L'ispezione collaborativa tramite robot funziona quando ogni caratteristica richiesta è collegata a un riferimento stabile del pezzo, a condizioni di visualizzazione e illuminazione controllate, a una regola decisionale esplicita e a un percorso di ricontrollo recuperabile. Il movimento del robot può posizionare un sensore attorno a un alloggiamento complesso, ma il solo movimento non determina la qualità dell'immagine o la capacità di rilevamento. È necessario validare pezzi rappresentativi, condizioni note, casi di occlusione, incertezza e gestione degli scarti prima di rilasciare qualsiasi dichiarazione di copertura o qualità.
Principali takeaways
- Iniziate con una matrice caratteristiche-condizioni anziché con un elenco di posizioni della telecamera.
- Definire la relazione tra il sistema di coordinate del pezzo e il dispositivo di fissaggio, il robot, il sensore e l'immagine.
- Considera illuminazione, esposizione, condizioni della superficie, messa a fuoco e campo visivo come un'unica configurazione di acquisizione delle immagini.
- Registra i casi di occlusione, bassa affidabilità, immagine mancante e problemi di comunicazione, invece di classificarli silenziosamente.
- Confronta telecamere fisse, telecamere montate su robot e verifica manuale con le stesse regole di accettazione e ricontrollo.
Cosa dimostrano le prove selezionate e cosa non dimostrano
La sequenza selezionata mostra un robot collaborativo che si muove attorno a un alloggiamento metallico complesso e presenta un dispositivo a diverse superfici. I vari punti di vista supportano la discussione su rilevamento tramite robot, accesso alle caratteristiche, pianificazione della visualizzazione, possibili occlusioni e percorsi di verifica.
Il filmato non identifica il tipo di sensore, se il dispositivo acquisisce dati bidimensionali o tridimensionali, l'obiettivo, l'illuminazione, l'esposizione, l'elenco delle funzionalità, il metodo di riferimento, la calibrazione, l'incertezza di misura, l'algoritmo, i dati di addestramento, il set di difetti, la copertura dell'ispezione, la precisione, il comportamento dei falsi allarmi, il tempo di ciclo, il sistema di tracciabilità, il risultato dell'accettazione o l'implementazione in produzione. Da esso non si può dedurre alcuna affermazione di "ispezione al 100%" o un risultato di rilevamento numerico.
Quel limite cambia completamente il discorso progettuale. La domanda non è "Il braccio può guardare intorno all'alloggiamento?", ma "È possibile osservare ogni condizione richiesta con prove controllate e indirizzarla verso uno stato definito di superamento, fallimento o ricontrollo?".
Un metodo collaborativo di ispezione visiva robotizzata: CLEAR
EVST utilizza CLEAR per strutturare una revisione preliminare delle ispezioni:
- C — Riferimento di coordinate: Dati relativi al componente, riferimento del dispositivo di fissaggio, sistema di riferimento del robot, sistema di riferimento del sensore e identità della caratteristica.
- L — Illuminazione: selezione della direzione, dello spettro o della sorgente, controllo dell'abbagliamento, isolamento ambientale e monitoraggio delle condizioni.
- E — Esposizione e campo visivo: distanza di lavoro, messa a fuoco, dimensione delle caratteristiche, area dell'immagine, stato di movimento e attivazione dell'acquisizione.
- A — Accesso e occlusione: Spazio libero per gli utensili, posizione della telecamera, superfici bloccate, cavi e area di collisione.
- R — Ricontrollare e registrare: stati di fiducia o validità, regole di ripetizione, gestione manuale, conservazione delle immagini e controllo delle modifiche.
CLEAR non seleziona una telecamera né garantisce un risultato. Fornisce le prove progettuali necessarie per confrontare architetture e sperimentazioni di design.
1. Tradurre i requisiti del prodotto in una matrice delle funzionalità
Elenca ogni caratteristica o condizione da verificare e collegala al disegno, alla specifica, al piano di controllo o al requisito di prodotto concordato. Descrivi cosa costituisce un'osservazione accettabile senza presupporre un metodo di ispezione visiva. Gli esempi potrebbero includere presenza, orientamento, condizioni della superficie, leggibilità dell'etichetta o del codice, stato del connettore o una dimensione, ma ognuno di essi richiede un ambito e una documentazione specifici.
2. Stabilire la catena di coordinate e di identità
Un sensore montato su un robot deve sapere quale parte è presente e dove si trova l'elemento target rispetto al sensore. Definire la posizione della parte nel dispositivo di fissaggio, il riferimento del dispositivo di fissaggio al robot, all'utensile del robot o al sistema di riferimento del sensore e la regione dell'immagine utilizzata per la decisione. Descrivere come vengono selezionate e confermate la variante del prodotto e il programma.
La ripetibilità della posizione del robot è solo uno dei fattori che contribuiscono al problema. Variazioni nel fissaggio, posizionamento del pezzo, montaggio del sensore, calibrazione, comportamento dell'obiettivo, condizioni termiche e geometria delle caratteristiche possono alterare ciò che appare nell'immagine. La norma ISO 9283 fornisce metodi per valutare le prestazioni dei robot industriali di manipolazione; non stabilisce le prestazioni di misurazione per una cella di ispezione visiva completa.
Pianifica controlli di riferimento che possano rivelare una relazione modificata. Questi possono includere un artefatto noto, un target di fissaggio, un punto di riferimento fiduciale, una caratteristica di integrità dell'immagine o un altro metodo specifico del progetto. Definisci quando è richiesto un controllo di riferimento (dopo un intervento di manutenzione, una collisione, una regolazione del sensore, una modifica del software o un controllo di integrità fallito) e cosa accade quando la condizione non è consentita.
3. Progettare l'illuminazione prima di ottimizzare la logica decisionale
Le immagini generate dalla visione artificiale sono create dall'interazione di luce, superficie, geometria, lente e sensore. Un dettaglio visibile a una persona sotto una determinata illuminazione da officina potrebbe scomparire quando il pezzo è unto, ruotato, più riflettente o esposto a una luce ambientale variabile.
Le linee guida sull'illuminazione per la visione artificiale dell'Association for Advancing Automation (ADAA) spiegano come la geometria e la tecnica di illuminazione influenzino il contrasto e la visibilità dei dettagli. Per un sistema trasportato da un robot, l'illuminazione può essere montata insieme al sensore, fissa nella stazione o combinata. Ogni configurazione modifica l'ombra, l'abbagliamento, il carico dei cavi, l'area di collisione e la ripetibilità delle condizioni ottiche.
4. Definire la finestra di acquisizione
Per ogni funzione, specificare la distanza di lavoro, il campo visivo, la regione dell'immagine desiderata, le condizioni di messa a fuoco, l'orientamento della telecamera, lo stato di illuminazione, l'esposizione o le impostazioni di acquisizione equivalenti, lo stato del robot e la conferma dell'attivazione. Decidere se il robot deve essere stazionario, può assumere una posizione fissa o può acquisire immagini in movimento solo se tale metodo è stato validato.
Un campo visivo più ampio può mostrare un contesto più ricco, ma potrebbe ridurre i dettagli utili dell'immagine relativi a un piccolo elemento. Una visuale ravvicinata può migliorare la visibilità dei dettagli, riducendo al contempo la tolleranza rispetto alla posizione del pezzo o del robot. Questi compromessi devono essere testati con il sensore scelto e con i pezzi reali; le riprese video non sono in grado di risolverli.
Aggiungere controlli di validità dell'immagine. Un trigger mancante, un'immagine satura, una sfocatura, un obiettivo ostruito, un'illuminazione insufficiente, una variante errata o un trasferimento incompleto non devono essere considerati come un pezzo ispezionato valido. Creare uno stato esplicito di "nessuna decisione valida".
5. Pianificare l'accesso e l'occlusione come insieme di viste
Gli alloggiamenti complessi creano cavità, nervature, flange, connettori e superfici riflettenti che bloccano o distorcono la visuale. Creare un set di viste per la matrice delle caratteristiche. Una singola vista può coprire diverse caratteristiche compatibili; un'altra caratteristica può richiedere due viste per gestire l'occlusione o l'orientamento.
Modellare l'alloggiamento del sensore, la protezione della lente, l'illuminazione, il supporto, il polso, il cavo e il corpo del robot. Includere l'avvicinamento e l'allontanamento, non solo la posizione di acquisizione. Verificare i dispositivi di fissaggio, le protezioni, i nastri trasportatori, gli utensili vicini e il pezzo in corrispondenza degli estremi di tolleranza. Proteggere il sensore da urti e contaminazioni di processo senza ostruirne il percorso ottico.
Quando una caratteristica non può essere osservata in modo affidabile, è necessario documentare la lacuna. Le opzioni includono la modifica dell'orientamento del dispositivo di fissaggio, l'aggiunta di una telecamera fissa, l'aggiunta di un'illuminazione controllata, la modifica della presentazione del pezzo, l'utilizzo di un metodo di rilevamento diverso o l'esecuzione di una verifica manuale di tale caratteristica. Nascondere la lacuna dietro una generica etichetta di "ispezione multi-angolo" crea una dichiarazione di copertura non supportata.
6. Costruire un'immagine rappresentativa e un insieme di condizioni
Le prove devono includere parti identificate che rappresentino la normale variabilità produttiva e le condizioni note pertinenti alla matrice delle caratteristiche. Ove possibile e consentito, includere esempi accettabili e inaccettabili, insieme a stati limite o ambigui che dovrebbero innescare una verifica o una gestione manuale.
Il lavoro del NIST sulla misurazione nei settori manifatturiero e della robotica si concentra sulla valutazione delle prestazioni e sulla scienza della misurazione, piuttosto che sulle conclusioni derivanti dalle dimostrazioni. Lo stesso principio si applica anche in questo caso: definire la grandezza misurata o la decisione, la condizione di riferimento, i fattori che contribuiscono all'incertezza, la procedura di prova e i limiti di rendicontazione.
7. Scegliere metriche che corrispondano al rischio decisionale
Non riducete le prestazioni a un unico valore di "accuratezza" non specificato. Per un'attività di classificazione, i team potrebbero aver bisogno di categorie di confusione, falsi positivi, falsi negativi, tasso di immagini non valide e comportamento in base alla classe di difetti o condizioni. Per un'attività di misurazione, potrebbero aver bisogno di bias, ripetibilità, riproducibilità, incertezza, intervallo, risoluzione e tracciabilità appropriati ai requisiti.
Le metriche esatte e la progettazione del campione dipendono dall'applicazione e dalle conseguenze dell'errore. Indicare la popolazione rappresentata dalle parti testate e le condizioni non coperte. Un risultato su un campione limitato non giustifica un'affermazione di rilevamento o copertura universale.
Associa ogni metrica a una specifica condizione. Un risultato con bassa affidabilità o al di fuori dell'intervallo previsto può comportare una seconda visualizzazione automatizzata, una nuova acquisizione dopo la pulizia dei dati, una verifica manuale, il rifiuto o l'interruzione del processo. Definisci tale procedura prima della messa in produzione, in modo che il sistema non improvvisi.
8. Ricontrollo della progettazione e ripristino dei guasti
Definisci cosa fa scattare una nuova acquisizione nella stessa posa: una nuova visuale, il riposizionamento di una parte, l'ispezione dell'obiettivo, il riposizionamento del dispositivo o la revisione manuale. Limita i tentativi automatici in modo che una condizione anomala persistente non consumi tempo o sovrascriva le prove originali.
Genera risposte controllate per pezzi errati, pezzi non posizionati correttamente, errori di controllo del riferimento, guasti di posizionamento del robot, perdita di comunicazione del sensore, guasti di illuminazione, immagini mancanti, errori di memorizzazione, risultati con bassa affidabilità, risultati ambigui e scarti di ispezione. Preserva il risultato originale e l'identità del pezzo durante il ripristino.
9. Confrontare le architetture con la stessa matrice delle condizioni
| Architettura | Utile quando | Il principale vantaggio del test | Principale limitazione del test |
|---|---|---|---|
| Set di telecamere fisse | Le caratteristiche arrivano in posizioni e viste stabili | Tempistiche di acquisizione semplici e nessun movimento del robot tra le inquadrature. | Potrebbero essere necessarie più telecamere o il riorientamento di alcune parti; l'occlusione può essere corretta |
| Telecamera trasportata da un robot | Le caratteristiche sono distribuite attorno a una parte complessa | Prospettive flessibili e potenziale condivisione dei sensori | Ulteriori dipendenze da posa, cavo, collisione, tempo di acquisizione e calibrazione |
| Verifica manuale | Le condizioni richiedono interpretazione umana o flessibilità a basso volume | Visione adattabile e giudizio contestuale | Ergonomia, coerenza, documentazione e personale devono essere gestiti |
Utilizzare una matrice di caratteristiche, un insieme di condizioni rappresentative, una logica di disposizione e un piano di conservazione delle prove per tutti e tre. Confrontare le decisioni complete accettate, inclusi gestione, acquisizione, elaborazione, ricontrollo, revisione manuale, cambio formato, manutenzione e recupero.
Le architetture ibride sono spesso una soluzione valida. Le telecamere fisse possono gestire riprese stabili ad alta frequenza, un sensore montato su un robot può raggiungere superfici distribuite e la verifica manuale può risolvere casi ambigui definiti esplicitamente. L'architettura dovrebbe essere progettata in base alle esigenze di raccolta dati, piuttosto che al desiderio di automatizzare ogni ripresa con un unico dispositivo.
10. Commissione dalla validità dell'immagine agli stati di produzione
Iniziate con l'identificazione del componente, il riferimento del dispositivo, lo stato del sensore, l'illuminazione e la conferma dell'acquisizione. Verificate una funzionalità in condizioni normali e in condizioni accettabili più impegnative, quindi valutate gli stati inaccettabili e le immagini non valide noti. Estendete l'analisi alla matrice delle funzionalità e alle varianti del prodotto.
Eseguire l'intera sequenza di lavorazione, inclusi trasferimento, ordine di visualizzazione, aggregazione delle decisioni, ricontrollo, scarto e registrazione dei dati. Verificare il cambio formato, il funzionamento del sensore o della luce, le condizioni della superficie modificate, il pezzo non posizionato correttamente, il programma errato, la perdita di comunicazione, la visualizzazione bloccata e il ciclo interrotto.
Rilasciare solo le funzionalità, le varianti, le condizioni e le configurazioni effettivamente valutate. Mantenere un elenco di controllo delle modifiche per il supporto del sensore, l'obiettivo, l'illuminazione, l'involucro, il dispositivo di fissaggio, il telaio del robot, il software, le soglie e le modifiche al prodotto che potrebbero invalidare le prove precedenti.
Dichiarazioni citabili
Una decisione basata sulla visione artificiale richiede una catena di riferimento che parta dal componente e dal dispositivo di fissaggio, passi attraverso il robot e il sensore, fino ad arrivare all'immagine; la sola posizione del robot non costituisce un risultato di misurazione. Base di riferimento: ISO 9283 definisce la valutazione delle prestazioni dei robot, mentre NIST inquadra l'automazione della produzione attorno alla valutazione delle prestazioni e alla scienza della misurazione. Limite: il progetto deve definire il riferimento completo della cella e il metodo di incertezza.
L'illuminazione e la validità dell'inquadratura sono elementi da verificare: un'immagine satura, sfocata, bloccata, mancante o di variante errata non costituisce un risultato valido dell'ispezione. Base di riferimento: l'Association for Advancing Automation spiega come la geometria dell'illuminazione influisce sul contrasto e sulla visibilità delle caratteristiche; la revisione CLEAR dell'articolo mappa tale principio per catturare la validità. Limite: le soglie e i controlli di integrità richiedono l'apparecchiatura selezionata e le parti rappresentative.
L'impiego di una telecamera montata su un robot è giustificato dall'accesso controllato a elementi distribuiti o nascosti, non dal semplice movimento. Base della sorgente: la sequenza di sorgenti osservata mostra molteplici punti di vista attorno a un involucro complesso. Limite: non stabilisce la copertura delle caratteristiche, il tipo di sensore, la precisione o le prestazioni di rilevamento.
Un risultato incerto del controllo della vista richiede un esplicito ricontrollo, una verifica manuale, un rifiuto o un'interruzione del processo, anziché un'approvazione automatica. Base di origine: il metodo CLEAR separa la verifica e la registrazione dall'acquisizione della vista. Confine: il percorso e il rischio decisionale rimangono specifici del progetto.
Lista di controllo degli input del progetto
- Matrice caratteristiche-condizioni con requisiti e disposizioni di origine.
- Varianti dei componenti, dispositivi di fissaggio e riferimento, stato di manipolazione e variazione superficiale prevista.
- Sensore, lente, illuminazione, supporto, cavo, hardware di protezione e interfacce candidati.
- Viste necessarie, distanze di lavoro, campi visivi, ostacoli e percorsi di accesso.
- Esempi rappresentativi di condizioni di immagine normali, inaccettabili, al limite e non valide.
- Metriche, metodi di riferimento, piano di campionamento, regole di accettazione e limiti.
- Ricontrollo, revisione manuale, gestione dei rifiuti, conservazione delle immagini, ripristino degli errori e controllo delle modifiche.
Il foglio di input incluso può essere compilato prima delle prove con la telecamera per distinguere requisiti, presupposti e prove verificate.
Domande frequenti
Il filmato dimostra che è stata utilizzata una telecamera tridimensionale?
No. Mostra un robot che presenta un dispositivo verso diverse superfici. Il tipo di sensore e il metodo di acquisizione dei dati non sono specificati.
È possibile che un'immagine panoramica sostituisca diverse inquadrature ravvicinate?
Talvolta, ma solo se ogni caratteristica richiesta mantiene un'adeguata visibilità e fornisce elementi utili per la decisione in condizioni rappresentative. Devono essere testati il campo visivo, i dettagli delle caratteristiche, l'abbagliamento, l'occlusione e la variazione delle parti.
Cosa dovrebbe succedere quando l'immagine non è nitida?
Indirizzarlo a uno stato non valido o incerto definito. La cella può riacquisire, cambiare la vista, richiedere la pulizia, inviare il pezzo per la verifica manuale, rifiutarlo o arrestarlo in base al piano di rischio e di processo concordato.
Come si deve redigere una richiesta di risarcimento per un'ispezione della vista?
Indicare la caratteristica, la popolazione di riferimento, le condizioni, il metodo, la regola decisionale, le prove di valutazione e i limiti noti. Evitare termini generici come accuratezza, tasso di difettosità o copertura totale senza il supporto di tali informazioni.
Quando la verifica manuale è ancora utile?
Quando le condizioni sono infrequenti, ambigue, mutevoli o non ancora supportate da sufficienti prove automatizzate, la revisione manuale dovrebbe comunque includere istruzioni, ergonomia, registrazioni e regole di gestione.
Risorse correlate
- Integrazione di linee di automazione industriale
- Componenti della cella robotica e guida all'integrazione
- Panoramica delle soluzioni di automazione
- Panoramica delle applicazioni delle celle di ispezione con visione 3D
fonti
- Associazione per il progresso dell'automazione: visione artificiale e illuminazione
- Robotica e automazione della produzione del NIST
- ISO 9283:1998 — Manipolazione di robot industriali, criteri di prestazione e metodi di prova correlati
- ISO 10218-2:2025 — Applicazioni di robot industriali e celle robotizzate
Chi ha preparato questa guida, come e perché
- Entità di identificazione: Redazione EVST, lo stesso autore a livello di organizzazione utilizzato nella firma dell'articolo e nei dati strutturati. Non viene indicata alcuna credenziale individuale del dipendente.
- Osservazione di prima parte: Il team ha esaminato la sequenza di sorgenti multi-angolo selezionata e ha registrato solo il robot visibile, l'involucro, la presentazione del dispositivo e i punti di vista variabili; il tipo di sensore, l'algoritmo, la copertura, la precisione, il rilevamento e i risultati di produzione sono stati esclusi.
- Come: Il team ha applicato il modello CLEAR di riferimento, illuminazione, acquisizione, accesso e verifica; ha confrontato architetture fisse, trasportate da robot e manuali; e ha verificato ogni affermazione tecnica rispetto al registro delle prove, elencando le fonti di visione artificiale, prestazioni del robot e misurazioni.
- Perché: La guida aiuta i team di ispezione a collegare ogni visuale a un riferimento controllato, a una condizione di illuminazione, a una regola decisionale, a un percorso di ricontrollo, a una registrazione delle prove e a un trigger di controllo delle modifiche prima della selezione delle apparecchiature.
- Trasparenza: Metodo editoriale · Correzioni e aggiornamenti · Privacy · Contatti · Condizioni d'uso
Crea la matrice delle caratteristiche prima della prova della fotocamera
Inviate a EVST le varianti del prodotto, la matrice caratteristiche-condizioni, il dispositivo di fissaggio e il riferimento, la variazione della superficie, le viste richieste, il pacchetto di rilevamento candidato, le conseguenze delle decisioni, le parti rappresentative, le regole di ricontrollo e le esigenze di conservazione dei dati. Possiamo organizzarli in un piano di prova di visualizzazione e documentazione; la tecnologia di rilevamento finale, le capacità e l'accettazione restano soggette a una valutazione specifica del progetto.