Cognex, Guia de Aplicaciones de Vision para El Ingeniero
Cognex, Guia de Aplicaciones de Vision para El Ingeniero
Guiado....................................................................................................................................... 7
Identificación.............................................................................................................................. 8
Medición..................................................................................................................................... 9
Inspección................................................................................................................................ 10
Conclusión.....................................................................................................................................11
Los sistemas de visión industrial exigen una mayor solidez, confiabilidad y estabilidad en comparación
con un sistema de visión para uso académico y típicamente cuestan mucho menos que aquellos
utilizado en aplicaciones gubernamentales y militares. Por lo tanto, la visión artificial industrial implica
costo bajo, precisión aceptable, buena solidez, alta confiabilidad, excelente mecánica, así como
estabilidad de temperatura.
Los sistemas de visión artificial se basan en sensores digitales protegidos dentro de cámaras industriales
con óptica especializada para adquirir imágenes, de modo que el hardware y el software de la
computadora puedan procesar, analizar y medir varias características para la toma de decisiones.
Como ejemplo, considere un sistema de inspección de nivel de llenado en una cervecería (Figura 1).
Cada botella de cerveza pasa a través de un sensor de inspección, lo que activa un sistema de visión
para lanzar una luz estroboscópica y tomar una foto de la botella. Después de adquirir la imagen y
almacenarla en la memoria, el software de visión la procesa y analiza para emitir una respuesta de
aprobación o rechazo de acuerdo con el nivel de llenado de la botella. Si el sistema detecta una botella
incorrectamente llena (un fallo), manda una señal a un desviador que la rechaza y la separa. Un
operador puede ver las botellas rechazadas y las estadísticas de proceso en una pantalla.
Los sistemas de visión artificial también pueden realizar mediciones objetivas, como determinar el
agujero de una bujía o proporcionar información de ubicación que guía a un robot para alinear las
piezas en un proceso de manufactura. La Figura 2 muestra ejemplos de cómo los sistemas de visión
artificial se utilizan para pasar o no filtros de aceite (derecha) y medir el ancho de una pestaña central
en un corchete (izquierda).
Sensor
El sistema de inspección en este ejemplo permite solo dos respuestas posibles, que lo caracteriza como un sistema binario:
Figura 2.
Los sistemas de visión artificial pueden procesar mediciones e inspecciones en tiempo real en la línea de producción,
como para un soporte de metal (izquierda) o filtros de aceite (derecha).
Al eliminar el contacto físico entre un sistema de prueba y las piezas que se están probando, la visión
artificial previene el daño de la pieza y elimina el tiempo de mantenimiento y los costos asociados con
el desgaste de los componentes mecánicos. La visión artificial brinda seguridad adicional y beneficios
operacionales al reducir la participación humana en un proceso de fabricación. Además, previene la
contaminación humana de las salas limpias y protege a los trabajadores de ambientes peligrosos.
Normal Más oscuro Más claro Ambos Normal Más pequeño Más grande Rotado
Figura 3. Figura 4.
Los cambios de apariencia debido a la iluminación pueden La presentación o acomodo del objeto o pieza puede hacer
hacer difícil la localización de la pieza. difícil la ubicación de éstos.
Para alcanzar resultados precisos, confiables y repetibles, la herramienta de localización de piezas debe
de incluir la suficiente inteligencia para comparar rápida y precisamente patrones entrenados con los
objetos a revisar (comparación de patrones) que pasan en la línea de producción. La ubicación de la
pieza es el primer paso crítico de las cuatro categorías principales de aplicaciones de visión artificial.
Las categorías son guiado, identificación, calibración (gauging) e inspección, que pueden recordarse por
el acrónimo (GIGI).
La guía también puede usarse para la alineación con otras herramientas de visión artificial. Esto es una
muy poderosa característica de la visión artificial porque las piezas se pueden presentar a la cámara en
orientaciones desconocidas durante la producción. Ubicando la pieza y alineando las otras herramientas
de visión, es posible la fijación automática de estas herramientas. Esto involucra. Esto involucra localizar
las características clave de una pieza para permitir el posicionamiento preciso de la pinza, blob, borde u
otras herramientas de software de visión. Este enfoque permite a los fabricantes construir múltiples productos
en la misma línea de producción y reduce la necesidad de costosas herramientas para mantener una
misma posición de las piezas durante su inspección.
A veces, el guiado requiere una coincidencia de patrones geométricos. Las herramientas de coincidencia
de patrones deben tolerar grandes variaciones en contraste e iluminación, así como cambios en la escala,
rotación y otros factores todo el tiempo mientras encuentran la pieza de manera confiable. Esto se debe
a que la información de ubicación obtenida por coincidencia de patrones permite la alineación de otras
herramientas de software de visión artificial.
IDENTIFICACIÓN
Un sistema de visión artificial para identificación y reconocimiento de piezas lee códigos de barras (1-D),
códigos Datamatrix (2-D), de marcado directo de piezas (DPM) y caracteres impresos en piezas, etiquetas
y paquetes. Un sistema de reconocimiento óptico de caracteres (OCR) lee caracteres alfanuméricos
sin conocimiento previo, mientras que la verificación óptica de caracter (OCV) confirma la presencia de
una cadena de caracteres. Adicionalmente, los sistemas de visión artificial pueden identificar las piezas
ubicando un patrón único o identificando elementos basado en color, forma o tamaño.
El término DPM se refiere a un código o cadena de caracteres marcados directamente en una parte o
pieza. Fabricantes de todas las industrias, comúnmente utilizan esta técnica para evitar errores, lo que
permite estrategias de contención, monitoreo de control de procesos y métricas de control de calidad,
así como cuantificar áreas problemáticas en una planta como los cuellos de botella. La trazabilidad
por medio del marcado directo de piezas mejora el seguimiento de los activos y la verificación de
la autenticidad de las partes. También proporciona un nivel de unidad de datos que impulsa a una
asistencia técnica superior y una garantía de servicio de reparación al documentar la genealogía de las
piezas en un sub-ensamblaje que compone el producto terminado.
Los códigos de barras convencionales han ganado una gran aceptación para el pago minorista y el control de
inventario. Para la trazabilidad, sin embargo, se requiere más datos de los que pueden caber en un código
estándar. Para aumentar la capacidad de datos, las empresas desarrollaron los códigos 2-D, como los Data
Matrix, que pueden almacenar más información, incluyendo el fabricante, la identificación del producto,
número de lote, e incluso un número de serie único para cualquier producto terminado virtualmente.
MEDICIÓN
Un sistema de visión artificial para medir calcula la distancia entre dos o más puntos o localiza
geométricamente un objeto y determina si estas dimensiones cumplen con las especificaciones. Si el
objeto no las cumple, el sistema de visión envía una señal de falla al controlador de la máquina, que
activa un mecanismo de rechazo que expulsa el objeto de la línea.
En la práctica, una cámara que se monta fijamente captura imágenes de las piezas a medida que pasan por
el campo de visión de la cámara y el sistema usa software para calcular distancias entre varios puntos en la
imagen. Porque muchos sistemas de visión artificial pueden medir las características de un objeto dentro
de 0.0254 milímetros, éstos abordan una serie de aplicaciones tradicionalmente manejadas por medición
manual.
INSPECCIÓN
Un sistema de visión artificial para inspección detecta defectos, contaminantes, defectos funcionales
y otras irregularidades en productos manufacturados. Los ejemplos incluyen inspección de tabletas
de medicina, de pantallas de dispositivos para verificar iconos o confirmar la presencia de píxeles, o
de pantallas táctiles para medir el nivel de contraste de luz de fondo. La visión artificial también puede
inspeccionar productos para revisar que estén completos, como asegurar la coincidencia entre el
producto y el empaque correctos para la industria de alimentos y la de farmacéutica, así como revisar
sellos de seguridad, tapas y anillos en botellas.
Figura 8. Los sistemas de visión artificial pueden detectar defectos o fallas funcionales.
La medición, el conteo, la ubicación y la decodificación son algunas de las más comunes aplicaciones
para visión artificial en la fabricación de hoy. Al reducir los defectos, aumentar el rendimiento, facilitando el
cumplimiento de las normas así como el seguimiento de piezas con visión artificial, los fabricantes pueden
ahorrar costos y aumentar la rentabilidad.
Para más información sobre cómo la visión artificial puede ayudar a su organización a reducir el desperdicio,
minimizar el tiempo de inactividad y mejorar los procesos de producción, contacte a Cognex
Semiconductores Electrónica
La visión de Cognex ofrece la La visión artificial ofrece el alineamiento
alineación sub-pixel precisa y la de alta velocidad y la trazabilidad para
identificación, que es esencial, para el montaje de dispositivos electrónicos,
cada paso del proceso de fabricación incluso en los componentes en miniatura
de semiconductores, a pesar de y los circuitos flexibles más nuevos.
los desafíos geométricos y efectos
del proceso cada vez más exigentes.