Одним из перспективных направлений цифровизации производства является машинное зрение. Технология позволяет автоматически анализировать изображение или видеопоток с помощью алгоритмов искусственного интеллекта. В отличие от классических систем контроля, оно способно не только фиксировать наличие объекта, но и оценивать его состояние, определять дефекты, принимать решение в режиме «прямо сейчас».

На производстве машинное зрение позволяет нам:

• контролировать качество продукции
• проверять упаковку, маркировку
• выявлять различные дефекты
• вести подсчет изделий и автоматически управлять отбраковкой.

Основные преимущества:

• высокая скорость работы
• стабильность контроля
• возможность круглосуточной работы и накопление статистики по качеству продукции.

Кроме того машинное зрение можно интегрировать с существующими системами, включая MES и оборудование линий.

Наша команда разработки провела исследование возможности применения машинного зрения для контроля качества выпускаемой продукции.

На первом этапе мы сделали тестовую видеосъемку производственного потока с использованием портативной камеры. Полученные изображения использовались для проверки возможности распознавания нашей продукции и оценки качества исходных данных.

Мы успешно подтвердили возможность детектирования продукции и перешли к следующему этапу – исследованию классификации дефектов.

В качестве первого объекта исследования был выбран дефект смещения дизайна упаковки. Для этого мы сформировали обучающую выборку изображений, выполнили их разметку и провели обучение тестовой модели искусственного интеллекта.

Основной целью этого этапа являлась оценка применимости технологии на нашем производстве, а также выбор наиболее подходящего стека разработки и архитектуры будущего решения.

Наиболее точным оказался метод с нахождением опорных элементов. Если говорить про текущий продукт – ищется розовая надпись «Большая упаковка» и вычисляется смещение относительно кадра упаковки слева и справа.

Текущий прототип при эмуляции реальных условий выглядит следующим образом: упаковка бумаги движется на достаточно большой скорости в нашу сторону по конвейерной ленте, система на лету проверяет наличие дефекта и выводит результат справа в окне.

Также есть результаты по обнаружению замятий втулки, на слайде можно видеть, как модель сначала детектирует упаковку и затем ищет возможные дефекты.

В настоящее время есть план дальнейшего развития проекта.

Первым шагом является выбор промышленной стационарной камеры и настройка стабильного получения видеопотока. Далее мы развертываем локальный сервер и программное обеспечение непосредственно на месте рядом с камерой. Следующий этап – масштабирование решения, обучение модели на другие виды продукции и дефектов. Финальным этапом станет интеграция системы с производственной линией.

Добавление логики в контроллер и управление физическим отбраковщиком нивелирует человеческий фактор.

В результате реализации проекта мы планируем получить полностью автоматическую систему контроля качества упаковки. Камеры будут непрерывно проверять продукцию, искусственный интеллект анализировать наличие дефектов, и полученная информация будет передаваться в MES для накопления статистики и анализа качества.

Вывод

Внедрение машинного зрения на производстве позволило нам создать полностью автоматическую систему контроля качества упаковки, работающую в реальном времени и исключающую человеческий фактор. Технология способна не только детектировать продукцию, но и классифицировать различные дефекты, такие как смещение дизайна или замятие втулки, что обеспечивает высокую скорость и стабильность проверок. В перспективе система будет интегрирована с производственной линией и MES для накопления статистики и анализа качества, что значительно повысит эффективность контроля готовой продукции.