Industrielle Bildverarbeitung Visuelle Typ- und Lageerkennung bei variierenden Oberflächen! RH Engineering Dipl.-Ing. (FH) Richard Herga

Einsatzmöglichkeiten der industriellen Bildverarbeitung ! Anwesenheitskontrolle Vermessung Positionierung Oberflächenkontrolle Farbverarbeitung Schrifterkennung Code Identifikation Druckbildkontrolle Mustererkennung

Anwesenheitskontrolle Bsp. : Schokolade Erkennen von fehlenden oder überschlagenen Objekten

Vermessung Bsp. : Blechteil Vermessen von Größe, Stanzungen, Bohrungen, Winkel etc.

Positionierung Bsp. : Zündkerze Bestimmen der Position & Drehlage

Oberflächenkontrolle Bsp. : Ventil Erkennen von Oberflächen- beschädigungen (Kratzer etc.)

Farbverarbeitung Bsp. : Taschenrechner Vorhandensein von Tasten bestimmter Farbe.

Schrifterkennung Bsp. : Schrift auf IC Korrekte Zusammensetzung & vollständige Bedruckung

Code Identifikation Bsp. : Bar- und Data-Matrix Codes Identifikation der Code Informationen

Druckbildkontrolle Bsp. : Benzinuhr Überprüfung des korrekten Drucks bzw. von Fehlstellen

Mustererkennung Bsp. : Elektronikbauteile Überprüfung von Typ- und Anzahl

Fazit industrielle Bildverarbeitung Einsetzbar in allen Bereichen der Produktion 100% Qualitätskontrolle da „alle“ Objekte kontrolliert werden Qualitätsnachweis gegenüber dem Kunden

Visuelle Typ- und Lageerkennung bei variierenden Oberflächen! Aufgabe : Kontrolle von Pleuel vor dem ersten Bearbeitungsvorgang der Produktionslinie ! Ziel : Korrekte Typ- und Lagezuführung in die Produktionslinie. Problem : Oberflächenvariationen !

Oberflächenvariationen Variationsspektrum Optimal Extrem fleckig

Erkennung des Typs Anhand von Merkmalen am „Großen Auge“ des Pleuels Form, Größe, etc.

Erkennung der Lage Anhand der Nase am „kleinen Auge“ des Pleuels Nase

Lage 4 verschiedene Pleuellagen möglich - Nase rechts oben ± 30° - Nase rechts unten ± 30° - Nase links oben ± 10° - Nase links unten ± 10° Drehen & Wenden des Pleuels je nach Lage → Datenübermittlung zur SPS

Lage II Bsp. „Nase“ rechts oben

Bildverarbeitungslösung I Hardware : Dynamische Steuerung der Kamera je nach Oberflächenhelligkeit des Pleuels (Grauwertmessung) Software : Einsatz von Vorverarbeitungsalgorithmen zur Bildaufbereitung

Bildverarbeitungslösung II Kombination der verschiedenen Bildverarbeitungs-methoden - Mustererkennung - Positionsbestimmung - Vermessung - Anwesenheitskontrolle - ….. Info Mustererkennung : Mustererkennung über Neuronale Netze → Training von verschiedenen „Nasen“. System entwickelt durch lernen eine „kognitive“ Intelligenz !

Abschließend Sehr kritische Anwendung aufgrund der Variations-möglichkeiten der Oberfläche Zuvor wurden bereits mehrere Anläufe des Automobilkonzerns unternommen eine funktionsfähige Lösung zu finden Anlage läuft seit Inbetriebnahme absolut zuverlässig Weitere Informationen : - Fachzeitschrift Automation (Ausgabe Mai 2005) - http://www.rhengineering.de - info@rhengineering.de Akzeptiere niemals eine kurzfristige Lösung für ein langfristiges Problem. Daniel S. Pena