üks pank olla kruvide kontrolliks, teine korkide ja kolmas etikettide kohalolu jälgimiseks.
Pangade süsteem muudab ka testimise mugavaks – kui seadistad ühe töö valmis, saab selle kohe salvestada ja hiljem ilma uuesti häälestamata kasutada. Samuti saab erinevate tööde vahel kiiresti vahetada, mis kiirendab tootmisliini seadistamist ja vähendab vigade tekkimise võimalust.
Loome uue töö ja liigume edasi:

Pildi seadistus
Datalogic S.p.A. Smart-VS vision-andur pakub paindlikku pildi seadistust – võimalik on kasutada kas automaatset häälestust või minna üle käsitsi seadistamisele.
Seadistada saab peamisi pildiparameetreid:
-
Fookuskaugus
-
Säriaeg
-
Sensori võimendustegur (gain)
Automaatne seadistus on enamasti väga hea lähtepunkt, eriti kui alustatakse nullist või kui tingimused on standardsed. Süsteem valib ise sobiva säri ja võimenduse ning püüab leida optimaalse fookuse.

Praktikas aga võib juhtuda, et automaatne fookuse tuvastamine ei anna täiesti ideaalset tulemust – eriti juhul, kui detailil on vähe tugevaid kontuurpunkte või kui valgustingimused on keerulisemad. Sellistes olukordades tasub fookus käsitsi üle kontrollida ja vajadusel täpsustada.
Millal tasub käsitsi seadistada?
-
Kui automaatne fookus ei anna teravat ja selget pilti
-
Kui on vaja korrigeerida kontrastsust / valgustust
Sageli on parim lahendus kombineerida mõlemat: kasutada automaatset seadistust lähtepunktina ning seejärel teha väiksed käsitsi korrigeerimised, et saavutada optimaalne tulemus.

Õpetamine
Kui kaamera on korralikult seadistatud ja pilt selge, saab edasi liikuda õpetamise faasi juurde. Just siin õpib andur ära, milline on kvaliteedinõuetele vastav detail ja milline mitte.
DATALOGIC Smart-VS-MR-5-150-WH-O võimaldab salvestada kuni 6 referentspilti – nii GOOD kui ka NO GOOD näidetena.
Oluline on, et need pildid ei pea jagunema võrdselt. Näiteks võib olla:
-
2 head ja 4 halba
-
4 head ja 2 halba
-
3 head ja 3 halba
Süsteem ei nõua kindlat proportsiooni – tähtis on, et andurile oleks näidatud piisavalt erinevaid olukordi, mille põhjal ta saab õppida.
Praktiline soovitus õpetamisel
Hea tava on muuta detaili positsiooni veidi iga pildi tegemisel, eriti kui tootmises võib detaili asetus loomulikult varieeruda.

Miks see oluline on?
Kui õpetamise ajal on detail alati täpselt samas asendis, võib andur hiljem ekslikult arvata, et väiksem pöördenurk või asukoha nihe tähendab viga. Tegelikult võib see aga olla täiesti normaalne tootmisprotsessi osa.
Seetõttu tasub:
-
Pöörata detaili õpetamise ajal erinevate nurkade alla
-
Nihutada veidi selle positsiooni
-
Veenduda, et valgustus jääb samaks, kuid asetus varieerub
Meie katse puhul
Õpetasime andurile:
-
Head pildid – detail nelja poldiga, väikestes asendi erinevustes
-
Halvad pildid – olukorrad, kus üks või mitu polti on eemaldatud

Sellise lähenemisega õpib süsteem selgelt eristama olukorda, kus kõik kinnitusdetailid on olemas, ja olukorda, kus midagi on puudu.
Kui õpetus on lõpetatud ja mudel salvestatud, on andur valmis reaalseteks testideks – järgmises etapis vaatamegi, kuidas toimib kontroll päris olukorras ja milliseid tulemusi see annab.
Testimine
Kui õpetamine oli tehtud, saime liikuda kõige huvitavama osa juurde – praktiline testimine.
Esimese katse tegime heleda taustaga. Sellisel juhul juhtus aga midagi huvitavat: masinõppe mudel hakkas rohkem jälgima detaili enda kontuuri ja positsiooni, mitte poldipeade olemasolu.
Põhjus oli üsna loogiline. Must testdetail heleda tausta peal tekitas väga tugeva kontrasti ning detaili kontuur muutus pildis kõige domineerivamaks tunnuseks. Seetõttu keskendus süsteem rohkem sellele, kas detail on täpselt samas asendis kui õpetamise ajal, mitte sellele, kas kõik poldid on olemas.
See on hea näide sellest, kuidas taust ja kontrast võivad masinõppe käitumist oluliselt mõjutada.
Tausta muutmine
Järgmiseks tegime lihtsa muudatuse – vahetasime tausta mustaks.
Selle eesmärk oli eemaldada tugev kontrast detaili kontuuri ja tausta vahel, et vision-andur ei saaks kontuuri enam peamise tunnusena kasutada. Nii jäi pildis kõige selgemaks kontrastiks hoopis metallist poldipead musta detaili peal.
Tulemus
Pärast tausta muutmist kordasime katseid mitme erineva kombinatsiooniga:
-
kõik poldid paigas
-
üks polt puudu
-
kaks polti puudu
-
detail veidi erinevas positsioonis
Tulemus oli suurepärane. Vision-andur andis testide käigus 100% õiged vastused ning poldi puudumise tuvastamine oli täiesti korrektne.

See katse kinnitas veel kord üht vision-süsteemide põhireeglit:
väga sageli ei ole kõige olulisem mitte algoritm või andur ise, vaid õige pildi loomine – sobiv valgustus, taust ja kontrast.
Kui need kolm asja on paigas, võib ka suhteliselt lihtne vision-andur anda väga usaldusväärseid tulemusi.
Kokkuvõte
Datalogic Smart-VS-MR-5-150-WH-O vision-andur on täiesti arvestatav tööriist tootmisprotsessi kvaliteedikontrollis.
Meie katses kasutasime Smart-VS seeria kõige lihtsamat mudelit, kuid sellest hoolimata sai see poldi olemasolu kontrollimisega suurepäraselt hakkama. Õige tausta ja seadistusega saavutasime testis 100% korrektsed tuvastustulemused.
Lahenduse peamised eelised
Seadmel on sisseehitatud veebiliides ning kogu seadistamine toimub brauseris. See tähendab, et operaatori töölauale võib panna kasvõi tahvelarvuti, millega saab:
-
luua uusi töid
-
muuta olemasolevaid häälestusi
-
jälgida statistikat ja tulemusi
Erinevalt klassikalistest vision-süsteemidest ei nõua see spetsiaalset tarkvara ega sügavaid vision-programmeerimise teadmisi.
DATALOGIC Smart-VS-MR-5-150-WH-O maksab alla 1000 € (ilma km-ta) + kaablid. See on märkimisväärselt soodsam kui täisväärtuslikud intelligentse pilditöötlusega kaamerad.
Lisaks on ka juurutamise kulu praktiliselt olematu – enamikul juhtudel saab seadistamisega hakkama tootmisoperaator ise, ilma eraldi spetsialisti kaasamata.
Peamiseks piiranguks võib pidada suhteliselt väikest töödistantsi. Selle konkreetse mudeli puhul peavad kaamera ja objekt olema üsna lähestikku (kuni umbes 150 mm).
Kui rakendus nõuab suuremat kaugust, siis sama seeria teised mudelid võimaldavad juba kuni umbes 400 mm töödistantsi, mis annab paigutuse osas märksa rohkem paindlikkust.
Kui võtta kogu katse kokku, siis selline masinõpet kasutav vision-andur on väga hea lahendus olukordades, kus on vaja lihtsat, kiiret ja taskukohast visuaalset kvaliteedikontrolli – näiteks kontrollida kruvide olemasolu, korkide pealolekut või pakendielementide paiknemist tootmisliinil.
Tasub siiski meeles pidada, et tegemist ei ole täisfunktsionaalse vision-süsteemiga. Näiteks ei suuda see kaamera lugeda teksti, koode ega sümboleid. Samas võib ta täiesti edukalt tuvastada, kas midagi on trükitud või mitte – näiteks kas pakendil on märgistus olemas või puudub see täielikult.
Teisisõnu: mõnes rakenduses teeb selline vision-andur suurepäraselt töö ära, kuid teistes võib see jääda oma võimaluste piiridesse. Õige lahenduse valik sõltub alati konkreetsest ülesandest – mida täpselt on vaja tuvastada, millised on kiirused ja millised on keskkonnatingimused.
Kui sul on sarnane kvaliteedikontrolli ülesanne tootmises, konsulteeri julgelt meiega. Aitame hinnata rakendust ja valida lahenduse, mis töötab päriselt ja usaldusväärselt.
Tutvu Datalogic vision-anduritega: SMART nägemisandurid - Info ja müük | Electrobit OÜ