Encontrar un borde es una de las funciones mas importantes de los sistemas de Machine Vision (Vision Artificial), cuyos algoritmos analizan los pixeles de una imagen digital en busca de líneas, arcos y formas geométricas. El software luego convierte estos datos en bordes, los cuales le dicen al software de vision artificial en cuales areas enfocarse y cuales ignorar.
Por lo tanto, las herramientas de inspección de bordes tiene gran responsabilidad para la eficacia y eficiencia de los sistemas Machine Vision.
Como la detección de bordes funciona en ambientes de fabricas
Este es un escenario común en la inspección de bordes basado en el software de visión artificial de Cognex:
Se debe insertar un conjunto de pistón completo en un bloque de motor V-8. Una aplicación de Machine Vision toma una fotografía del ensamblaje del pistón y utiliza algoritmos de visión artificial para identificar sus bordes. Otra imagen encuentra los bordes dentro del motor que revelan la ubicación de instalación del conjunto del pistón.
Las herramientas de inspección de bordes están configuradas para dirigir el sistema de visión artificial para que enfoque su atención en áreas específicas del ensamblaje del pistón y el bloque del motor mientras filtra todo lo demás. Esto es crucial porque los procesadores de computadora deben escanear cada píxel dentro de una imagen, lo que requiere tiempo y energía de procesamiento. El sistema funciona mejor si escanea solo los píxeles necesarios.
En este ejemplo, el sistema usa los datos de inspección de bordes para configurar una aplicación de control de calidad que escanea imágenes del ensamblaje del pistón y el bloque del motor en busca de evidencia de defectos. Una vez que pasan la inspección, continúan por la línea de ensamblaje hasta un brazo robótico que usa datos de inspección de bordes para decirle al robot exactamente dónde colocar el pistón dentro del bloque del motor.
Operaciones como esta se desarrollan casi en una variedad infinita, dada la prevalencia generalizada de la tecnología Machine Vision en los centros de distribución y la automatización de fábricas.
Cinco herramientas para adquirir datos precisos de inspección de bordes
Un sistema de Machine vision establece una serie de parámetros para determinar si un articulo que se esta escaneando debe avanzar a través del proceso de producción o ser redireccionado a otra área para corregir los posibles defectos. Cada articulo fotografiado o escaneado obtiene una calificación de aprobado o rechazado.
Las inspecciones de bordes pueden ser configuradas para establecer tolerancias. Cualquier objeto que se salga de estas tolerancias seran rechazados, mientras que todo lo que este dentro de ellas, pasa.
Para visualizar cómo funcionan las inspecciones de bordes, imagine una fábrica moderna que crea reproducciones de ruedas de auto antiguas, que tienen tres partes principales: la llanta exterior, los radios y el buje. Los parámetros de inspección de bordes son fundamentales para el uso de robots industriales para automatizar el proceso de fabricación.
Estas cinco técnicas de inspección de bordes entran en juego:
- Distancia: En una rueda de auto, la distancia entre radios, llantas y bujes debe estar dentro de tolerancias estrictas. Las herramientas de inspección de bordes miden la distancia entre estos componentes en una imagen escaneada, lo que permite tanto el control de calidad como la alineación para la producción robótica.
- Ángulo: Cada radio de la rueda del auto debe instalarse en un ángulo exacto. Una herramienta de inspección de bordes angulares proporciona al robot una guía precisa sobre la alineación de los radios.
- Diámetro del círculo: Los defectos de fabricación o distribución pueden provocar que el robot reciba llantas o bujes incorrectos. Una inspección del borde del diámetro del círculo mide la distancia desde el centro al borde, creando datos para marcar errores de producción.
- Concentricidad del círculo: La llanta y el cubo de la rueda del auto comparten el mismo centro, lo que los hace concéntricos. Una inspección del borde de concentricidad circular ayuda al robot a alinear las llantas y los cubos.
- Radio: El radio de cada llanta y buje proporciona más datos para garantizar que la automatización robótica los alinee con precisión.
Los componentes fabricados tan simples como la rueda de auto o tan complejos como la placa de circuito de un teléfono inteligente se benefician de este tipo de aplicaciones de inspección de bordes.
Mucho mas de nuestros productos en Boreal Technologies
Visite también nuestro canal de Youtube