Giải pháp Machine Vision

Giải pháp Machine Vision trong công nghiệp

Đặc trưng

Chức năng thuật toán đa dạng: đóng vai trò quan trọng trong việc nâng cao hiệu quả và độ chính xác của hệ thống. Các thuật toán tiên tiến giúp xử lý và phân tích hình ảnh nhanh chóng, phát hiện lỗi, nhận diện đối tượng và phân loại sản phẩm một cách chính xác.

Thư viện công cụ trực quan và phong phú: như giao diện người dùng thân thiện và các module phân tích hình ảnh, cho phép kỹ sư và nhà phát triển dễ dàng thiết lập, kiểm tra và tối ưu hóa các ứng dụng machine vision. Nhờ vào sự kết hợp này, doanh nghiệp có thể tự động hóa quy trình sản xuất, giảm thiểu sai sót và tối ưu hóa chất lượng sản phẩm.

Giải pháp Vision kiểm tra 6 mặt điện thoại XiaoMi

1. Kiểm tra tính toàn vẹn của nhãn trên mặt sau điện thoại
Hệ thống machine vision sẽ kiểm tra xem nhãn trên mặt sau của điện thoại có đầy đủ, đúng vị trí và không bị hư hỏng.
2. Kiểm tra các cổng bên cạnh
Xác định sự hiện diện của các cổng tai nghe, cổng sạc và các cổng khác ở bên cạnh điện thoại để đảm bảo chúng có đầy đủ và đúng vị trí.
3. Kiểm tra logo và chữ in trên hộp đóng gói
Hệ thống sẽ phát hiện các lỗi in ấn trên hộp đóng gói, bao gồm logo và các ký tự chữ bị thiếu hoặc in sai.
4. Kiểm tra sự hiện diện và số lượng camera
Đảm bảo các camera trên điện thoại có đầy đủ và số lượng đúng theo thiết kế.
5. Kiểm tra các nút bấm bên cạnh điện thoại
Xác định sự hiện diện của các nút bấm bên cạnh điện thoại để đảm bảo chúng có đầy đủ và hoạt động tốt.

Dây chuyền lắp ráp cụm camera sau của hãng điện thoại nổi tiếng

Một hãng điện thoại nổi tiếng đang triển khai dây chuyền lắp ráp mô-đun camera sau, bao gồm 6 công đoạn chính. Quy trình lắp ráp này đòi hỏi độ chính xác cao và tỷ lệ sản phẩm đạt chất lượng phải trên 98.0%.

Máy dán màn hình điện thoại nổi tiếng

Hệ thống camera đôi trên và dưới: Sử dụng camera đôi để kiểm tra và căn chỉnh chính xác lớp dán màn hình với màn hình điện thoại.

Góc tiếp nhận vật liệu: Phạm vi góc tiếp nhận vật liệu: từ -15° đến 15°, cho phép máy làm việc với vật liệu có các góc nghiêng khác nhau.

Góc hiệu chỉnh: Phạm vi góc hiệu chỉnh: từ -3° đến 3°, đảm bảo chính xác khi căn chỉnh và dán màn hình.

Độ chính xác lặp lại khi dán màn hình: Độ chính xác lặp lại: ±0.05mm, đảm bảo lớp dán được áp dụng một cách đồng đều và chính xác.

Thời gian dán 4 lớp màng: Thời gian dán cho 4 lớp màng: dưới 13.8 giây, giúp tăng cường hiệu quả và năng suất trong quá trình sản xuất.

Kết quả nghiệm thu:

Độ chính xác lặp lại của đầu ép: Độ chính xác lặp lại khi dán: < 0.04mm

Độ chính xác góc cuối cùng (CPK): Độ chính xác góc cuối cùng yêu cầu: >= 1.67

Hiệu suất dán màng AB đôi: Dán 300 sản phẩm với lớp màng AB đôi tự động: Số lượng sản phẩm bị lỗi là 0

Hiệu suất chạy liên tục: Chạy liên tục 300 sản phẩm tự động: Không xuất hiện hiện tượng bị áp lực sản phẩm

Ngành 3C - Đọc mã PCB

Mô tả nhu cầu: Do sau khi thiết bị kiểm tra AOI trên dây chuyền SMT phát hiện, cần phải liên kết thông tin mã trên bảng mạch PCB. Vì có nhiều mã thông tin, việc sử dụng súng đọc mã cầm tay để liên kết mã bằng tay có hiệu quả thấp và dễ mắc lỗi. Vì vậy, dự án dự định sử dụng máy đọc mã thông minh của công ty chúng tôi để nhận diện mã QR và mã vạch, đồng thời liên kết chúng với hệ thống MES. Dự án cũng bao gồm việc lưu trữ hình ảnh qua FTP và điều khiển thiết bị kết nối.

Khó khăn của dự án: Thông tin mã trên bảng mạch PCB khá nhiều (từ 5 đến 64 mã).

Giải pháp ứng dụng

Sản phẩm lựa chọn:

IDE030X kết hợp với 16mm ống kính

Hiệu quả ứng dụng:

Đọc mã: Trừ các vấn đề chất lượng của mã, hiệu quả đọc mã ổn định, tỷ lệ đọc mã đạt tới 99.8%.
Thời gian liên kết: Thời gian từ khi đọc mã đến khi toàn bộ thông tin mã được liên kết với hệ thống MES khoảng 2 giây.
Sự hài lòng của khách hàng: Khách hàng cảm thấy hài lòng với hiệu suất và kết quả của giải pháp.
Điểm nổi bật của ứng dụng: Đọc mã ổn định và thời gian hoạt động ngắn.

Kiểm tra OCR trên khay SIM điện thoại

Bối cảnh dự án: Dự án tập trung vào việc nhận diện ký tự trên khay SIM của điện thoại. Các vấn đề chính bao gồm:

Đa dạng loại khay SIM: Các loại khay SIM khác nhau có màu ký tự và nền khác nhau.
Vị trí không cố định: Vị trí của khay SIM khi chụp hình không ổn định.
Khó khăn với thuật toán truyền thống: Thuật toán nhận diện ký tự truyền thống gặp khó khăn trong việc nhận diện chính xác do sự biến đổi trong màu sắc ký tự, nền và vị trí khay SIM.

Giải pháp:

Sử dụng học sâu (deep learning): Áp dụng công nghệ nhận diện ký tự dựa trên học sâu để giải quyết các vấn đề khó khăn mà thuật toán truyền thống không thể xử lý hiệu quả.

Khó khăn:

Sự biến đổi nền và màu sắc ký tự: Các màu nền và ký tự khác nhau làm tăng độ khó trong việc nhận diện chính xác.
Vị trí không ổn định: Vị trí khay SIM khi chụp hình có thể thay đổi, gây khó khăn trong việc nhận diện.
Độ tương phản thấp: Ký tự và nền có thể có độ tương phản thấp, làm giảm khả năng nhận diện chính xác.

Trạng thái dự án: Dự án kiểm tra OCR đã hoàn tất thử nghiệm. Dưới đây là dữ liệu thử nghiệm tại địa phương:

Số lượng mẫu huấn luyện: 200 hình ảnh
Tập kiểm tra: 1000 hình ảnh
Số lượng ký tự nhận diện chính xác: 998 hình ảnh
Tỷ lệ nhận diện chính xác: 99.8%

Kết quả: Giải pháp kiểm tra OCR dựa trên học sâu đã giải quyết hiệu quả vấn đề tương thích đa dạng sản phẩm và đảm bảo tỷ lệ nhận diện ổn định.

Phát hiện lỗi mô-đun máy ảnh điện thoại di động

Bối cảnh dự án

Ngành sản xuất linh kiện mô-đun điện thoại: Ngành sản xuất linh kiện mô-đun điện thoại tuân thủ nghiêm ngặt các yêu cầu sản xuất 3C, đặc biệt trong việc kiểm tra khuyết tật của các linh kiện. Để đảm bảo rằng chỉ những sản phẩm đạt tiêu chuẩn mới được đưa ra thị trường, việc phát hiện và loại bỏ các sản phẩm bị khuyết tật là rất quan trọng.

Giải pháp: Sử dụng thuật toán phân đoạn hình ảnh trong hệ thống machine vision để phát hiện các loại khuyết tật khác nhau trong linh kiện, như:

Vết nứt
Lỗi nén
Dính vật liệu
Thiếu vật liệu

Khó khăn:

Độ phức tạp của khuyết tật: Khuyết tật có nhiều loại khác nhau và mức độ nghiêm trọng khác nhau.
Nhiễu từ bề mặt: Bề mặt của linh kiện có thể bị bẩn, làm tăng sự khó khăn trong việc phát hiện khuyết tật.
Ảnh hưởng từ môi trường nền: Nền và điều kiện ánh sáng xung quanh có thể gây nhiễu và ảnh hưởng đến chất lượng hình ảnh, làm giảm độ chính xác của việc phát hiện khuyết tật.