Роботизированная система визуального контроля работает, когда каждая требуемая характеристика привязана к стабильной эталонной детали, контролируемым условиям обзора и освещения, четко определенному правилу принятия решений и возможности повторной проверки. Движение робота позволяет разместить датчик вокруг сложного корпуса, но само по себе движение не гарантирует качество изображения или возможности обнаружения. Перед тем как делать какие-либо заявления о покрытии или качестве, необходимо проверить репрезентативные детали, известные условия, случаи перекрытия, неопределенность и обработку бракованных изделий.
Основные выводы
- Начните с матрицы признаков и условий, а не со списка положений камеры.
- Опишите, как система координат детали связана с зажимным приспособлением, роботом, датчиком и изображением.
- Рассматривайте освещение, экспозицию, состояние поверхности, фокусировку и поле зрения как единую систему съемки.
- Вместо того чтобы классифицировать их молча, необходимо регистрировать случаи с частично скрытыми изображениями, изображениями с низкой степенью достоверности, отсутствующими изображениями и сообщениями о проблемах со связью.
- Сравните стационарные камеры, камеры, переносимые роботами, и ручную проверку, используя одинаковые правила приемки и повторной проверки.
Что показывают выбранные доказательства — и чего они не показывают
Выбранная последовательность демонстрирует роботизированную систему, перемещающуюся вокруг сложного металлического корпуса и направляющую устройство на различные поверхности. Изменение ракурсов позволяет обсудить вопросы, связанные с датчиками, установленными на роботе, доступом к элементам, планированием обзора, возможным перекрытием объектов и повторной проверкой маршрутизации.
Видеоматериал не содержит информации о типе датчика, о том, захватывает ли устройство двухмерные или трехмерные данные, о линзе, освещении, экспозиции, списке характеристик, эталонном методе, калибровке, неопределенности измерений, алгоритме, обучающих данных, наборе дефектов, охвате проверки, точности, поведении ложных срабатываний, времени цикла, системе отслеживания, результатах приемки или развертывании в производстве. Из него нельзя сделать вывод о «100% проверке» или получить числовой результат обнаружения.
Эта граница меняет ход обсуждения проекта. Вопрос не в том, «Может ли манипулятор осмотреть корпус?», а в том, «Можно ли наблюдать за каждым необходимым условием с помощью контролируемых доказательств и довести его до определенного состояния: пройдено, не пройдено или требуется повторная проверка?»
Метод визуального контроля с участием роботов-партнеров: CLEAR
EVST использует CLEAR для структурирования предварительного анализа результатов инспекции:
- C — Координаты: Базовая точка детали, опорная точка крепления, система координат робота, система координат датчика и идентификатор элемента.
- L — Освещение: Направление, выбор спектра или источника, контроль бликов, изоляция от окружающего шума и мониторинг состояния.
- E — Экспозиция и поле зрения: рабочее расстояние, фокус, размер объекта, область изображения, состояние движения и триггер захвата.
- А — Доступ и окклюзия: Зазор для инструментов, положение камеры, заблокированные поверхности, кабели и зона столкновения.
- R — Повторная проверка и записи: Состояния достоверности или валидности, правила повторной попытки, ручное удаление, сохранение изображений и управление изменениями.
CLEAR не выбирает камеру и не гарантирует результат. Он предоставляет необходимые данные о проекте для сравнения архитектурных решений и проведения проектных испытаний.
1. Преобразуйте требования к продукту в матрицу характеристик.
Перечислите все характеристики или условия, подлежащие проверке, и соотнесите их с чертежом, спецификацией, планом контроля или согласованными требованиями к продукту. Опишите, что считается приемлемым наблюдением, не предполагая использования методов визуального контроля. Примерами могут служить наличие, ориентация, состояние поверхности, читаемость этикетки или кода, состояние разъема или размер — но для каждого случая необходимы свои рамки и доказательства.
2. Установить цепочку координат и тождественность.
Датчик, установленный на роботе, должен знать, какая деталь присутствует и где находится целевой элемент относительно датчика. Определите местоположение детали в приспособлении, привязку приспособления к роботу, инструменту робота или раме датчика, а также область изображения, используемую для принятия решения. Укажите, как выбираются и подтверждаются вариант продукта и программа.
Повторяемость положения робота — лишь один из факторов. Различия в креплении, посадка детали, крепление датчика, калибровка, поведение линзы, температурные условия и геометрия элементов могут влиять на то, что отображается на изображении. Стандарт ISO 9283 предоставляет методы оценки производительности манипулирующих промышленных роботов; он не устанавливает параметры измерений для полной ячейки визуального контроля.
Запланируйте контрольные проверки, которые могут выявить изменение взаимосвязи. К ним могут относиться известные артефакты, целевые объекты, реперные точки, характеристики состояния изображения или другой метод, специфичный для проекта. Определите, когда требуется контрольная проверка — после обслуживания, столкновения, регулировки датчика, изменения программного обеспечения или неудачной проверки состояния — и что происходит, когда она выходит за пределы допустимого состояния.
3. Проектируйте освещение до оптимизации логики принятия решений.
Изображения, получаемые с помощью машинного зрения, создаются взаимодействием света, поверхности, геометрии, линзы и датчика. Деталь, видимая человеку при одном освещении в цеху, может исчезнуть, если она покрыта маслом, повернута, обладает большей отражательной способностью или подвергается воздействию изменяющегося окружающего света.
В руководстве по освещению для машинного зрения, разработанном Ассоциацией содействия автоматизации, объясняется, как геометрия и техника освещения влияют на контрастность и видимость объектов. В роботизированной системе освещение может быть установлено вместе с датчиком, закреплено на станции или комбинировано. Каждое из этих решений изменяет тени, блики, нагрузку на кабель, зону столкновений и повторяемость оптических условий.
4. Определите окно захвата.
Для каждой характеристики укажите рабочее расстояние, поле зрения, желаемую область изображения, условия фокусировки, ориентацию камеры, состояние освещения, экспозицию или эквивалентные параметры съемки, состояние робота и подтверждение запуска. Решите, должен ли робот оставаться неподвижным, может ли он принимать заданную позу или может осуществлять съемку во время движения только в том случае, если этот метод подтвержден.
Более широкое поле зрения позволяет отобразить больше контекста, но может уменьшить количество полезных деталей изображения, доступных для небольшого элемента. Более крупный план может улучшить видимость элементов, одновременно уменьшая погрешность определения местоположения детали или положения робота. Эти компромиссы необходимо проверить с помощью выбранного датчика и реальных деталей; видеосъемка не может их решить.
Добавьте проверки достоверности изображения. Отсутствие триггера, перенасыщенный кадр, размытие, заблокированная линза, потеря освещения, неправильный вариант или неполная передача не должны рассматриваться как проверенная исправная деталь. Создайте явное состояние «нет действительного решения».
5. Планируйте доступ и перекрытие объектов как набор точек обзора.
Сложные корпуса создают полости, ребра, фланцы, соединители и отражающие поверхности, которые блокируют или искажают обзор. Создайте набор видов для матрицы элементов. Одна позиция может охватывать несколько совместимых элементов; для управления окклюзией или ориентацией другого элемента может потребоваться два вида.
Смоделируйте корпус датчика, защитный кожух линзы, освещение, крепление, запястье, кабель и корпус робота. Учитывайте не только положение захвата, но и приближение и отступление. Проверьте приспособления, защитные кожухи, конвейеры, соседние инструменты и деталь в крайних положениях допуска. Защитите датчик от столкновений и загрязнения в процессе обработки, не блокируя при этом его оптический путь.
Если какой-либо элемент невозможно надежно наблюдать, задокументируйте зазор. Варианты включают изменение ориентации приспособления, добавление стационарной камеры, добавление управляемого освещения, изменение внешнего вида детали, использование другого метода измерения или передачу этого элемента на ручную проверку. Скрытие зазора за общей пометкой «многоракурсный осмотр» создает необоснованное заявление о покрытии расходов.
6. Создайте репрезентативный образ и набор условий.
Для проведения испытаний необходимо определить детали, отражающие нормальные производственные отклонения и известные условия, относящиеся к матрице характеристик. Включите допустимые и недопустимые примеры, где это практически возможно и разрешено, а также пограничные или неоднозначные состояния, которые должны инициировать повторную проверку или ручное удаление.
В работе NIST по измерениям в производственной и робототехнической отраслях акцент делается на оценке производительности и науке измерений, а не на выводах, полученных в результате демонстраций. Здесь действует тот же принцип: определение измеряемой величины или принимаемого решения, эталонных условий, факторов, влияющих на неопределенность, процедуры тестирования и границ отчетности.
7. Выберите показатели, соответствующие риску принятия решения.
Не следует сводить производительность к одному неопределенному показателю «точности». Для задачи классификации командам могут потребоваться категории ошибок, ложные срабатывания, ложные отклонения, частота недействительных изображений и поведение в зависимости от класса дефекта или состояния. Для задачи измерения им могут потребоваться смещение, повторяемость, воспроизводимость, неопределенность, диапазон, разрешение и прослеживаемость, соответствующие требованиям.
Точные метрики и схема выборки зависят от области применения и последствий ошибки. Укажите совокупность, представленную тестируемыми деталями, и условия, которые не охватываются. Результаты, полученные на ограниченной выборке, не оправдывают утверждение об универсальном обнаружении или охвате.
Привяжите каждый показатель к определенному результату. Результат с низкой степенью достоверности или выходящий за пределы допустимого диапазона может привести к повторному автоматизированному просмотру, повторному сбору после очистки, ручной проверке, отклонению или остановке. Определите этот путь до начала производства, чтобы система не импровизировала.
8. Перепроверка проекта и устранение неисправностей.
Определите, что именно запускает повторную съемку в том же положении, новый ракурс, изменение положения детали, осмотр объектива, переустановку крепления или ручную проверку. Ограничьте автоматические повторные попытки, чтобы постоянно возникающие ошибки не отнимали время и не перезаписывали исходные данные.
Создайте контролируемые ответы для случаев неправильной детали, неправильной установки детали, сбоя проверки эталонного значения, ошибки позиционирования робота, потери связи с датчиком, ошибки освещения, отсутствия изображения, ошибки хранения, низкой достоверности результата, неоднозначного результата и брака при проверке. Сохраните исходный результат и идентичность детали при восстановлении.
9. Сравните архитектуры с одинаковой матрицей условий.
| Архитектура | Полезно, когда | Главное преимущество тестирования | Основное ограничение теста |
|---|---|---|---|
| Фиксированный набор камер | Объекты попадают в стабильные места и с устойчивых ракурсов. | Простая синхронизация захвата и отсутствие движения робота между кадрами. | Может потребоваться использование нескольких камер или изменение ориентации отдельных частей; проблему перекрытия можно решить. |
| Камера, переносимая роботом | Элементы распределены по всей сложной детали. | Гибкие ракурсы и возможность совместного использования датчиков. | Дополнительные зависимости от положения, кабеля, столкновения, времени захвата и калибровки. |
| Ручная проверка | Условия требуют человеческой интерпретации или гибкости при небольших объемах. | Адаптивный просмотр и контекстная оценка | Необходимо обеспечить управление эргономикой, согласованностью, документацией и кадровым обеспечением. |
Используйте одну матрицу характеристик, репрезентативный набор условий, логику обработки и план хранения доказательств для всех трех случаев. Сравните полные принятые решения, включая обработку, сбор, обработку, повторную проверку, ручной анализ, переключение, обслуживание и восстановление.
Гибридные архитектуры часто являются разумным решением. Стационарные камеры могут обеспечивать стабильное изображение с высокой частотой, датчик, установленный на роботе, может достигать распределенных поверхностей, а ручная проверка позволяет разрешать явно определенные неоднозначные случаи. Архитектура должна соответствовать потребностям в доказательствах, а не стремлению автоматизировать каждый ракурс с помощью одного устройства.
10. Комиссия за перевод от подтверждения достоверности изображения к состоянию производства.
Начните с идентификации детали, привязки к приспособлению, состояния датчика, освещения и подтверждения захвата изображения. Проверьте одну из функций в нормальных и сложных допустимых условиях, затем оцените известные недопустимые состояния и состояния с недействительным изображением. Расширьте область применения на матрицу функций и варианты продукта.
Выполните полную последовательность обработки детали, включая перемещение, порядок просмотра, агрегирование решений, повторную проверку, отбраковку и запись данных. Проверьте переключение режимов, работу датчика или освещения, изменение состояния поверхности, неправильную посадку детали, некорректную программу, потерю связи, заблокированный обзор и прерванный цикл.
Выпускайте только те функции, варианты, условия и конфигурации, которые были фактически оценены. Ведите список изменений для крепления датчика, линзы, освещения, корпуса, крепления, рамы робота, программного обеспечения, пороговых значений и изменений продукта, которые могут аннулировать ранее полученные данные.
Цитируемые заявления
Для принятия решения на основе визуального восприятия необходима цепочка от детали и приспособления через робота и датчик к изображению; само по себе положение робота не является результатом измерения. Исходные данные: стандарт ISO 9283 определяет оценку производительности роботов, а стандарт NIST рассматривает автоматизацию производства с точки зрения оценки производительности и науки об измерениях. Границы: проект должен определить полный эталон ячейки и метод определения неопределенности.
Качество освещения и изображения являются входными данными для проверки: перенасыщенное, размытое, блочное, отсутствующее или неправильное изображение не считается допустимым результатом проверки. Источник информации: Ассоциация содействия автоматизации объясняет, как геометрия освещения влияет на контрастность и видимость элементов; обзор CLEAR в статье иллюстрирует этот принцип для подтверждения достоверности. Границы: пороговые значения и проверки состояния требуют использования выбранного оборудования и репрезентативных компонентов.
Использование камеры, переносимой роботом, оправдано контролируемым доступом к распределенным или скрытым объектам, а не одним лишь движением. Исходные данные: наблюдаемая последовательность источников показывает множество точек обзора вокруг сложного корпуса. Границы: они не определяют охват объектов, тип датчика, точность или эффективность обнаружения.
При неопределенном результате визуального обследования требуется явная перепроверка, ручная проверка, отклонение или остановка процесса, а не автоматическое прохождение. Исходные данные: метод CLEAR разделяет повторную проверку и запись данных от получения информации о местоположении. Границы: риски, связанные с маршрутом и принятием решений, остаются специфичными для каждого проекта.
Контрольный список входных данных проекта
- Матрица характеристик и условий с указанием требований к источнику и его характеристик.
- Варианты деталей, крепление и базовые элементы, состояние обработки и ожидаемые изменения поверхности.
- Датчик, линза, освещение, крепление, кабель, защитное оборудование и интерфейсы.
- Необходимые ракурсы, рабочие расстояния, поля зрения, препятствия и пути доступа.
- Типичные нормальные, неприемлемые, пограничные и недействительные условия отображения изображений.
- Показатели, эталонные методы, план отбора проб, правила приемлемости и пределы.
- Повторная проверка, ручная проверка, обработка отклоненных изображений, сохранение изображений, восстановление после ошибок и управление изменениями.
Прилагаемую анкету можно заполнить перед испытаниями камеры, чтобы определить требования, предположения и подтвержденные данные.
Часто задаваемые вопросы
Доказывает ли видеозапись, что использовалась трехмерная камера?
Нет. На видео показан робот, направляющий устройство на различные поверхности. Тип датчика и метод сбора данных не указаны.
Может ли одно широкоугольное изображение заменить несколько крупных планов?
Иногда, но только если каждая необходимая функция сохраняет достаточную видимость и обеспечивает корректность принимаемых решений в репрезентативных условиях. Необходимо проверить поле зрения, детализацию элементов, блики, перекрытия и вариативность деталей.
Что должно произойти, если изображение нечеткое?
Переведите его в определенное недопустимое или неопределенное состояние. В соответствии с согласованным планом рисков и технологического процесса, ячейка может повторно захватить деталь, изменить ракурс, запросить очистку, отправить деталь на ручную проверку, отклонить ее или остановить работу.
Как следует составлять заявление о возмещении расходов по результатам визуального осмотра?
Укажите характеристику, часть популяции, условия, метод, правило принятия решения, доказательства оценки и известные пределы. Избегайте формулировок, описывающих общую точность, частоту дефектов или полное покрытие, без соответствующего обоснования.
В каких случаях ручная проверка по-прежнему полезна?
Когда условия возникают нечасто, неоднозначны, изменчивы или еще не подтверждены достаточными автоматизированными данными, ручная проверка все равно должна включать инструкции, эргономические аспекты, документацию и правила обработки.
Похожие ресурсы
- Интеграция производственных линий промышленной автоматизации
- Руководство по компонентам и интеграции роботизированной ячейки
- Обзор решений по автоматизации
- Обзор применения инспекционной ячейки с 3D-визуализацией
Источники
- Ассоциация содействия автоматизации: машинное зрение и освещение
- NIST Робототехника и автоматизация производства
- ISO 9283:1998 — Манипулирующие промышленные роботы, критерии производительности и соответствующие методы испытаний.
- ISO 10218-2:2025 — Применение промышленных роботов и роботизированные ячейки
Кто подготовил это руководство, как и почему?
- Авторская сущность: Редакционная группа EVSTТот же автор на уровне организации, что и в подписи к статье и структурированных данных. Индивидуальные учетные данные сотрудника не указаны.
- Мнение очевидца: Группа исследователей проанализировала выбранную последовательность снимков с разных ракурсов и зафиксировала только видимые части робота, корпуса, устройства и изменяющиеся точки обзора; тип датчика, алгоритм, охват, точность, обнаружение и результаты производства были исключены из анализа.
- Как: Команда применила модель CLEAR, включающую в себя эталонные данные, освещение, сбор информации, доступ и повторную проверку; сравнила стационарные, роботизированные и ручные архитектуры; и проверила каждое техническое утверждение по реестру доказательств, а также указала источники данных по машинному зрению, производительности роботов и измерениям.
- Почему: Данное руководство помогает группам инспекторов связать каждый ракурс с контролируемым эталоном, условиями освещения, правилом принятия решений, маршрутом повторной проверки, записью доказательств и триггером управления изменениями перед выбором оборудования.
- Прозрачность: Метод редакционной работы · Исправления и обновления · конфиденциальность · Контакты · Условия Пользования
Создайте матрицу признаков до начала тестирования камеры.
Отправьте в EVST варианты продукта, матрицу характеристик и условий, оснастку и базовые параметры, вариации поверхности, необходимые ракурсы, вариант комплектации датчиков, последствия принятия решений, репрезентативные детали, правила повторной проверки и требования к хранению данных. Мы можем организовать их в план испытаний с использованием различных ракурсов и доказательств; окончательная технология датчиков, их возможности и приемлемость остаются предметом оценки, специфичной для конкретного проекта.