AI-inspectie in productie

Kies de eenvoudigste aanpak die de productievariatie aankan

Een inspectie moet afwijkingen vinden binnen de beschikbare cyclustijd, zonder onnodige afkeur of operatoringrepen. Soms volstaan vaste visionregels. Bij grotere variatie kan een getraind model op een smartcamera of in maatwerksoftware beter passen.

Visioninterface voor inspectie en objectdetectie

Technische keuze

Klassieke vision, AI of een combinatie

Het type afwijking, de productvariatie en de gewenste uitlegbaarheid bepalen de aanpak. Een vaste maatgrens vraagt meestal geen AI. Variatie in textuur, vorm of uiterlijk kan juist moeilijk in losse regels worden vastgelegd.

Vaste regels

Klassieke visiontools

Gebruik onder meer lijn-tot-lijnmeting, rand- en lijndetectie, blobanalyse van samenhangende beeldgebieden, patroonzoeken, telling, kleurcontrole, OCR en codelezen. Deze functies zijn geen AI. Bij stabiele geometrie zijn ze vaak goed uitlegbaar en eenvoudig te valideren.

Model op de camera

Hikrobot-smartcamera

Hikrobot-smartcamera's kunnen ondersteunde modellen lokaal uitvoeren. Afhankelijk van de serie en softwareversie zijn ook klassieke tools beschikbaar. Sedeco kan daarnaast eigen getrainde modellen geschikt maken voor ondersteunde Hikrobot-hardware.

Volledig maatwerk

Eigen software en inferentie

Maatwerksoftware kan precies aansluiten op beeldvorming, productlogica, interfaces en beheer. Daar staat tegenover dat dataverwerking, modelkeuze, inferentie, foutafhandeling, updates en monitoring ook voor de toepassing moeten worden ingericht.

Beschikbare tools en modelondersteuning verschillen per SKU en softwareversie. Wij bevestigen deze combinatie daarom tijdens de technische selectie. Lees ook de vergelijking tussen klassieke vision en AI.

Voorbeelden van beelddata en detectieresultaten

Machine-learningpijplijn

Van productvariatie naar een uitvoerbaar model

Een maatwerkmodel begint met een precieze procesbeslissing: wat moet worden gevonden, wat is acceptabel en welke fouten mogen niet worden gemist? Daarna bouwen we de dataset en de modeluitvoering rond die beslissing.

  1. 1

    Data uit de echte productie

    Beelden uit verschillende batches, posities, oppervlakken, belichtingen en bekende fouttypen leggen de werkelijke spreiding vast.

  2. 2

    Synthetische beelden

    Met een bruikbaar CAD-model kunnen we digitale beelden maken onder verschillende camerastandpunten, productoriëntaties, belichtingen en achtergronden. Zo vullen we moeilijk verkrijgbare situaties aan. Echte productiedata blijft nodig om de aansluiting op de werkelijkheid te toetsen.

  3. 3

    Training en optimalisatie

    We trainen modellen, vergelijken fouten op aparte validatiebeelden en optimaliseren model, beeldvorming en beslisgrenzen voor de vereiste taak.

  4. 4

    Eigen inferentietool

    Onze productiesoftware voert het getrainde model uit, verwerkt de uitkomst en koppelt die aan PLC, robot of andere besturing.

Annotatie

Het model moet zien wat de acceptatieregel bedoelt

Annoteren betekent dat relevante objecten, gebieden, klassen of afwijkingen in trainingsbeelden worden gemarkeerd. Onduidelijke of wisselende annotaties leren het model een onduidelijke taak. Daarom leggen we eerst definities en grensgevallen vast met mensen die het product en het proces kennen.

Sedeco heeft hulpmiddelen ontwikkeld die een groot deel van het annotatiewerk met AI ondersteunen. Mensen controleren de voorstellen en behandelen twijfelgevallen. Daardoor kan een grotere dataset praktisch worden verwerkt, terwijl de acceptatieregel leidend blijft.

Wat vooraf moet worden vastgelegd

  • Klassen: welke uitkomsten moet het systeem onderscheiden?
  • Grenzen: wanneer gaat een twijfelgeval naar goed, afkeur of handmatige beoordeling?
  • Herkomst: uit welke batches, machines en omstandigheden komen de beelden?
  • Controle: wie beoordeelt annotaties en hoe worden meningsverschillen opgelost?
  • Nieuwe variatie: wanneer moet nieuwe data worden toegevoegd en het model opnieuw worden getoetst?

Uitvoering in productie

Van smartcamera tot eigen hardwareconcept

De rekenhardware volgt uit modelgrootte, cyclustijd, aantal camera's, interfaces, montage, warmteafvoer en onderhoud. We testen de complete keten onder de omstandigheden waarin de installatie moet werken.

Standaardtools op de smartcamera

Voor meet-, tel-, positie-, code- en aanwezigheidscontroles die met vaste regels betrouwbaar blijven.

Ondersteund AI-model

Lokale modeluitvoering op geschikte Hikrobot-smartcamera's, zonder aparte industriële pc.

Maatwerkmodel op Hikrobot

Een door Sedeco getraind model, geoptimaliseerd en verpakt voor ondersteunde smartcamerahardware.

Maatwerkcomputer of eigen hardware

Voor zwaardere modellen, meerdere sensoren of specifieke interfaces. We ontwikkelen en beproeven ook eigen hardwareconcepten naast bestaande machine-visionhardware.

Robot vision

Een onderdeelpositie is nog geen uitvoerbare robotbaan

Een 6D-onderdeelpositie beschrijft de 3D-positie en de oriëntatie over drie assen. Voor een grijpactie moet daarna nog worden bepaald of het onderdeel vrij ligt, welke greep mogelijk is en hoe de robot het onderdeel zonder botsing kan bereiken.

Onze software combineert positiebepaling met greepplanning, bereikcontrole, obstakel- en botsingscontrole en robotbaanplanning. Ook herstel bij een onbereikbaar onderdeel of een mislukte greep hoort bij de productielogica.

Bekijk Robot vision

Vragen na de detectie

  • Is het doelonderdeel voldoende vrij voor de gekozen grijper?
  • Blijft de aanrijroute vrij van bakrand, machine en andere onderdelen?
  • Valt de greep binnen het werkgebied en de gewrichtsgrenzen van de robot?
  • Wat doet de installatie als geen veilige route beschikbaar is?
  • Hoe worden herpogingen, cyclustijd en operatoringrepen geregistreerd?

Acceptatie en businesscase

Toets het systeem met productievariatie en proceskosten

Praktische acceptatietest

  • Houd trainings-, validatie- en acceptatiebeelden gescheiden.
  • Test goede producten, bekende afwijkingen en grensgevallen uit meerdere batches.
  • Meet onterechte goedkeur en onterechte afkeur per relevant fouttype.
  • Test cyclustijd, piekbelasting, herstart, ontbrekende communicatie en receptwissel.
  • Leg vast wanneer nieuwe productvariatie tot herbeoordeling of hertraining leidt.

Invoer voor de businesscase

Vergelijk investering en beheer met handmatige inspectietijd, herinspectie, afkeur en herstelwerk, stilstand, omsteltijd en operatoringrepen. Neem ook dataverzameling, annotatie, modelonderhoud, rekenhardware en integratie mee. De uitkomst volgt uit uw productiegegevens.

Benodigde invoer: productievolume, huidige inspectietijd, foutkosten, lijnkosten per uur, verwachte wijzigingsfrequentie, benodigde beschikbaarheid en kosten voor interne beoordeling.

Vincent van Montfoort van Sedeco Imaging

Volgende stap

Begin met onderdelen, beelden en een acceptatiegrens

Breng representatieve goede en afwijkende onderdelen, beschikbare beelden, een CAD-model wanneer dat er is, de cyclustijd en de vereiste koppeling met PLC of robot. Dan kunnen we bepalen of klassieke tools, een smartcameramodel of maatwerksoftware de kleinste passende oplossing vormt.