724
機器視覺測試係統典型應用領域盤點
現代視覺理論和技術的發展，不僅在於模擬人眼能完成的功能，更重要的是它能完成人眼所不能勝任的工作。機器視覺係統的特點是提高生產的柔性和自動化程度，在一些不適合人工作業的危險工作環境或人工視覺難以滿足要求的場合，采用機器視覺來替代人工視覺；
在大批量工業生產過程中，用人工視覺檢查產品質量不僅效率低而且精度不高，而用機器視覺檢測方法可以大大提高生產效率和生產的自動化程度,機器視覺係統在工業在線檢測的各個領域得到廣泛應用。
大型工件平行度、垂直度測量
大型工件平行度、垂直度測量采用激光掃描與CCD探測係統的大型工件平行度、垂直度測量儀，它是以穩定的準直激光束為測量基線，配以回轉軸係，旋轉五角標棱鏡掃出互相平行或垂直的基準平麵，並將其與被測大型工件的各麵進行比較。在加工或安裝大型工件時，可用該認錯器測量麵間平行度及垂直度。
熱軋螺紋鋼幾何參數在線動態檢測係統
該係統以頻閃光作為照明光源，利用麵陣和線陣CCD作為螺紋鋼外形輪廓尺寸的探測器件，實現熱軋螺紋鋼幾何參數在線測量的動態檢測。
軸承狀態實時監控
采用視覺技術實時監控軸承的負載和溫度變化，消除過載和過熱的危險。該技術將傳統的通過測量滾珠表麵來保證加工質量和安全操作的被動式測量變為主動監控。
基於機器視覺的儀表板總成智能集成測試係統
汽車儀表板總成上安裝有速度裏程表、水溫表、汽油表、電流表、信號報警燈等，其生產批量大，出廠前需要進行一次質量終檢。檢測項目包括速度表等五個儀表指針的指示誤差，24個信號報警燈和若幹照明燈是否損壞或漏裝等。通常采用人工目測方法檢查，但誤差大、可靠性差，不能滿足自動化生產的需要。機器視覺測試技術的智能集成測試係統改變了這種現狀，實現了對儀表板總成智能化、全自動、高精度、快速度的質量檢測，克服了人工檢測所造成的各種誤差，大大提高了檢測的效率和可靠性。
金屬板表麵自動探傷係統
在對表麵質量要求很高的特殊大型金屬板進行檢測時，原始的檢測方法是采用人工目視或用百分表加探針進行檢測，該方法不僅易受主觀因素的影響，而且可能給被測表麵帶來新的劃傷。金屬板表麵自動探傷係統利用機器視覺測試技術對金屬表麵缺陷進行自動檢查，可在生產過程中高速、準確地進行檢測，同時由於該係統采用非接觸式測量，避免了產生新劃傷的可能。該係統采用激光器作為光源，通過針孔濾波器濾除激光束周圍的雜散光，采用擴束鏡和準直鏡使激光束變為平行光並以45度的入射角均勻照射在被測金屬板表麵上。金屬板放在檢驗台上，檢驗台可在x、y、z三個方向上移動，攝像機采用TCD142D型2048線陣CCD，鏡頭采用普通照相機鏡頭，CCD接口電路采用單片機係統。PC主機主要完成圖像預處理及缺陷的分類或劃痕的深度運算等，並可將檢測到的缺陷或劃痕圖像在顯示器上顯示。CCD接口電路和PC機之間通過RS.232口進行雙向通訊，構成人機交互式數據采集與處理。該係統主要利用線陣CCD的自掃描特性與被檢鋼板在x方向的移動相結合，提取金屬板表麵的三維圖像信息。
汽車車身輪廓尺寸精度檢測係統
英國ROV
ER汽車公司800係列汽車車身輪廓尺寸精度的100％在線檢測，是機器視覺係統用於l3l工業檢測中的一個典型實例。該係統由62個測量單元組成，每個測量單元包括一台激光器和一個CCD攝像機，用以檢測車身外殼上288個測量點；汽車車身置於測量框架下，通過軟件校準車身的精確位置。每個激光器、攝像機單元均在離線狀態下經過校準，同時還有一個在離線狀態下用三坐標測量機校準過的校準裝置用以對攝像機進行在線校準；檢測係統以每40秒檢測一個車身的速度，可檢測三種類型的車身；係統將檢測結果與從CAD模型中提取出來的合格尺寸相比較，測量精度為±0.1mm。ROVER公司的質量檢測人員用該係統來判別關鍵部分的尺寸一致性，如車身整體外型、車門、玻璃窗口等。檢測實踐證明，該係統可成功進行800係列汽車車身輪廓尺寸精度的在線檢測，並將用於檢測ROVER公司其它係列的車身輪廓尺寸精度。
奧迪白車身表麵質量檢測係統
奧迪公司最近研製成功了一種能夠對白車身表麵缺陷進行全自動檢測的係統，取名為“智能控製白車身表麵質量檢測係統”。該檢測係統綜合采用了投影光柵直接相位采集、高速數字圖象處理、表麵缺陷圖象模式自動識別、智能化質量判斷、自適應係統學習技術、高速數字信息網絡、鬆散化自調節軟硬件結構以及機器人係統控製技術，可以在傳動速度為5m/min的生產線上，對焊裝完畢的白車身進行100％的在線檢測。整車檢驗時間為1分20秒。通過自動測試與分析，將過去靠肉眼無法分辨的表麵缺陷直接標記在車身上，使白車身進入噴漆工序之前即可對缺陷處進行打磨，節省了表麵噴塗過程中的打磨工序，既節約了大量製造成本，同時又提高了車身的表麵質量。
機器視覺產品方案商朗銳智科www.lrist.com相關人員表示,在許多其它方法難以檢測的場合，也可以利用機器視覺係統可以有效地實現, 從而有效地提高了生產自動化水平和檢測係統的智能水平。機器視覺的應用正越來越多地代替人去完成許多工作，美國國家標準局就曾預計未來90％的檢測任務將由視覺測試係統來完成。
最後更新：2017-08-31 14:32:25