【2018成都武侯创客节】基于机器视觉的部件检测设备

Sean_Chen

一、项目名称：基于机器视觉的自动部件检测设备，用来提高生产效率和设备维护准确性

二、项目概述：

本项目使用Intel x86平台，使用OpenCV完成对莫生产线模型测试设备特殊部件的视觉故障检测，以便提前发现设备异常，及早干预和维护，减少损失。

本项目综合应用了电子设计、自动控制、光学成像技术、3D打印、OpenCV图像库，集成了以下几个功能模块：

1. 1000W+像素CMOS摄像头；

2. 非球面低形变可调镜头组；

3. 颜色与照度可调RGB光源照明系统(包括LED、主控器、电源系统、光源控制UI等)；

4. 基于OpenCV的自动检测软件与人机交互界面；

设计目标要求在2cm*3cm的矩形视场内，检测以下几类问题：

1. 异物附着检测；

2. 漏油漏液检测；

3. 接触pin针异常检测（弯曲，损坏，灼烧等）， 总数约为1000根；

4. OCR字符识别；

5. 二维码识别；

6. 基板损伤检测；

要求检出率 >=99%； 准确率>=75%；检出时间 <= 1分钟；

工作流程为：

1. 试用本一体化设备，处置放置于待检测物品正上方，隔绝外部光源干扰，拍摄多张不同光照条件的高清图片；

2. 使用自动检测软件，批量导入拍摄照片，自动总结和标注可疑部位；

3. 操作员根据机器视觉的标注提醒，决定是否需要执行人工核验；

4. 确认异常后，设备停机，更换故障部件，再次拍摄后复检；

5. 复检正常则恢复生产；

本机器视觉自动检测设备的工作流程，可适用于绝大多数工业化生产制造领域，通过对图形图像的自主判决，可以极大的减少误检漏检，提高产品质检的效率和准确度，节约劳动成本。

三、项目实物图

见帖尾，因商业保密原因，某些图已处理

四、项目视频

五、团队成员

Project Manager：Sean

Team member：Chu Fei/Zhou Wei/Cheng Ze/Feng Heyang

六、其他文件

无

Sean_Chen

这是一个立足于模块化设计、最小化设计、兼容性设计，同时要求操作使用简单，免维护的产品。
受限于资金和技术实现难度，短期内内有能够完成全一体化设计，还需要外置笔记本电脑作为算法单元。
这是一个在工业领域内具有良好应用前景的项目。