7 THÁCH THỨC KHI THU THẬP DỮ LIỆU HÌNH ẢNH CHO HỆ THỐNG THỊ GIÁC MÁY

Ngày: 15/04/2022

Thực trạng những khó khăn trong thu nhận hình ảnh công nghiệp:
      Việc thu thập dữ liệu hình ảnh đóng góp đến 85% thành công cho giải pháp thị giác máy (Machine Vision). Quy trình làm việc của một hệ thống Machine Vision dựa trên AI điển hình bao gồm 4 bước:
Bước 1: Thiết lập hệ thống camera, lens, đèn để tối ưu hóa quá trình thu nhận.
Bước 2: Chuẩn bị dữ liệu được thực hiện bằng cách thu thập và xử lý hình ảnh đào tạo.
Bước 3: Các gói đào tạo học sâu, mô hình mạng chuyên biệt được sử dụng để tối ưu hóa các mô hình.
Bước 4: Mô hình được tối ưu hóa được triển khai cho hệ thống và được giám sát về độ chính xác, sự ổn định
Công việc thu nhận ảnh là một quá trình phức tạp và có rất nhiều thách thức. Đặc biệt trong môi trường công nghiệp thường xuyên đi kèm với nhiều vấn đề khiến việc thu được hình ảnh hoàn hảo ngày càng khó hơn để tiến hành quá trình trực quan hoặc kiểm tra chất lượng.

1- Sản phẩm có các hình dạng phức tạp


      Trong ngành công nghiệp sản xuất chế tạo có rất nhiều bộ phận mang hình dạng phức tạp. Những bộ phận này có nhiều mặt, hình khối phức tạp và chi tiết nhỏ chỉ có thể được nhìn thấy từ một số góc độ nhất định. Các đối tượng như vậy bao gồm các cấu trúc thiết kế, các đường cắt, không gian rỗng hoặc các chi tiết phức tạp bên trong. Để ghi lại hình ảnh của các bộ phận như vậy cho việc đào tạo hệ thống thị giác máy, các bộ phận cần phải được xoay và di chuyển hoặc phải sử dụng nhiều camera để có thể chụp được nhiều góc khác nhau, nắm bắt tất cả những nét phức tạp của đối tượng, từ đó các khiếm khuyết trong dây chuyền sản xuất có thể được phát hiện với các lỗi tối thiểu.

2- Bề mặt đầy thử thách


       Các bề mặt trong suốt hoặc phản chiếu là một thử thách đối với các hệ thống thu nhận hình ảnh. Ngay cả trong điều kiện ánh sáng đồng đều, hệ thống thị giác không thể thu nhận đầy đủ các bề mặt này để đào tạo và kiểm tra thích hợp. Cần phải có những kỹ thuật chiếu sáng chuyên biệt để có thể chụp được những hình ảnh huấn luyện hữu ích từ những bề mặt như vậy. Chúng có thể bao gồm ánh sáng mái vòm, ánh sáng khuếch tán hoặc bất kỳ ánh sáng nào như vậy đảm bảo rằng ánh sáng được trải đều trên toàn bộ bề mặt. Việc sử dụng ánh sáng phân cực cũng có thể làm giảm các điểm nóng chiếu sáng gây khó khăn cho việc chụp ảnh.

3- Một số lượng lớn các biến thể


      Trong bất kỳ ngành kinh doanh công nghiệp nào, có rất nhiều biến thể của các bộ phận và vật liệu được sản xuất ở quy mô lớn. Tất cả các hệ thống hoặc đơn vị lưu giữ hàng hóa đó phải được kiểm tra kỹ lưỡng về các khuyết tật. Chúng khác nhau về kích thước, hình dạng, màu sắc, hình học và khối lượng sản xuất và AI cần kiểm tra toàn diện chúng để tìm lỗi. Một hệ thống mạnh mẽ có thể giúp thiết kế một tập dữ liệu đào tạo tốt có sự phân bổ đồng đều tất cả các hệ thống như vậy về các lỗi cần được giải quyết trong đó theo tỷ lệ khối lượng sản xuất của chúng. Điều này tránh bất kỳ sai lệch nào trong dữ liệu đào tạo do các con số không cân bằng và sai lệch.

4- Môi trường khắc nghiệt


      Ngành công nghiệp sản xuất có rất nhiều hoạt động phải thực hiện trong môi trường khắc nghiệt với bụi, khói hoặc nhiệt. Một số môi trường cũng nguy hiểm cho những người làm việc trong đó. Trong môi trường khắc nghiệt, hệ thống thu nhận hình ảnh cần phải hoạt động và mang lại kết quả. Vỏ có xếp hạng IP chính xác có thể bảo vệ phần cứng. Các loại vỏ khác được sử dụng cho môi trường dễ cháy nổ. Môi trường khắc nghiệt có thể ảnh hưởng đến phần cứng của hệ thống và các nguy cơ có thể làm hỏng sản phẩm hoàn toàn. Việc sử dụng liên tục và đúng các lớp bảo vệ trên thiết bị thu nhận sẽ bảo vệ hệ thống và cho phép hệ thống hoạt động chính xác.

5- Xử lý vật liệu phức tạp
      Môi trường khắc nghiệt cũng ảnh hưởng đến các vật liệu đang được kiểm tra bởi hệ thống thị giác máy. Trong quá trình kiểm tra, vật liệu không được để bị tổn hại vì bất kỳ lý do gì. Đôi khi, hệ thống xử lý vật liệu tùy chỉnh cần được phát triển để phục vụ cho những vật liệu này. Xử lý vật liệu tốt hơn chuyển thành khả năng thu nhận hình ảnh tốt hơn và do đó độ chính xác cao hơn từ hệ thống thị giác máy do hình ảnh rõ ràng. Ví dụ, các dây buộc có số lượng lớn cần được cung cấp hệ thống tiếp liệu để máy ảnh có thể khoanh vùng từng đối tượng và chụp ảnh ở góc và hướng cần thiết.

6- Ràng buộc về khoảng cách làm việc


      Việc kiểm tra các vật liệu hiện có có thể cần được thực hiện cùng với các công việc khác có sự tham gia của con người hoặc hệ thống thị giác máy có thể cần can thiệp thủ công tại một số điểm nhất định trong hoạt động của chúng. Vị trí của camera và sự di chuyển của con người không được gây cản trở cho nhau. Có thể có giới hạn về khoảng cách làm việc tối thiểu trong các nhà máy lớn hơn hoặc giới hạn về khoảng cách làm việc tối đa trong các không gian nhỏ hơn, chật hơn. Máy ảnh cần phải ở khoảng cách thích hợp với dây chuyền lắp ráp để kiểm tra các bộ phận. Việc sử dụng ống kính chuyên dụng có thể giải thích cho những hạn chế về khoảng cách làm việc như vậy.

7- Độ phân giải cao cần thiết
     Trong khi xử lý các bộ phận có chi tiết và thiết kế phức tạp và các bộ phận phụ rất nhỏ và được gói gọn trong bộ phận chính, thì việc sử dụng hệ thống thu nhận hình ảnh có độ phân giải cao là điều cần thiết. Để ghi lại các đặc điểm nhỏ, có thể sử dụng nhiều máy ảnh ở các khoảng cách làm việc khác nhau hoặc phải chọn một máy ảnh độ phân giải cao duy nhất. Hình ảnh độ phân giải cao có những thách thức liên quan đến hệ thống camera vì các camera truyền thống như camera quét vùng không thể hỗ trợ chụp ảnh như vậy do số lượng pixel nhỏ hơn. Hình ảnh line scan là một công nghệ mới có thể tạo ra hình ảnh có độ phân giải cao để hiển thị tốt hơn các tính năng của hệ thống thu nhận.

Kết luận
       Những thách thức trong việc thu nhận hình ảnh là rất nhiều nhưng chúng có thể xử lý tốt thông qua công nghệ và thiết kế thông minh. AVATECH đã vượt qua nhiều thách thức thu thập hình ảnh như vậy, cùng với các rào cản khác trong quy trình làm việc. Việc có AVATECH làm đối tác về công nghệ thị giác máy có thể mở rộng mạng lưới công nghệ của công ty, tăng doanh thu và lợi nhuận thông qua việc tích hợp có lợi nhuận của thị giác máy vào quy trình kiểm tra các bộ phận khác nhau đang được sản xuất và đạt được lợi thế so với các đối thủ cạnh tranh bằng việc sử dụng và công nghệ cập nhật để tự động hóa tất cả các quy trình có thể có trong lĩnh vực sản xuất.