隨著工業(yè)4.0的深入實踐，單一功能的視覺檢測設(shè)備已難以滿足復(fù)雜多變的生產(chǎn)需求。未來的視覺檢測系統(tǒng)將更加注重與其他自動化設(shè)備的無縫對接，實現(xiàn)數(shù)據(jù)共享與協(xié)同作業(yè)。同時，借助深度學習算法，系統(tǒng)能夠自我學習與優(yōu)化，不斷提升檢測精度與效率，降低人工干預(yù)成本。

電子生產(chǎn)制造涵蓋了從微小元器件到復(fù)雜電路板組裝的全過程，每一環(huán)節(jié)都需要極高的精確度和穩(wěn)定性。傳統(tǒng)的質(zhì)檢方式往往依賴人工目檢，不僅耗時耗力，且容易受主觀因素影響，難以滿足現(xiàn)代制造業(yè)對質(zhì)量和效率的嚴苛要求。機器視覺技術(shù)的引入，使得這一難題迎刃而解。

01.客戶背景和需求

客戶是一家大型電子制造服務(wù)(EMS)供應(yīng)商。他們的主要需求是利用AI訓練的模型對產(chǎn)品外觀進行高精度、自動化的視覺檢查，確保產(chǎn)品質(zhì)量，重點檢查項目包括：

1.檢查螺絲是否存在并正確固定。

2.確保高壓警告標簽正確的放置和方向。

3.檢查產(chǎn)品收件箱標簽位置和對齊。

4.確認通風閥安裝正確且無部件缺失。

5.確保序列號(SN)和二維碼比較的序列號與產(chǎn)品封面上刻有的二維碼之間的一致性。

多達28個組件的多個檢查區(qū)域分布在產(chǎn)品的不同側(cè)面，傳統(tǒng)的2D工業(yè)相機無法有效捕捉多角度、多焦點圖像。手工檢查耗時、勞動密集，并且容易出現(xiàn)失誤。未能快速識別這些缺陷可能會損害產(chǎn)品質(zhì)量、影響氣密性，在嚴重的情況下可能還會導(dǎo)致使用過程中的安全問題。

02.解決方案及關(guān)鍵技術(shù)

為了解決上述挑戰(zhàn)，客戶選擇使用內(nèi)建視覺技術(shù)的達明協(xié)作機器人進行自動化檢查。具體技術(shù)方法包括：

成像技術(shù)

使用TM5-900機械臂，可以實現(xiàn)多角度圖像捕獲，以滿足客戶要求。該手臂配備自動對焦2D攝像頭(EIH：彩色，支持自動對焦)，可提供精確定位并通過TMFlow捕獲清晰的檢查圖像。TM5 EIH(眼在手)拍攝的圖像存儲在AI AOI Edge中進行分析。

AI視覺檢測

使用TM AI+ Trainer，400張圖像可以在35分鐘內(nèi)增強10倍，并通過50次迭代進行訓練。允許模型快速重新訓練，解決生產(chǎn)線誤判或異常問題。

該系統(tǒng)利用Intel I7 12700處理器和Nvidia RTX 3060處理器，可在30秒內(nèi)完成對28個元器件位置的AI檢測，滿足生產(chǎn)周期時間(CT)要求，顯著提高了自動化效率并降低了勞動力成本。

檢測流程

通過(OK)：檢測結(jié)果上傳到生產(chǎn)系統(tǒng)，產(chǎn)品進入下一站。

失敗(NG)：結(jié)果立即標記，提示操作員解決有缺陷的物品。

03.方案優(yōu)勢

達明機器人AI視覺檢測技術(shù)以卓越的性能在行業(yè)中廣受青睞。通過深度學習和先進的圖像處理技術(shù)，不斷優(yōu)化檢測算法，以適應(yīng)不斷變化的生產(chǎn)需求;克服了傳統(tǒng)檢測方法的局限性，為客戶提供可靠、準確的視覺檢測方案，顯著提高了產(chǎn)品生產(chǎn)效率和品質(zhì)標準，同時降低生產(chǎn)成本，成為現(xiàn)代智能制造的基準應(yīng)用。

（來源：達明機器人）