3D-машинное зрение: как работает и где применяется на производстве

Обычная камера фиксирует изображение объекта: его цвет, контуры и видимые особенности поверхности. Но по такому изображению не всегда можно определить, насколько деталь выступает над основанием, деформировалась ли заготовка и соответствует ли глубина паза чертежу.

Для таких задач применяют 3D машинное зрение. Оно позволяет получать данные о форме и пространственном положении объекта, измерять высоту, глубину и другие геометрические параметры. Вместо обычного изображения система формирует трёхмерное представление поверхности.

В статье мы объясним, как это устроено, какие бывают датчики и где 3D машинное зрение на производстве помогает контролировать геометрию изделий.

3D машинное зрение позволяет измерять объект в трёх координатах: X, Y и Z. Датчик фиксирует положение множества точек на поверхности, а программное обеспечение обрабатывает полученные данные и формирует трёхмерное представление объекта.

На основе этих данных система измеряет геометрические параметры детали, определяет её положение в пространстве и выявляет отклонения от заданных значений. В зависимости от задачи результаты измерений сравнивают с чертежом, эталонной моделью или установленными допусками.

Так работает промышленное 3D зрение. Оно проверяет не внешний вид, а реальную геометрию изделия.

2D-системы хорошо справляются с задачами, где важны цвет, контраст и контур. Они читают маркировку, проверяют наличие этикетки и находят царапины на плоской поверхности.

Ограничения появляются там, где важен объём. Вмятина или перекос на фото иногда почти не видны. Блики и тени меняют картинку и могут давать ложные срабатывания.

3D-системы не устраняют влияние освещения на результаты. Чувствительность зависит от технологии: стереозрению нужна текстура поверхности, структурированному свету мешает внешняя засветка, ToF-датчикам — постороннее инфракрасное излучение. Лазерные профилометры чувствительны к отражающим свойствам материала.

Сравним подходы:

Поэтому сравнение 3D машинного зрения и 2D не сводится к выбору лучшего варианта. Каждый подход решает свои задачи. На многих линиях их ставят вместе: 2D проверяет внешний вид, 3D проверяет геометрию.

На выходе 3D-датчик может формировать несколько типов данных. Основные из них:

По этим данным программа считает длину, ширину и высоту, плоскостность, радиусы, углы, объём и расстояния между элементами. Набор доступных измерений зависит от зоны обзора датчика, разрешения и конфигурации системы.

Точность и полнота данных зависят от оборудования, положения детали и калибровки. Участки, закрытые от датчика, в облаке точек будут пустыми. Для сохранения точности измерений калибровку проверяют при запуске и периодически в ходе эксплуатации. Периодичность зависит от требований к контролю и условий работы оборудования.

3D стереозрение повторяет принцип человеческого зрения. Две камеры стоят на известном расстоянии друг от друга и снимают один объект с разных углов.

Один и тот же элемент попадает на снимки в разных местах. Разницу в положении называют диспаритетом. Чем ближе объект, тем она больше.

Дальше работает триангуляция. Зная расстояние между камерами и фокусное расстояние, система вычисляет глубину для каждой точки.

Вот как работает стереозрение по шагам:

Стереокамера для машинного зрения подходит для крупных объектов и динамичных сцен. Например, для роботов-манипуляторов, которые берут детали из ящика. Точность зависит от базы между камерами, разрешения и текстуры поверхности.

Стереозрение обычно использует естественную текстуру поверхности и внешнее освещение. На гладких однотонных деталях алгоритму сложно сложно найти совпадающие точки. В таких случаях на объект проецируют узор подсветки.

Промышленные 3D камеры определяют расстояние до поверхности по-разному. Среди распространённых решений есть структурированный свет и метод времени пролёта (ToF). Они отличаются принципом получения данных, скоростью измерений и требованиями к условиям съёмки.

Камера глубины для производства выбирается под задачу. Для мелкой электроники нужна одна точность, для контроля паллет на складе другая.

Лазерный профилометр относится к промышленному 3D-оборудованию. Он получает профили поверхности, из которых после объединения формируется трёхмерное представление объекта.

Принцип работы 3D сканера с лазерной линией такой: датчик проецирует на деталь тонкую линию, а камера под углом снимает её. На выпуклой поверхности линия смещается, и по смещению система считает высоту каждой точки профиля.

Один кадр даёт один профиль. Чтобы получить весь объект, деталь движется под датчиком, например по конвейеру. Профили складываются в карту высот или облако точек.
Такие профилометры используют для контроля сварных швов, листового металла, резины, пластика, шин и различных профилей на конвейере. Чаще всего их ставят там, где деталь проходит с постоянной скоростью.

Точность измерений зависит от модели, рабочего расстояния, диапазона измерений и характеристик поверхности. При выборе оборудования учитывают не только разрешение, но и повторяемость, линейность и допустимую погрешность.

Выбор зависит от размера деталей, скорости линии, требуемой точности, материала и условий в цехе.

3D контроль на производстве закрывает задачи, которые 2D камера решает с трудом.

3D контроль качества на производстве позволяет автоматизировать проверку геометрии изделий и выявление отклонений по заданным критериям. Результаты измерений система передаёт оператору или в систему управления производством. Это снижает зависимость контроля от субъективной оценки сотрудника, хотя спорные случаи по-прежнему могут требовать участия специалиста.

Покупка датчика решает только часть задачи.

Проект зависит от нескольких факторов:

Поэтому важны опыт внедрения и поддержка после запуска, а не только оборудование.

ML Sense - это платформа компании Nord Clan, созданная для контроля качества продукции на основе машинного зрения и нейросетей. ML Sense входит в реестр российского программного обеспечения.

ML Sense поддерживает решения с использованием 3D-камер. Например, модуль «Контроль фракций» анализирует трёхмерные данные о материале на конвейере. Он определяет размеры кусков породы, их распределение по фракциям и объём навала.

Как мы работаем: