כיצד להעריך את הביצועים והדיוק של מערכות ראיית מכונה?

עם העמקה מתמשכת של אוטומציה תעשייתית וייצור חכם,מערכות ראיית מכונה הפכו בהדרגה לציוד ייצור מרכזי לבקרת איכות ואופטימיזציה של תהליכים באתרי ייצור. עם זאת, עבור משתמשים רבים, כיצד להעריך באופן מדעי את הביצועים והדיוק של המערכת בעת בחירה, בדיקה או הצגת פרויקטים של ראיית מכונה היא עדיין גורם מפתח המשפיע על הצלחת הפריסה.

להלן יתמקדו בקריטריונים להערכת ציוד. שיטות בדיקת ייצור ונקודות יישום מעשיות עוזרות לחברות לשפוט האם סט של ציוד ראיית מכונה הוא באמת 'מעשי' ו'אמין' מנקודת מבט מקצועית ומעשית יותר.

1. ממדי ליבה של הערכת ביצועים

כדי להעריך מערכת ראיית מכונה, אתה בדרך כלל צריך להתחיל מחמשת המימדים של איכות הדמיה, מהירות בדיקה, דיוק זיהוי, יציבות סביבתית ותאימות מערכת:

1. איכות תמונה

תמונה היא הבסיס של מערכת הראייה. בעת הערכה, עליך לשים לב לאינדיקטורים הבאים:

רזולוציה וחדות: האם מתקיימת צפיפות הפיקסלים הנדרשת לבדיקה מפורטת;

תאורה וניגודיות: האם התמונה בהירה ואחידה, והאם קווי המתאר ברורים;

בקרת עיוות וחדות: האם לעדשה יש איכות אופטית מספקת.

תמונות באיכות גבוהה יכולות לא רק לשפר את אפקט זיהוי האלגוריתם, אלא גם לספק ערבות לעיבוד הנתונים הבאים.

2. דיוק זיהוי

הדיוק משמש בדרך כלל למדידת הביצועים של אלגוריתמי ראייה בייצור בפועל. שיטות ההערכה כוללות:

דיוק זיהוי פגמים (TPR)

שיעור זיהוי שווא (FPR) ושיעור זיהוי החמצה (FNR)

שיעור זיהוי OCR או שיעור הצלחה בקריאת ברקוד

אתה יכול להשתמש בחיישנים כדי לדמות תנאי עבודה ולייבא ברציפות תמונות לדוגמה לאימות. מומלץ לאסוף כמה שיותר דגימות בדיקה כדי להבטיח סטטיסטיקה של מצבים שונים.

3. מהירות עיבוד

האם המערכת יכולה לעמוד בדרישות הקצב הוא אחד המפתחות להערכה. כולל בדרך כלל:

מהירות רכישת תמונה (קצב פריימים)

זמן עיבוד תמונה (ms)

תגובת המכונה וזמן הפלט הכולל

בפרויקטים בפועל, מומלץ שהמדידה בפועל תתבסס על משך הזמן הכולל של 'כל המערכת מתוצאות האיסוף ועד לתוצאות הפלט'.

4. יציבות ומניעת הפרעות

הערך האם המערכת יכולה לפעול ביציבות לאורך זמן בסביבה תעשייתית אמיתית, תוך התמקדות ב:

יכולת הסתגלות לשינויים באור הסביבה

ביצועים יציבים תחת טמפרטורה, לחות, רעידות והפרעות אלקטרומגנטיות

האם יש פיגור או סטיית זיהוי במהלך פעולה רציפה לטווח ארוך?

לדוגמה, בסדנאות ריתוך, בסביבות שומניות או בקווי ייצור רעידות, מומלץ לבצע בדיקות אימות מהחיים האמיתיים.

5. פתיחות מערכת ותאימות

מערכות ראיית מכונה לרוב צריכות להתממשק עם PLC, רובוטים, מסדי נתונים או מערכות MES. כדאי לשים לב ל:

בין אם הוא תומך בפרוטוקולים סטנדרטיים (כגון GigE Vision, USB3 Vision, Modbus, OPC UA וכו');

האם לספק SDK לפיתוח משני;

האם התמונה תומכת בייצוא מרובי פורמטים ובעגינה לפלטפורמה (כגון Halcon, VisionPro, LabVIEW וכו');

מערכת עם תאימות חזקה תורמת להרחבה ותחזוקה עתידית.

2. איך בונים תוכנית בדיקת ביצועים יעילה?

כדי להעריך מדעית את ביצועי מערכות הראייה, מומלץ לחברות להקים את התהליכים הבאים בשלב ההקדמה:

הבהרת יעדי הזיהוי ודרישות הדיוק: כגון דיוק ממדים, קצב זיהוי תווים וכו';

הקמת ספריית דגימות בקרה: כולל מוצרים רגילים, מוצרים פגומים טיפוסיים ומקרי גבול;

בניית פלטפורמת בדיקה: הדמיית תנאי עבודה בפועל לפעולה רציפה;

איסוף נתונים סטטיסטיים: דיוק, זמן תגובה, מצבים חריגים וכו';

בדיקה חוזרת ואופטימיזציה מדורגת: התאמת פרמטרים ואלגוריתמים באופן רציף על סמך תוצאות הבדיקה;

באמצעות בדיקות מדגם ומצב עבודה אמיתיים, ניתן לבחור ביעילות את הפתרון המתאים ביותר לצרכים.

3. התייחסות למקרה: פרויקט זיהוי תווים בתעשייה האלקטרונית

מערכת הייצור של מפעל האלקטרוניקה הציגה מערכת ראייה חכמה לזיהוי תווים על מארזי הסוללה. לקוחות מודאגים בעיקר משיעור שלמות התווים ושיעור שגיאות זיהוי. לאחר בדיקה עם מערכת הראייה, להלן התוצאה הכוללת של יצירת נתונים:

דיוק זיהוי ממוצע: 99.2%

שיעור זיהוי כוזב: <0.3%

זמן תגובה של זיהוי תמונה שלמה: 80ms

פונקציית התאמת ניגודיות דמויות, שיעור המעבר עולה ב-15%

במקביל, המערכת תומכת בגישה חלקה למערכת MES של הלקוח, המאפשרת העלאה בזמן אמת של תוצאות זיהוי ואיתור חריג.

ראיית מכונה אינה מכשיר שניתן להתקין ולהשתמש בקלות. הביצועים והדיוק של המערכת משפיעים ישירות על אפקט היישום הסופי. באמצעות שיטות בדיקה סטנדרטיות, הדמיית תרחישי יישומים אמיתיים והערכת אינדיקטורים רב מימדיים, חברות יכולות לבחור מודלים במדויק ולהפחית את עלויות הניסוי והטעייה.

Zhixiang Vision ממשיכה לספק ללקוחות פתרונות ראיית מכונה בעלי ביצועים גבוהים ויציבות גבוהה, ומפתחת תוכניות בדיקה המבוססות על צרכי המשתמש, ומספקת שירותים נקודתיים מבדיקות לדוגמה, אופטימיזציה של אלגוריתמים ועד אינטגרציה של המערכת. קַבָּלַת פָּנִיםצור איתנו קשר לקבלת בדיקות לדוגמה ותמיכה בשירות הערכה מותאם אישית.