Где применяется машинное зрение
Контроль качества — автоматическая инспекция деталей, поиск дефектов поверхности, проверка геометрии и комплектности сборки. Камеры с ИИ обнаруживают брак, который человек пропускает на конвейере.
Навигация роботов — системы 3D-зрения позволяют роботу находить детали в хаотичной выкладке (bin picking), точно позиционировать инструмент и адаптироваться к отклонениям заготовки.
Паллетирование — камеры определяют положение и тип продукции на ленте, чтобы робот-паллетайзер корректно формировал палету без перенастройки.
Какие камеры и алгоритмы используются
В промышленности используют 2D-камеры для плоских задач, структурированный свет и стереозрение для 3D-задач, а также time-of-flight сенсоры для быстрого сканирования. Алгоритмы строятся на свёрточных нейросетях, обученных на реальных производственных данных.
Зрение в сварке: слежение за швом
Самое массовое применение машинного зрения в нашей практике — не контроль качества, а наведение сварочного робота по стыку. Робот варит по запрограммированным координатам и сам по себе не видит, что реальная деталь пришла с другим зазором или повело её от нагрева. Лазерный датчик зрения снимает эту проблему.
Работает это на триангуляции: датчик проецирует на деталь лазерную полосу под известным углом, камера видит, как полоса изгибается на стыке, и по искажению вычисляет профиль соединения — положение кромок, зазор, притупление. Дальше система отдаёт роботу поправку к траектории.
Что это даёт на практике:
- Поиск стыка перед проходом — робот находит реальное положение шва вместо запрограммированного. Снимает требование к идеальной повторяемости укладки детали в оснастку;
- Слежение в реальном времени — траектория правится прямо во время сварки, что важно на длинных швах, где деталь ведёт от тепловложения;
- Сварка без обучения (teach-free) — для части задач программу не нужно писать по точкам: система сама находит шов по заданному типу соединения;
- Меньше зависимость от заготовки — деталь из другой партии с иной геометрией перестаёт быть причиной брака.
В своих комплексах мы используем датчики CRNT (система Weld Navigator) — компактный лазерный сканер ставится рядом с горелкой и работает с роботами разных марок. Типовые задачи под него: кольцевые швы труб и фланцев, длинные швы листовых конструкций, баки и ёмкости, рамы из профиля.
Что даёт машинное зрение в цифрах
Типовые эффекты внедрений:
- контроль 100% продукции вместо выборочного — при скорости конвейера, недоступной человеку;
- обнаружение дефектов от десятых долей миллиметра со стабильной повторяемостью;
- сокращение времени переналадки: система сама распознаёт тип изделия и подгружает нужную программу;
- объективная статистика брака по сменам и партиям — основа для работы с причинами, а не следствиями.
Как выглядит типовой проект внедрения
Проект машинного зрения проходит четыре этапа:
Этапы проекта:
- Сбор образцов и тестовая съёмка на реальной продукции: годные детали и все типы брака;
- Выбор камер, оптики и подсветки под задачу и скорость линии;
- Обучение и валидация алгоритма на отложенной выборке с замером точности;
- Интеграция с роботом или линией и опытная эксплуатация с контролем ложных срабатываний.
Попытка пропустить первый этап — самая частая причина неудачных проектов.
Типичные ошибки при внедрении
Чаще всего проекты буксуют по трём причинам. Первая — задачу ставят как «нужна камера с ИИ», а не как «нужно ловить конкретные дефекты на конкретной детали». Вторая — систему обучают на идеальных образцах, а на линии появляются пыль, блики и вариации оттенка. Третья — не определяют заранее, что делать с обнаруженным браком: сигнал есть, а процесса отбраковки нет.
Все три ошибки закрываются на этапе обследования, до покупки оборудования. Прайд-Автоматикс интегрирует системы зрения в существующие и новые комплексы — примеры в разделах Pick-and-Place и паллетирования.
О состоянии мирового рынка промышленной робототехники: IFR World Robotics.
Часто задаваемые вопросы
С чего начать внедрение компьютерного зрения на предприятии?
С одной конкретной задачи и тестовой съёмки реальных деталей, а не с выбора камеры. Нужно сформулировать, какой именно дефект или какое отклонение ловим, собрать образцы годных деталей и всех типов брака, снять их в условиях, близких к цеховым, и только после этого подбирать камеру, оптику и подсветку. Проекты, которые начинаются с покупки оборудования под общую формулировку «нужна камера с ИИ», чаще всего и буксуют.
Зачем компьютерное зрение сварочному роботу?
Робот варит по запрограммированным координатам и не видит, что реальная деталь пришла с другим зазором или её повело от нагрева. Лазерный датчик зрения проецирует на стык полосу света и по её искажению вычисляет реальное положение шва, после чего робот корректирует траекторию. Это позволяет находить стык перед проходом, следить за швом во время сварки и меньше зависеть от точности укладки заготовки в оснастку. Подробнее — в разделе о слежении за швом.
Чем 2D-зрение отличается от 3D?
2D-камера видит плоскую картинку — подходит для контроля этикеток, геометрии плоских деталей, позиционирования на ленте. 3D-системы (структурированный свет, стереозрение, time-of-flight) строят объёмную модель — они нужны для bin picking, контроля сборки и работы с хаотично лежащими деталями.
Сколько стоит система машинного зрения?
Простая 2D-инспекция начинается от нескольких сотен тысяч рублей, 3D-система наведения робота — от 1,5–3 млн рублей в составе ячейки. Точная цена определяется задачей — типом дефектов, скоростью линии и требуемой точностью.
Может ли зрение работать с бликующими металлическими деталями?
Да — это решается подбором подсветки (поляризация, купольный свет), экспозиции и алгоритма. Именно поэтому проект начинается с тестовой съёмки реальных деталей, а не с покупки камеры.
Заменяет ли машинное зрение контролёра ОТК?
На потоке — да: система проверяет 100% продукции на скорости конвейера. За человеком остаются спорные случаи и настройка критериев. Обычно ОТК переключается с рутинного осмотра на работу с причинами брака.