Wdrożenie kontroli wizyjnej z AI na linii produkcyjnej: decyzje inżynierskie, które zapadają najwcześniej

Zacznij od wady, nie od kamery

Zanim padnie jakiekolwiek pytanie o sprzęt, ustal, co na tym detalu liczy się jako wada i kto o tym decyduje. Brzmi to banalnie do chwili, gdy sprawdzisz to w praktyce.

Zdejmij z linii sto detali, łącznie z tymi niewygodnymi, i poproś dwóch doświadczonych kontrolerów, żeby niezależnie od siebie podzielili je na dobre i złe. Przy wyraźnych wadach będą zgodni. Przy populacji granicznej — ledwo widoczna rysa, niedolew, nadruk czytelny, ale nieostry — zwykle już nie.

Ta rozbieżność jest rzeczywistym sufitem dokładności. Jeżeli dwie osoby z wieloletnim stażem nie potrafią uzgodnić oceny tego samego detalu, nie istnieje jedna poprawna odpowiedź, której model mógłby się nauczyć, i żaden dostawca jej nie dostarczy. Dopóki definicja nie jest ustalona, każda liczba opisująca dokładność w ofercie pozostaje bez znaczenia.

Lekarstwem nie jest lepszy algorytm. Jest nim spisany katalog wad — każdy typ nazwany i zilustrowany zdjęciami — oraz zestaw granicznych detali fizycznych dla każdej klasy: najgorszy detal jeszcze dopuszczalny i najlepszy detal już odrzucany. Te detale stają się wzorcem przy etykietowaniu obrazów i przy odbiorze systemu.

Problemu, którego nikt nie potrafi spójnie zdefiniować, nie da się zautomatyzować — można się o niego jedynie szybciej spierać.

Dobór kamery według kryteriów, nie według marki

Wybór kamery to arytmetyka, nie kwestia upodobań.

Rozdzielczość wynika z najmniejszego szczegółu, który musisz zobaczyć. Podziel pole widzenia — detal plus zapas na to, jak może się ułożyć — przez liczbę pikseli matrycy, żeby otrzymać milimetry na piksel. Wada mieszcząca się w jednym pikselu nie zostanie wykryta powtarzalnie, więc zaplanuj kilka pikseli na najmniejszy istotny szczegół, a przy niskim kontraście więcej. Rozdzielczość ponad tę potrzebę kosztuje pasmo i głębię ostrości, a i tak więcej znaczy kontrast niż liczba pikseli.

Czas naświetlania musi nadążyć za linią. Rozmycie ruchowe to prędkość pomnożona przez czas ekspozycji: detal jadący z prędkością jednego metra na sekundę rozmazuje się na jednym milimetrze przy ekspozycji jednej milisekundy. Jeżeli rozmazanie przekracza rozmiar wady, sprawa jest już przegrana. Krótsza ekspozycja oznacza więcej światła i dlatego oświetlenie oraz kamera to jedna decyzja, a nie dwie. Dla wszystkiego, co jest w ruchu, specyfikuj migawkę globalną; migawka krocząca odczytuje obraz wiersz po wierszu i zniekształca detal będący w ruchu.

Kamera matrycowa czy liniowa. Matrycowa pasuje do pojedynczych detali zatrzymanych lub pozycjonowanych na stanowisku. Liniowa buduje obraz wiersz po wierszu — do ciągłej wstęgi, taśmy lub wytłoczyny albo do detalu walcowego obracanego przed obiektywem — i wymaga ruchu o stałej prędkości lub zsynchronizowanego z enkoderem.

Monochromatyczna, chyba że wadą jest kolor. Matryca monochromatyczna przeznacza każdy piksel na szczegół i jest bardziej czuła przy słabym świetle. Po kolor sięgaj tylko wtedy, gdy to on niesie informację: komponent w złym kolorze, zaciek, barwa nadruku porównywana ze specyfikacją.

Interfejs i okablowanie. Interfejs wyznacza długość kabla, pasmo i koszt — GigE do długich odcinków, USB3 na stanowisku laboratoryjnym, szerokopasmowe interfejsy przemysłowe do szybkich kamer liniowych. Dalej idzie część zupełnie nieefektowna, która odpowiada za większość awarii w ruchu: kabel dopuszczony do prowadnic kablowych, złącza z blokadą, odciążki i trasowanie z dala od przewodów napędów i spawarek.

Oświetlenie decyduje o wyniku bardziej niż kamera

Wada uwidoczniona przez światło to problem prosty; ta sama wada zostawiona modelowi do wygrzebania z zaszumionego obrazu jest problemem drogim. Kilka geometrii pokrywa większość zastosowań. Oświetlenie jasnego pola, padające wzdłuż osi obserwacji, daje równomierny, uniwersalny obraz do nadruków, koloru i kontroli obecności. Oświetlenie ciemnego pola, pod kątem ślizgowym, sprawia, że rysy i grawer świecą na ciemnym tle. Podświetlenie od spodu pokazuje detal jako sylwetkę — do wymiarów zewnętrznych, położenia otworów i poziomu napełnienia. Kopuła otacza detal zaokrąglony lub błyszczący równomiernym światłem i jest odpowiedzią na nadruk na powierzchniach odbijających. Światło koaksjalne pada wzdłuż osi optycznej — do płaskich powierzchni lustrzanych i znakowania laserowego.

Rysa, wgniecenie i błąd nadruku to trzy różne zadania oświetleniowe: na rysę światło ślizgowe; na wgniecenie, które zmienia nachylenie powierzchni, a nie jej barwę, światło, którego odbicie przesuwa się wraz z tym nachyleniem; na nadruk światło płaskie i pozbawione refleksów. Próba obsłużenia wszystkich trzech jedną oprawą to prosta droga do stanowiska przeciętnego we wszystkim.

Dalej światło otoczenia, które po cichu psuje systemy odebrane bez zastrzeżeń: popołudniowe słońce wpadające przez świetlik, zmiana, która włącza inne oprawy sufitowe. Rozwiąż to fizycznie — osłoń stanowisko, załóż filtr pasmowy dopasowany do długości fali LED i wyzwalaj krótki, mocny błysk sygnałem wyzwolenia akwizycji, żeby twoje światło dominowało nad światłem hali.

Taniej wychodzi ustabilizowanie obrazu niż powiększanie modelu.

2D czy 3D

Większość zadań kontrolnych to problem 2D: obecność, położenie, wymiary w płaszczyźnie, nadruk, kolor — wszystko, co pojawia się na powierzchni jako kontrast.

Po 3D sięgaj wtedy, gdy cechą jest wysokość albo kształt i gdy nie daje ona powtarzalnego kontrastu: wysokość ścieżki kleju, współpłaszczyznowość wyprowadzeń, profil spoiny, wypaczenie, wgniecenie w niemalowanej blasze, poziom napełnienia w nieprzezroczystym opakowaniu. Triangulacja laserowa wymaga ruchu względnego, światło strukturalne działa na detalu nieruchomym; obie metody mają kłopot z powierzchniami lustrzanymi i przesłonięciami oraz generują znacznie więcej danych na detal.

Praktyczny sprawdzian: jeżeli dobry kontroler potrafi ocenić detal ze zdjęcia, to zadanie dla 2D. Jeżeli musi obrócić go w świetle, to zadanie dla 3D albo dla specjalizowanej geometrii oświetlenia — i od oświetlenia warto zacząć.

Weryfikacja etykiet i nadruków zwykle nie jest zadaniem dla AI

Spora część zgłoszeń przychodzących jako zapotrzebowanie na kontrolę z AI to w rzeczywistości weryfikacja etykiet i nadruków, a duża jej część jest deterministyczna: ocena jakości kodu kreskowego lub Data Matrix, porównanie wydrukowanego tekstu z oczekiwanym ciągiem znaków, sprawdzenie, czy na właściwym wyrobie jest właściwa rewizja.

Trudność nie leży w odczycie, lecz w tym, skąd bierze się wartość oczekiwana. Jeżeli operator wpisuje wzorcowy tekst na stanowisku, to zautomatyzowałeś literówkę; kod, partia, data i rewizja muszą schodzić ze zlecenia w MES lub ERP. Uczenie maszynowe zarabia tu na siebie przy ocenie jakości druku — zamazania, brakujące punkty, zniekształcenie na powierzchniach zakrzywionych — a nie przy samym porównaniu.

Dane uczące bez upiększeń

Twoja linia produkuje w przeważającej większości detale dobre i ta nierównowaga definiuje dane dla kontroli. Sprawia ona, że ogólna dokładność jest miarą bezużyteczną: model, który każdy detal uzna za dobry, wypadnie świetnie na zbiorze złożonym niemal wyłącznie z detali dobrych. Oceniaj po wadach — ile zostało wychwyconych i ile dobrych detali zostało odrzuconych.

Nierównowaga kształtuje też podejście. Wykrywanie anomalii uczy się normy z detali dobrych i sygnalizuje odstępstwo; potrzebuje niewielu zdjęć wad i reaguje na rzeczy, których nigdy nie widziało, ale mówi tylko tyle, że detal jest nietypowy, a nie co jest z nim nie tak. Klasyfikacja i segmentacja z nadzorem nazywają wadę i wskazują jej położenie, czego wymaga katalog wad oraz SPC, lecz potrzebują rzeczywistych przykładów każdej klasy — więcej, niż ktokolwiek zakłada. Tak czy inaczej model zna wyłącznie te wady, które mu pokazano.

Dalej dryf. Model jest zdjęciem linii z okresu uczenia, a linia się zmienia: nowy dostawca, inna partia materiału, zużycie narzędzia, kamera potrącona przy czyszczeniu, nowa rewizja detalu. Ponowne uczenie jest czynnością utrzymaniową z przypisanym właścicielem i harmonogramem, a nie fazą projektu, która się kończy.

Etykietowanie zasługuje na osobną decyzję, ponieważ ten, kto opisuje obrazy, definiuje jakość dla całego zakładu. Należy ono do osób odpowiedzialnych za definicję wady i powinno opierać się na granicznych wzorcach; inaczej opisana wyżej rozbieżność między kontrolerami wraca jako niespójne etykiety, a te ograniczają wszystko, co dzieje się dalej.

Dane syntetyczne i augmentacja pomagają w określonych miejscach. Augmentacja — niewielkie zmiany obrotu, położenia, jasności, ostrości — jest tania, dopóki pozostajesz w granicach tego, co stanowisko jest fizycznie w stanie wytworzyć. Obrazy renderowane pomagają najbardziej tam, gdzie wada jest geometryczna i dająca się opisać: brakujący komponent, zła orientacja. Pomagają najmniej tam, gdzie niewiadomą jest sam wygląd wady, bo tego renderer nie wymyśli.

Niezależnie od tego, na czym uczysz, zachowaj odłożony zbiór testowy złożony z rzeczywistych zdjęć, z detalami granicznymi włącznie. To jedyny uczciwy sposób, żeby stwierdzić, czy nowy model jest lepszy od poprzedniego.

Fałszywe alarmy to decyzja biznesowa, nie techniczna

Każdy system kontroli wizyjnej ma próg, a próg wymienia dwa błędy jeden na drugi: zacieśnij go, a wykryjesz więcej wad i odrzucisz więcej dobrych detali; poluzuj, a stanie się odwrotnie. Żadne ustawienie nie usuwa obu naraz. To, w którą stronę się przechylić, jest ekonomią właściwą twojemu zakładowi — ile kosztuje wada, która wyjedzie do klienta, wobec tego, ile kosztuje nadmierne odrzucanie w złomowanych detalach, poprawkach i czasie operatora.

Wokół tej asymetrii warto planować. Nadmierne odrzuty niszczą zaufanie szybciej niż wady przepuszczone. Wada przepuszczona pozostaje niewidoczna tygodniami; stanowisko odrzucające dobre detale widać w ciągu godziny, a reakcja jest przewidywalna: operator zaczyna obchodzić werdykt, potem przestaje patrzeć, a kamera staje się drogą lampą.

Ktoś musi więc odpowiadać za to, gdzie stoi próg: imiennie wskazana osoba w dziale jakości, ustawienie zapisane w planie kontroli, rejestr zmian. Trzy wyniki zamiast dwóch — dobry, zły oraz pas przeglądu kierowany do człowieka — pozwalają prowadzić detekcję ostro, nie zrzucając populacji granicznej na operatora. Kryteria odbioru ustal w języku zakładu jeszcze przed uruchomieniem produkcyjnym: w liczbie wad przepuszczonych na tysiąc detali i fałszywych odrzutów na zmianę.

Werdykt na ekranie niczego nie zmienia

Obraz jest zarejestrowany, model ma odpowiedź, a z detalem nadal nic się nie stało. Muszą po tym nastąpić dwie rzeczy.

Wykonanie. Odrzut musi zostać wymuszony fizycznie — wypychaczem, zwrotnicą albo blokadą zatrzymującą kolejną operację na tym detalu — poprzez PLC, z kwitowaniem sygnałów zaprojektowanym tak, żeby nieudana akwizycja lub wolne wnioskowanie prowadziły do stanu bezpiecznego, a nie do cichego przepuszczenia. Potwierdź wypchnięcie czujnikiem, który widzi, że detal opuścił linię. Wypychacz, który chybia i nikomu tego nie zgłasza, jest gorszy od braku kontroli, bo teraz ludzie wierzą, że detale zostały sprawdzone.

Zapis. Werdykt, obraz i znacznik czasu należą do zlecenia produkcyjnego, partii, numeru seryjnego, stanowiska i wersji modelu — w MES i QMS. Wersja modelu ma znaczenie: po ponownym uczeniu wczorajsze werdykty pochodzą od innego sędziego. To właśnie ten zapis sprawia, że kontrola procentuje — udział wad w podziale na klasy staje się zmienną SPC, a akcja zabezpieczająca staje się zapytaniem zamiast tygodnia papierkowej roboty.

Co przesądza o niepowodzeniu wdrożenia

Prawie zawsze jedna z poniższych rzeczy, i rzadko sam model.

Niestabilne podanie detalu — detal nie trafia za każdym razem w to samo miejsce, pod tym samym kątem i z tej samej odległości: drgania, poluzowany wspornik, uchwyt potrącony przy czyszczeniu. Oprzyrządowanie to najtańsza dokładność, jaką kiedykolwiek kupisz.

Próg bez właściciela, dryfujący wraz z tym, kto akurat jest na zmianie.

Rewizja detalu, pod którą nikt nie przeuczył modelu. Procedura zmian konstrukcyjnych musi wymieniać kontrolę wizyjną jako system, którego zmiana dotyczy.

Obejście bez śladu. Operatorzy potrzebują możliwości nadpisania werdyktu, ale musi być ona rejestrowana i przeglądana.

Nikt nie przegląda obrazów. Ktoś musi regularnie oglądać odrzuty oraz próbkę detali dobrych; tak wychwytuje się dryf, zanim wychwyci go klient.

Warunki z weryfikacji koncepcji traktowane jak produkcja. Demo działało na stole, w nocy, a detal trzymał w miejscu człowiek.

Gdzie w tym wszystkim jesteśmy my

Moduł widzenia maszynowego Meta Smart Factory obejmuje kontrolną stronę tego zagadnienia — kamery i oświetlenie dobrane do wady, którą faktycznie masz, modele uczone na twoich własnych detalach, wnioskowanie przy linii — i integruje się z naszymi modułami MES oraz jakości (QMS), dzięki czemu werdykt trafia do zlecenia produkcyjnego i partii oraz wpływa do identyfikowalności i SPC, zamiast kończyć bieg na lampce. Wykonanie odrzutu realizowane jest przez PLC, w oparciu o tę samą łączność IIoT i OPC UA.

Jeżeli jesteś na początku tej drogi, pożytecznym pierwszym krokiem nie jest demo. Jest nim test stu detali z dwoma kontrolerami i spisany katalog wad — chętnie przeprowadzimy go razem z tobą, zanim ktokolwiek zacznie specyfikować kamerę.