转盘式视觉筛选机及其图像识别系统

Posted 2022-10-14 MindWorks.精驰软件

1. 转盘式视觉筛选机现状

       玻璃转盘式视觉筛选机，也称为光学影像筛选机、四面检测机和六面检测机，是针对各种各样的散件的尺寸、外观等缺陷而研发的检测机。在工业生产中，由于生产和运输环境中的不可控因素，很容易产生划痕、压伤、擦挂等缺陷。而其中的缺陷大部分都极其微小，甚至是肉眼难以识别，这些缺陷所造成的坏品率极大的制约了工业界的发展。在中国制造业转型升级的过程中，产品质量要销往欧美等发达国家，让产品更具竞争力，必然要求不良品不能最终出现在成品中。一方面，如果能提前发现不良的部件，提前排除，那就能打造成本优势，另一方面，人工检测一般在强灯光或者显微镜的工作环境中，人容易疲劳，容易误判，对经验要求高，现在大部分工厂并不容易找到检测工人，各种因素驱动之下，全自动智能化的外观检测，催生了庞大市场需求。然而，很多工厂都还是刚从人工转视觉，市场潜力无限。

      视觉筛选机针对散件，广泛应用于有摄像头零部件、锂电池零部件、磁性材料、电子陶瓷、橡胶制品、连接器、电子元器件、精密五金件等。散件主要采用振动盘等上料机全自动给输送物料，通过转盘拍照的方式自动做外观检测。

     中国大陆以外而言，转盘式筛选机主要在台湾和韩国，其他经济体几乎没有，其中台湾的擎邦、精湛两家，因为早些年电子产业在台湾盛行，入行早，他们出货稍多，但是随着中国大陆制造业崛起，其市场份额基本被大陆厂家大量蚕食瓜分。光学筛选机，主要还是看中国大陆，也集中于中国大陆。

2. 转盘式视觉筛选机的主要构型

图1   转盘式筛选机核心构型 

     玻璃转盘式视觉筛选机，通过振动盘将各类散件输送到高透明玻璃转台，然后通过入口检测记录转台感应的工件物料，通过伺服系统示教的CCD相机的位置，当转盘转动到相机位置时，控制器或PLC触发相机拍照，然后运算。在出料前，必须运算完成，如果还没运算完成，则判断为待定物料，重检。

       其上料部分，根据物料的类型，可以分为如下几种：1）螺纹手工振动盘+流水线输送，2）螺纹手工振动盘+直振 ，3）CNC数控精密振动盘，4）电梯式输送+流水线等。其中CNC数控精密盘，针对的更小的物料和精密物料，价格比较贵，此种振动盘一般会内置在筛选机的主机内部，结构紧凑，一般用于电子元器件的筛选。其他的手工盘的，则采用 “主机+上料” 分体的方式，针对的工件产品大小各异，对于不同的规格物料，可以更换振动盘的盘面进行机种切换。

                    

       图2 螺纹手工振动盘+直振                                              图3 精密数控振动盘+直振

                           

        图4 电梯式输送+流水线                                               图5 振动盘+流水线进盘 

        相机支架部分，根据其类型，可以分为如下几种：1）棱镜拍摄侧面，2）4个相机占同工位拍摄侧面。支架部分，结构已经标准化，价格透明，如图6所示。

                                

                                                        图6  相机托架

3. 转盘式视觉筛选机的控制系统

      筛选机的结构部分已经是透明，并逐步走向标准化，整机核心点集中于软件系统和光学的实现。对于筛选机的整个控制系统，主要分为2种，1）基于PLC的控制系统 ，2）基于控制器的控制系统，如图7和图8所示。

 图 7 基于PLC控制的筛选机控制系统架构

 图8 基于运动控制器控制的筛选机控制系统架构

       可以明显看出，基于运动控制器的系统，其控制组成是更合理，更紧凑的，他少了触摸屏，少了与PLC交互的过程，直接全部集成化。并且运动控制卡的控制周期很短，可以高速响应，在转盘较快运动的时候，也能准确拍摄到物料姿态,最高速度可以达到6000pcs/min，这是PLC系统达不到的。例如，东莞市精驰技术有限公司推出的HPHS-W804,HPHS-W806,HPHS-W808等四面、六面、八面通用筛选机，就是基于运动控制器而特定开发的，产品内置了独特的控制技术，可以100%保证排序吹出、拍照、工件入口感应的唯一映射的关系。

                  

     图9 HPHS-W804                         图10 HPHS-W806                           图11 HPHS-W808 

4. 转盘式视觉筛选机的图像识别系统

      图像识别系统，是视觉筛选机的核心技术。视觉筛选机是一个进入门槛很低，要走向高端通用却很难的一个产品，筛选机涉及的目标包括橡胶类（油封、密封圈、平垫圈、耳塞套等）、五金类（电池盖帽、电池连接件、手机镜头圈、螺丝、螺母、其他精密五金等）、连接器类（探针、插针、pogopin、pin针、铜柱、公针、母针等），电子元器件（电阻、电感、电容等）、磁材类（磁片、磁瓦、磁环、磁芯等），精密人造珠宝点钻类；摄像头模组零部件(VCM铁壳、VCM线圈、托架、Holder、镜筒、镜片等)、复杂磁材零部件、精密五金零部件等。各种各样行业的细分散件都可以筛选，由于面向的细分市场太多，稍微制作一个简易的图像系统，可能也能在某个细分领域分得一杯羹。但是要在这个领域做大做强做好，必须是一个面向全行业散件的通用完整图像识别系统，只有如此，筛选机厂家才能迅速在各个细分找到自己的客户，并提供真正实用的检测价值。就行业现状而言，做筛选机的厂家五花八门，能完成通用系统，在各行业适用的厂家却寥寥无几。目前很多终端生产工厂买到的筛选机，大部分情况因为图像软件能力不足，导致现场开不起来。

图12  通用筛选机系统的功能结构 

    有通用的筛选机系统，才可以针对各个行业迅速迁移，不需要研发人员做深度修改，要达到通用并工具化的境界，整个系统的构思和工作量截然不同，只要极少数公司可以做到如此。东莞市精驰技术有限公司（东莞市精驰软件有限公司）所推出的MindWorks.Sorter 通用软件，可以实现以上要求。

     图14  MindWorks.Sorter部分界面

图15  MindWorks.Sorter部分界面 

图16  MindWorks.Sorter部分界面 

 5. 深度学习在筛选机上的应用

        上百家筛选机公司，大家各自为战，解决的是各种各样的图像检测分选需求，笔者在实际应用中，发现，深度学习可以针对某些难以识别的物料，进一步提高智能化识别能力，但是大部分物料不需要深度学习。基于深度学习的方案，其结构如下

          由于深度学习配置了GTX2080等显卡，直接显著增加了项目成本，同时物料要经过采样，然后标记缺陷进行训练，增加了操作复杂度，对于某些传统实现不稳定的场合，可以使用AI深度学习。一般情况下，能用传统技术解决的，还是采用传统图像处理技术。深度学习只是锦上添花的功能，锦上添花，作为系统实现，先有“锦”才能追逐花。