Industrielle Bildverarbeitung Visuelle Typ- und Lageerkennung bei variierenden Oberflächen! RH...

Industrielle BildverarbeitungIndustrielle Bildverarbeitung

Visuelle Typ- und Lageerkennung bei variierenden Oberflächen!

RH EngineeringDipl.-Ing. (FH) Richard Herga

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

AnwesenheitskontrolleAnwesenheitskontrolle Bsp. : Schokolade

Erkennen von fehlenden oderüberschlagenen Objekten

VermessungVermessung Bsp. : Blechteil

Vermessen von Größe, Stanzungen,Bohrungen, Winkel etc.

PositionierungPositionierung Bsp. : Zündkerze

Bestimmen der Position &Drehlage

OberflächenkontrolleOberflächenkontrolle Bsp. : Ventil

Erkennen von Oberflächen-beschädigungen (Kratzer etc.)

FarbverarbeitungFarbverarbeitung Bsp. : Taschenrechner

Vorhandensein von Tastenbestimmter Farbe.

SchrifterkennungSchrifterkennung Bsp. : Schrift auf IC

Korrekte Zusammensetzung &vollständige Bedruckung

Code IdentifikationCode Identifikation Bsp. : Bar- und Data-Matrix Codes

Identifikation der Code Informationen

DruckbildkontrolleDruckbildkontrolle Bsp. : Benzinuhr

Überprüfung des korrekten Drucks bzw. von Fehlstellen

MustererkennungMustererkennung Bsp. : Elektronikbauteile

Überprüfung von Typ- und Anzahl

Fazit industrielle BildverarbeitungFazit industrielle Bildverarbeitung

Einsetzbar in allen Bereichen der Produktion 100% Qualitätskontrolle da „alle“ Objekte

kontrolliert werden Qualitätsnachweis gegenüber dem Kunden

Visuelle Typ- und Lageerkennung Visuelle Typ- und Lageerkennung bei variierenden Oberflächen!bei variierenden Oberflächen!

Aufgabe :Kontrolle von Pleuel vor dem erstenBearbeitungsvorgang der Produktionslinie !

Ziel :Korrekte Typ- und Lagezuführung in die Produktionslinie.

Problem :

Oberflächenvariationen !

OberflächenvariationenOberflächenvariationen Variationsspektrum

Optimal Extrem fleckig

Erkennung des TypsErkennung des Typs Anhand von Merkmalen am „Großen Auge“ des

Pleuels

Form, Größe, etc.

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

Nase

LageLage 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 IILage II Bsp. „Nase“ rechts oben

Bildverarbeitungslösung IBildverarbeitungslösung I Hardware : Dynamische Steuerung der Kamera je nach

Oberflächenhelligkeit des Pleuels (Grauwertmessung) Software : Einsatz von Vorverarbeitungsalgorithmen zur

Bildaufbereitung

Bildverarbeitungslösung IIBildverarbeitungslösung 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 !

AbschließendAbschließend 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 einlangfristiges Problem. Daniel S. Pena