Paano suriin ang pagganap at katumpakan ng mga sistema ng pangitain ng makina?

Sa patuloy na pagpapalalim ng industriyal na automation at matalinong pagmamanupaktura,Ang mga machine vision system ay unti-unting naging pangunahing kagamitan sa produksyon para sa kontrol ng kalidad at pag-optimize ng proseso sa mga site ng produksyon. Gayunpaman, para sa maraming user, kung paano susuriin ng siyentipiko ang pagganap at katumpakan ng system kapag pumipili, sumusubok o nagpapakilala ng mga proyekto ng machine vision ay isa pa ring pangunahing salik na nakakaapekto sa tagumpay ng pag-deploy.

Ang mga sumusunod ay tututuon sa pamantayan sa pagsusuri ng kagamitan. Ang mga pamamaraan ng pagsusuri sa produksyon at praktikal na mga punto ng aplikasyon ay tumutulong sa mga kumpanya na husgahan kung ang isang set ng machine vision equipment ay tunay na 'praktikal' at 'maaasahan' mula sa isang mas propesyonal at praktikal na pananaw.

1. Mga pangunahing sukat ng pagsusuri sa pagganap

Upang suriin ang isang machine vision system, karaniwang kailangan mong magsimula sa limang dimensyon ng kalidad ng imaging, bilis ng inspeksyon, katumpakan ng pagkilala, katatagan sa kapaligiran at pagiging tugma ng system:

1.Kalidad ng larawan

Ang imahe ay ang pundasyon ng visual system. Kapag nagsusuri, dapat mong bigyang pansin ang mga sumusunod na tagapagpahiwatig:

Resolution at sharpness: Kung ang pixel density na kinakailangan para sa detalyadong inspeksyon ay natutugunan;

Pag-iilaw at kaibahan: kung ang imahe ay maliwanag at pantay, at kung ang balangkas ay malinaw;

Distortion at sharpness control: Kung ang lens ay may sapat na optical na kalidad.

Ang mataas na kalidad na mga imahe ay hindi lamang maaaring mapabuti ang epekto ng pagkilala ng algorithm, ngunit nagbibigay din ng garantiya para sa kasunod na pagproseso ng data.

2. Katumpakan ng pagkilala

Ang katumpakan ay karaniwang ginagamit upang sukatin ang pagganap ng mga algorithm ng paningin sa aktwal na produksyon. Kasama sa mga pamamaraan ng pagtatasa ang:

Defect recognition accuracy (TPR)

False detection rate (FPR) at missed detection rate (FNR)

OCR recognition rate o barcode reading success rate

Maaari kang gumamit ng mga sensor upang gayahin ang mga kondisyon sa pagtatrabaho at patuloy na mag-import ng mga sample na larawan para sa pag-verify. Inirerekomenda na mangolekta ng maraming mga sample ng pagsubok hangga't maaari upang matiyak ang mga istatistika ng iba't ibang mga kondisyon.

3. Bilis ng pagproseso

Kung matutugunan ng system ang mga kinakailangan sa beat ay isa sa mga susi sa pagsusuri. Karaniwang kasama ang:

Bilis ng pagkuha ng larawan (frame rate)

Oras ng pagpoproseso ng larawan (ms)

Pangkalahatang tugon ng makina at oras ng output

Sa mga aktwal na proyekto, inirerekomenda na ang aktwal na pagsukat ay batay sa kabuuang oras ng 'buong sistema mula sa koleksyon hanggang sa mga resulta ng output'.

4. Katatagan at anti-interference

Suriin kung ang system ay maaaring tumakbo nang matatag sa mahabang panahon sa isang tunay na pang-industriyang kapaligiran, na tumutuon sa:

Kakayahang umangkop sa mga pagbabago sa ambient light

Stable na performance sa ilalim ng temperatura, halumigmig, vibration, at electromagnetic interference

Mayroon bang anumang lag o paglihis ng pagkilala sa pangmatagalang tuluy-tuloy na operasyon?

Halimbawa, sa mga welding workshop, oily environment o vibration production lines, inirerekomendang magsagawa ng real-life verification test.

5. Pagkabukas at pagiging tugma ng system

Ang mga machine vision system ay madalas na kailangang mag-interface sa PLC, mga robot, database o mga sistema ng MES. Dapat mong bigyang pansin ang:

Sinusuportahan man nito ang mga karaniwang protocol (tulad ng GigE Vision, USB3 Vision, Modbus, OPC UA, atbp.);

Kung magbibigay ng SDK para sa pangalawang pag-unlad;

Kung sinusuportahan ng larawan ang multi-format na pag-export at platform docking (tulad ng Halcon, VisionPro, LabVIEW, atbp.);

Ang isang system na may malakas na compatibility ay nakakatulong sa pagpapalawak at pagpapanatili sa hinaharap.

2. Paano bumuo ng isang epektibong plano sa pagsubok sa pagganap?

Upang masuri ng siyentipiko ang pagganap ng mga sistema ng pangitain, inirerekomenda na i-set up ng mga kumpanya ang mga sumusunod na proseso sa yugto ng pagpapakilala:

Linawin ang mga layunin sa pagtuklas at mga kinakailangan sa katumpakan: gaya ng katumpakan ng dimensyon, rate ng pagkilala ng character, atbp.;

Magtatag ng isang control sample library: kabilang ang mga normal na produkto, tipikal na mga produkto na may sira, at mga boundary case;

Bumuo ng isang platform ng pagsubok: gayahin ang aktwal na mga kondisyon sa pagtatrabaho para sa patuloy na operasyon;

Kolektahin ang istatistikal na data: katumpakan, oras ng pagtugon, abnormal na mga sitwasyon, atbp.;

Phase retesting at optimization: Patuloy na ayusin ang mga parameter at algorithm batay sa mga resulta ng pagsubok;

Sa pamamagitan ng real sample at working condition testing, ang solusyon na pinakamahusay na nakakatugon sa mga pangangailangan ay maaaring mapili nang epektibo.

3. Sanggunian ng kaso: Proyekto sa pagtuklas ng karakter ng electronic na industriya

Ang sistema ng produksyon ng pabrika ng electronics ay nagpakilala ng isang matalinong sistema ng paningin upang matukoy ang mga character sa mga casing ng baterya. Pangunahing nababahala ang mga customer tungkol sa rate ng integridad ng character at rate ng error sa pagkilala. Pagkatapos ng pagsubok sa sistema ng paningin, ang sumusunod ay ang pangkalahatang resulta ng pagbuo ng data:

Average na katumpakan ng pagkilala: 99.2%

Rate ng maling pagkilala: <0.3%

Buong oras ng pagtugon sa pagkilala ng larawan: 80ms

Character contrast adaptive adjustment function, ang pass rate ay tumataas ng 15%

Kasabay nito, sinusuportahan ng system ang tuluy-tuloy na pag-access sa MES system ng customer, na nagbibigay-daan sa real-time na pag-upload ng mga resulta ng pagkakakilanlan at abnormal na pagsubaybay.

Ang machine vision ay hindi isang device na madaling mai-install at magamit. Ang pagganap at katumpakan ng system ay direktang nakakaapekto sa panghuling epekto ng aplikasyon. Sa pamamagitan ng karaniwang mga pamamaraan ng pagsubok, totoong application scenario simulation at multi-dimensional indicator evaluation, ang mga kumpanya ay maaaring tumpak na pumili ng mga modelo at mabawasan ang mga gastos sa pagsubok at error.

Ang Zhixiang Vision ay patuloy na nagbibigay sa mga customer ng high-performance, high-stability machine vision solutions, at bumuo ng mga test plan batay sa mga pangangailangan ng user, na nagbibigay ng one-stop na serbisyo mula sa sample testing, algorithm optimization hanggang sa system integration. maligayang pagdatingMakipag-ugnayan sa amin para sa sample testing at customized na suporta sa serbisyo ng pagsusuri.