一, Nhu cầu ngành về đầu nối M8 - trong phát hiện trạng thái
Các đầu nối M8 được sử dụng rộng rãi trong các trường như máy móc tự động hóa nhà máy, thiết bị điện tử ô tô và quá cảnh đường sắt và phích cắm - của chúng trong trạng thái ảnh hưởng trực tiếp đến sự ổn định của hệ thống. Ví dụ, trong kết nối của các cảm biến khớp robot, việc chèn kém của một đầu nối có thể dẫn đến lỗi phản hồi vị trí vượt quá 0,1mm, dẫn đến chuyển động không kiểm soát của cánh tay robot. Kiểm tra trực quan thủ công truyền thống có những nhược điểm của hiệu quả thấp và tốc độ phát hiện sai cao, trong khi các hệ thống trực quan có thể phát hiện một số đầu nối mỗi giây với tỷ lệ phát hiện sai dưới 0,01%, cải thiện đáng kể chất lượng sản xuất.
2, Kiến trúc phần cứng và lựa chọn hệ thống kiểm tra trực quan
1. Cấu hình máy ảnh và ống kính công nghiệp
Lựa chọn độ phân giải: Để phát hiện bù pin 0,1mm, một máy ảnh có độ phân giải từ 5 triệu pixel trở lên là bắt buộc. Ví dụ, máy ảnh sê -ri Basler ACE có thể đạt được độ chính xác phát hiện là 0,05mm/pixel ở độ phân giải 1080p.
Thông số ống kính: Áp dụng ống kính telecentric để loại bỏ biến dạng phối cảnh, khoảng cách làm việc được điều khiển trong phạm vi 50-100mm, đảm bảo trường nhìn bao gồm toàn bộ bề mặt chèn đầu nối.
Thiết kế nguồn sáng: Đèn nền LED hình tròn kết hợp với ánh sáng đồng trục, có thể phân biệt rõ ràng các cạnh kim loại của ghim và ổ cắm. Thí nghiệm cho thấy ánh sáng xiên 45 độ có thể tăng cường độ tương phản của bóng ở gốc của chân và cải thiện tốc độ nhận dạng khuyết tật.
2. Đơn vị xử lý hình ảnh
Hệ thống tầm nhìn được nhúng: chẳng hạn như camera thông minh IVP RangerC50, với - được xây dựng trong mô -đun tiền xử lý FPGA, có thể hoàn thành phát hiện cạnh, khớp mẫu và các thuật toán khác trong thời gian thực, với tốc độ xử lý lên tới 120fps.
Hệ thống cơ sở PC: Thích hợp cho các kịch bản phát hiện hợp tác đa camera, sử dụng Basler Pylon SDK để đạt được đa - thu nhận hình ảnh có ren và thư viện Halcon để tái tạo đám mây điểm 3D.
3, Thuật toán phát hiện cốt lõi và đường dẫn triển khai
1. Định vị Jack và trích xuất cạnh
Tính năng hướng độ dốc lượng tử hóa tích lũy: Tạo thư viện mẫu cho các đường viền đầu nối bằng cách tính biểu đồ hướng gradient của mỗi pixel trong hình ảnh. Thí nghiệm cho thấy độ chính xác nhận dạng của phương pháp này đối với các đầu nối M8 đạt 99,7%và nó vẫn có thể hoạt động ổn định ngay cả trong các nền phức tạp.
Phân tích biểu đồ dòng quét: Quét hình ảnh đầu nối dọc theo hướng ngang/dọc và đếm các vị trí của các điểm chuyển đổi thang độ xám. Lấy một mô hình nhất định của đầu nối M8 làm ví dụ, biên độ đột biến mức màu xám của cạnh ổ cắm của nó trên đường quét vượt quá 50, có thể định vị chính xác tâm của ổ cắm.
2. Mô hình phân loại cho phích cắm - trong trạng thái
Xử lý hình ảnh truyền thống:
Đo lường tham số hình học: Tính toán các tham số như độ lệch khoảng cách trung tâm và góc nghiêng giữa các chân và ổ cắm. Ví dụ, khi phần bù của trung tâm pin vượt quá 0,2mm hoặc góc nghiêng lớn hơn 2 độ, nó được đánh giá là chèn kém.
Phân đoạn ngưỡng Grayscale: Thuật toán OTSU tự động xác định ngưỡng phân đoạn giữa các chân và ổ cắm, phát hiện các khiếm khuyết như thiếu hoặc bị uốn cong.
Giải pháp học tập sâu:
Phát hiện đối tượng Yolov5: Huấn luyện mô hình để nhận biết trạng thái chèn (chèn bình thường/được chèn/không được chèn), đạt được giá trị bản đồ là 98,2% trên 1000 hình ảnh chú thích.
Mạng phân loại RESNET50: Thực hiện phân đoạn khu vực pixel 224 × 224 trên phích cắm - ở bề mặt và xuất ra phích cắm - ở mức chất lượng (xuất sắc/tốt/nghèo) sau khi nhập vào mạng, với tỷ lệ chính xác là 97,5%.
4, Tối ưu hóa quá trình phát hiện trong các kịch bản công nghiệp
1. Phát hiện động và Real - Phản hồi thời gian
Ứng dụng của camera mảng tuyến tính tốc độ -: Trên đường dây sản xuất liên tục, camera mảng tuyến tính được sử dụng để quét đầu nối ở tần số dòng 10kHz và kích hoạt bù chuyển động bằng bộ mã hóa. Ví dụ, một dây chuyền sản xuất điện tử ô tô nhất định đã tăng tốc độ phát hiện lên 300 đầu nối mỗi phút thông qua giải pháp này.
Kiểm soát hợp tác PLC: Hệ thống trực quan truyền kết quả phát hiện (tín hiệu OK/ng) trong thời gian thực cho PLC thông qua giao thức TCP/IP, kích hoạt cơ chế sắp xếp để loại bỏ các sản phẩm bị lỗi. Dữ liệu thử nghiệm cho thấy sơ đồ này làm giảm tỷ lệ phát hiện bị bỏ lỡ của các sản phẩm bị lỗi từ 3% xuống 0,2%.
2. Khả năng thích ứng môi trường nâng cao
Thiết kế chống rung: Trong điều kiện rung, thuật toán lọc miền tần số được sử dụng để ngăn chặn sự mờ hình ảnh do rung động cơ học. Ví dụ, giữ lại tín hiệu dải tần số 50-200Hz thông qua bộ lọc băng thông có thể trích xuất hiệu quả các tính năng cạnh đầu nối.
Công nghệ hình ảnh đa bán cầu: Đối với các cảnh ô nhiễm như vết dầu và bụi, kết hợp với ánh sáng nhìn thấy và hình ảnh hồng ngoại, các tính năng nhiễu - được trích xuất thông qua phân tích thành phần chính (PCA). Các thử nghiệm đã chỉ ra rằng phương pháp này vẫn có thể duy trì độ chính xác phát hiện hơn 95% trong môi trường bị ô nhiễm nặng.
5, Các trường hợp ứng dụng điển hình và xác minh hiệu suất
1. Phát hiện cảm biến khớp robot
Trong một dự án robot công nghiệp sáu trục nhất định, hệ thống trực quan phát hiện trạng thái chèn của đầu nối M8:
Cấu hình phần cứng: 2 5- Máy ảnh CMOS Megapixel, được kết hợp với ống kính tele và nguồn đèn LED tròn.
Các chỉ số thử nghiệm: Độ lệch trung tâm đến trung tâm của các chân nhỏ hơn hoặc bằng 0,15mm, góc nghiêng nhỏ hơn hoặc bằng 1,5 độ, lỗi độ sâu chèn nhỏ hơn hoặc bằng 0,3mm.
Hiệu ứng thực hiện: Sau khi hệ thống được ra mắt, độ chính xác định vị robot được cải thiện thành ± 0,03mm, cao hơn ba lần so với phát hiện thủ công và tỷ lệ lỗi thiết bị giảm 80%.
2. Kiểm tra hệ thống quản lý pin xe năng lượng mới
Trong một dây chuyền sản xuất BMS xe điện nhất định, hệ thống hình ảnh phát hiện các đầu nối M8:
Nội dung thử nghiệm: Các khiếm khuyết như oxy hóa ổ cắm, uốn pin và tổn thương lớp cách điện.
Tối ưu hóa thuật toán: U - Mạng phân đoạn ngữ nghĩa mạng được sử dụng để thực hiện phân loại cấp độ pixel trên phích cắm - ở bề mặt, với tốc độ phát hiện lên tới 20fps.
Dữ liệu thành tích: Hệ thống đạt được phát hiện trực tuyến 100%, với tỷ lệ phát hiện không bị bỏ lỡ và tỷ lệ phát hiện sai dưới 0,5%, đảm bảo hoạt động đáng tin cậy của hệ thống BMS trong 5 năm.
