20.500.12556/RUL-88458 Detekcija napak na površinah z visoko odbojnostjo Detection of surface defects on highly glossy objects Magistrsko delo obravnava razvoj prototipne robotske celice za avtomatsko detekcijo napak na površinah izdelkov z visoko odbojnostjo oziroma z visokim sijajem. Postopek za pregledovanje površin, ki naj odkrije in ovrednoti nepravilnosti na površinah, je zasnovan na rešitvah s področja strojnega vida, medtem ko robotski manipulator poskrbi za primerno nameščanje izdelka glede na svetilo in kamero v času pregledovanja. Potrebo po razvoju s strojnim vidom podprte robotske celice in njeno uvedbo v proizvodnjo so narekovali proizvodni stroški, ki narastejo v fazi metalizacije izdelkov. Zato je bistvenega pomena, da se morebitne napake odkrijejo že na surovih izdelkih, še predno nastopi draga faza metalizacije. Medtem ko se da z očnim pregledovanjem še dokaj verodostojno zaznati napake na metaliziranih izdelkih, pa je detekcija napak pred metalizacijo za človeka velik, ali celo nerešljiv problem. Algoritem za detekcijo napak s sistemom strojnega vida, ki smo ga izdelali v okviru magistrskega dela, temelji na analizi deformacije odboja svetlobe od visoko odbojne površine. Ker se v prisotnosti napake na izdelku odbita svetloba na površini izdelka na mestu napake razprši oziroma odbije v več smeri, se je spričo napake manj odbije v smeri slikovnega senzorja. Posledica je temnejše področje v sliki, ki ga zaznamo in obdelamo. Med pregledovanjem z robotskim manipulatorjem spreminjamo lego izdelka, dokler ne pregledamo vse kritične površine izdelka. Algoritem je sposoben zaznane napake razdeliti na pike in črte ter izmeriti njihove dimenzije in medsebojne razdalje. Prototipni sistem je bil preizkušen na srednje do visoko odbojnih brizganih izdelkih svetlo sive barve iz polimera. To je ohišje zadnjega avtomobilskega žarometa, ki je grajeno iz konkavno oblikovanih površin. Za manipulacijo z izdelkom je bil uporabljen šest-osni industrijski robot Kuka. Prijemala so bila izdelana s pomočjo 3D tiska. Sistem s pozicioniranjem izdelka glede na svetilo in kamero je ustvaril primerne pogoje za zajem slik izdelka. Slike se zajamejo in prenesejo na računalnik v okolje Matlab, kjer teče algoritem za detekcijo napak. Za pregled enega kosa je bilo potrebno zajeti 25 slik v različnih za detekcijo napak primernih položajih izdelka. Pri tem smo potrebovali 16 sekund in ta čas je daljši od časa, ki ga za pregled potrebuje človek (7,5 s). Uspešnost detekcije smo ocenili na približno 75%, kar pa se po našem mnenju z nadgradnjo algoritma lahko izboljša vsaj za približno 20%. Pred implementacijo obravnavanega strojnega vida v proizvodnjo je poleg izboljšanja hitrosti zajema in obdelave slik z uporabo nižje nivojskih programskih jezikov, potrebno preizkusiti še ustreznost profesionalnih (vakumskih) prijemal, z njimi narediti simulacijo prijema izdelka iz orodja za brizganje plastike in v splošnem izboljšati robustnost sistema. Nadalje, delovanje sistema bo potrebno temeljito ovrednotiti na večjem številu izdelkov. Na podlagi dosedanjih raziskav predvidevamo, da bo sistem možno nadgraditi tudi za pregledovanje konveksnih površin. The present research refers to development of methods for the in-line vision system for anomaly detection on plastic surfaces aided by multi-axial robotic systems. The purpose of such an inspection system is to sort out defective parts during production before an expensive metallization process is applied. While human inspection on metalized parts is quite reliably, it causes very big or even an unsolvable problem on the raw, un-metalized parts. Algorithm was tested on medium to high gloss light gray car light housing made from polymer. Because of the presence of defects on the high gloss surface, the reflected light is sprayed out or scattered differently than in the case of the surface that there is no defects. The result is darker area in the picture, which is detected and processed. For part positioning the six-axis robot Kuka with 3D printed grippers was used. Images were captured after properly setup light source with industrial camera and transferred to Matlab. There are 25 images that has to be captured for full inspection of a single part and this can be achieved in 16 seconds. This time is larger than inspection of part by workers (7,5 seconds). The inspection of anomalies was about 75% successful and there are possibilities for improvements. The first step should be to improve anomaly detection on edges of regions of interest. This should improve system for another 20%. Also, increase the robustness of the system should be made and manipulation of part with professional robot grippers should be tested. strojni vid visoko odbojne površine detekcija napak avtomobilska industrija robotika digitalna obdelava slik machine vision high gloss surfaces anomaly detection automotive industry robotics digital image processing true false false Slovenski jezik Angleški jezik Magistrsko delo/naloga 2017-01-06 09:49:11 2017-01-06 09:49:19 2022-08-09 13:13:33 0000-00-00 00:00:00 2016 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 1970-01-01 37081 Skoda_Andraz_-_Detekcija_napak_na_povrsinah_z_visoko_odbojnostjo.pdf Skoda_Andraz_-_Detekcija_napak_na_povrsinah_z_visoko_odbojnostjo.pdf 1 A458E393CE274F08BC0FD0666631B389 38aeeae420a5c7475efaf983a7c15d9ca96678df80ef2614acc40468d1aeb0f1 c9f28e0d-a1b1-11eb-a523-00155dcfd717 20.500.12556/rul/669a5a23-f219-434e-a985-b41bc43582f7 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=91989 Fakulteta za elektrotehniko 0 0 0