使用人工智能機器視覺進行質量檢測的 3 項關鍵技術

在競爭激烈的領域,質量檢查至關重要。製造和分銷企業可能在其品牌推廣、達成交易和快速有效地履行訂單的能力方面領先於市場,但如果產品質量缺乏或不一致,客戶滿意度、忠誠度以及未來合同和收入的數量——會暴跌。   

儘管質量檢查在成功運營中起著至關重要的作用,但找到執行它們的有效方法可能是一個挑戰。手動檢查非常耗時,並且通常將檢查限制在運行的一小部分。此外,檢查員可能不會每次都始終如一地執行檢查。他們可能會被全天出現的問題分心,或者他們可能會重新開始輪班,但隨著時間的推移最終會遺漏較小的缺陷。  

一些製造商已升級到帶有執行表面檢查的攝像頭的自動化系統。然而,這些系統並非旨在執行全面的質量檢查,特別是對於生產小型、精細產品的製造商,例如用於電子電路的電阻器、電感器和電容器等無源元件。僅執行粗略檢查的手動方法或系統通常無法檢測到由於這些製造過程中溫度、濕度或振動的變化而導致的低於標準的產品質量。  

此外,整個供應鏈的質量檢查對於客戶滿意度和忠誠度與在生產線上進行的檢查同等重要。配送中心必須確保產品正確包裝、必要時進行序列化、正確貼標籤並運送到正確的托盤進行運輸,以便客戶收到準確、準時的貨物。  

如何讓質量檢驗更簡單、更高級 

機器視覺使機器、機器人和自主設備能夠自動查看、檢測和分析圖像,這可以提供從製造車間到倉庫履行再到配送中心的自動化產品質量檢查。現代機器視覺系統利用三種技術來執行更好、更快和更具成本效益的質量檢測。 

  1. 智能相機

工業、AI 智能相機,如我們屢獲殊榮的 霓虹智能相機,通過將硬件與預裝的軟件環境相結合,將 AI 功能直接集成到相機本身中。  

圖像傳感器模塊、GPU 或 VPU 模塊、電纜、工業豐富的 I/O、協議通信和分析的多合一集成提高了兼容性,加快了安裝速度並最大限度地減少了維護問題,是各種質量檢測應用的理想選擇。 

圖 1:預裝 Edge Vision Analytics 的 NEON AI 智能相機
  1. 人工智能 (AI) 

人工智能為質量檢查增加了一個新維度。人工智能驅動的機器視覺系統不僅可以發現缺陷或確認正確的包裝和標籤,還可以根據上下文做出決策。結果可能是戲劇性的;麥肯錫公司的一項研究發現,企業實現 90% 高位檢測 和 50% 通過 AI 提高生產力。  

標準機器視覺是基於規則的,機器視覺 AI 系統會隨著使用更多圖像而變得更加智能。許多工廠和生產線已經在使用標準機器視覺,它能夠檢測出什麼時候出現問題,但這些系統無法告訴我們究竟出了什麼問題(分類),也無法在收到信息後指導系統採取行動。 

圖 2:部署在第三方物流公司 Evans Distribution 的 AI 機器視覺系統,確保准確執行訂單。

自動化質量檢測系統使用 機器視覺人工智能軟件 可以對他們看到的內容進行分類,隨著時間的推移變得更加智能,還可以創建自動化工作流程。例如,將缺陷歸類為摺痕並向傳送帶控制器發送消息以減慢速度。機器視覺 AI 軟件為機器視覺專家提供了更快地構建、測試和部署 AI 模型的工具,同時為自動化/物聯網團隊提供了連接、流式傳輸和自動化(操作化)機器視覺工作的工具。 

將 AI 添加到機器視覺硬件中,開發人員和系統集成商可以輕鬆地直接在智能相機中運行不同的 AI 模型,以解決許多非基於規則的檢查挑戰。例如在不同的照明、不同的位置,或在產品透明或高反光時有效地發現缺陷或錯誤,以達到更高的精度,提高生產力。  

  1. 邊緣計算 

邊緣計算是利用機器視覺 AI 技術實現全價值改進質量檢測的關鍵。作為邊緣計算的領導者,我們的機器視覺 AI 技術允許在數據產生時進行實時快速計算和 AI 推理 事物 例如一條生產線或一台機器。  

邊緣智能使系統能夠處理大量數據,而無需將其發送到雲端,從而減少延遲並提高效率。在凌華科技,我們的智能相機是邊緣設備。因此,以 NEON-1000-MDX 為例,它可以利用諸如 凌華科技Edge™ 軟件平台或 邊緣視覺分析 處理、分析數據並立即採取行動,以便現場解決缺陷或錯誤。 

成功的故事 

有許多示例說明智能相機、人工智能和邊緣計算如何共同創建機器視覺人工智能係統,以實現高效、準確的質量檢查。例如:  

3PL公司 埃文斯配電系統 使用凌華科技 Edge 智能托盤解決方案,包括兩個 GigE 攝像頭、一個 Edge AI 網關和凌華科技 Edge™ 軟件。該系統包括一個用 VMLINK 訓練的模型,在包裹通過生產線時記錄和分類包裹的內容,並與 Evans 的倉庫管理系統共享數據,提供自動質量評估。該系統比 99% 更準確,讓員工可以在其他運營領域使用他們的技能。  

約翰迪爾正在使用 機器人電弧焊的自動缺陷檢測解決方案.該系統是利用凌華科技 EOS-i6000-M 系列視覺系統的 AI 機器視覺解決方案,配備第 9 代英特爾® 酷睿™ i7-9700E 處理器、4 個英特爾® Movidius™ Myriad™ X VPU 和英特爾® Distribution of OpenVINO™ 工具包.該系統在識別出焊接孔隙缺陷時實時發送停止命令,準確度為 97%。  

圖 3:用於隱形眼鏡質量檢測的邊緣 AI 機器視覺系統

無源元件工廠正受益於我們的單閂鎖激活多點比較檢測系統。它允許單個傳感器觸發多個攝像頭,從而消除了多傳感器系統所需的成本和維護時間。該系統只需要一個進給傳感器來記錄初始元件位置,然後當元件到達下一個檢測點時,它會自動觸發下一個攝像頭。該系統的投資回報率包括實時可見性、更低的成本以及更有效地利用勞動力和資源。  

對您運送的產品有信心 

製造顏色和履行中心的產品質量和準確性是爭奪市場地位的公司的賭注。提供表面檢查功能的手動流程和遺留系統僅提供有限的能力來確認產品和包裝沒有缺陷或錯誤。使用結合了智能相機、人工智能和邊緣計算的機器視覺系統,可以自動執行徹底的質量檢查過程,並毫無疑問地確認您滿足客戶的期望。  

作者:楊佳偉
作者:楊佳偉

凌華科技邊緣人工智能視覺與物聯網產品負責人

6 條評論

  1. Ich überlege Qualitätsprüfungen von Machine Vision durchführen zu lassen。 Interessant, dass Machine Vision autonomen Geräten die Möglichkeit gibt die Bilder automatisch zu erkennen und zu analysieren。 Da dies jeden Produktionsschritt begleitet, wäre das das sicher gut für mein Produkt。

  2. 感謝您分享這個精彩的博客。這是一個非常有用且信息豐富的博客。繼續分享技術和信息內容。我們也來自同一個域。我們在加拿大提供自動質量檢測系統。

  3. 你好

    這個博客中的質量測試和檢驗非常好,有很多有用和獨特的信息。請分享更多軟件測試博客。很棒的工作,感謝分享這些文章。

發布留言

發布留言必須重新填寫的電子郵件地址不會公開。