運用3D 點雲資訊於工件品質檢測之應用

作者:張津魁、蔡雅惠、李韋辰、林毓庭、江博通

傳統品質檢測方式大多採用人工目視或透過相應之檢具以人工方式進行品質檢測,隨著機器視覺元件、影像處理與辨識技術的進步,再加上電腦運算速度的提昇,機器視覺系統在工業自動化的運用也越來越普遍,已開始廣泛的取代人眼進行相關的品質檢/量測的作業;透過視覺系統能以非接觸式方式監控產品製造流程、檢測產品外觀是否有瑕疵或進行工件尺寸的量測是否符合規範等,有助於達成線上自動檢測或量測作業。

但近年來工業零件複雜度不斷提升,一個工件上可能同時有直線、曲線、深孔等多種特徵,這類工件以機器視覺元件搭配傳統自動化難以達成自動檢測之目標,因此生產廠內大多仍是透過人工手持進行翻轉檢視,或透過搭配機器手臂移動檢測頭或翻轉工件之方式進行工件之品質檢測。

面對此類複雜之工件品質檢測,僅僅只依靠傳統 2D機器視覺技術已難以達成量/檢測之需求,因此透過 3D掃瞄技術來獲取待測工件之 3D點雲特徵,建構 3D外觀樣貌以達成傳統 2D機器視覺技術難以進行檢測之項目,預期可適應更多變性之工件品質檢測需求,達成更具彈性之檢測系統應用,使機器視覺檢測系統可以更為靈活運用於生產線中,並可輔以 2D視覺檢測與機器手臂,建置複合式 2D + 3D之機器視覺檢測系統,達成智動化彈性檢測之品質檢測系統,並可針對各個領域需求,調整進行檢測產品之可能性,完成產業零組件之智慧檢測,改善人工檢測問題。

 

機器視覺系統簡介

機器視覺系統應用是一種結合光學、機構設計、影像處理、自動控制、照明工程等的整合型技術,其架構如圖1所示,而其在工業上常見之應用列示如下:

  • 檢測:自動檢驗製程中工業產品之異常,如:外觀瑕疵檢測(刮傷、裂痕、污染、缺損…)、印刷電路板(Printed circuit board, PCB)導線缺陷檢測、零件檢測…等。

  • 導引與定位:透過視覺導引機器手臂或自動化機器之移動路徑,如:電路板零件裝配、物件取放、物件搬運、銲點對位黏合、工件整列…等。

  • 量測:進行非接觸式量測,如:工件相關尺寸量測、植球機 (Ball grid array mounter, BGA)真圓度量測…等。

  • 識別/物件辨識:用於確認物件之身份,如:車牌辨識、文字辨識、指紋辨識、條碼辨識…等。

機器視覺定義為一種非接觸式感測之裝置,能夠自動的擷取與解譯真實景物之影像,然後以取得影像之資訊解析後控制機器或製程。機器視覺系統可分為三個主要部份,一、影像資料擷取,藉由適當之光源模式及適切之打光方式,利用攝影機進行待測工件的影像擷取並將其傳到影像處理器進行後續處理;二、影像處理,將擷取到之待測工件影像經由一系列影像處理分析擷取適合之特徵資訊;三、影像判讀與分類,利用擷取到的特徵資訊分析待測工件之位置、品質優劣或相關尺寸量測,並依此數據做為後續動作或分類之依據。

圖1 機器視覺系統架構示意圖

文章轉載自工業技術研究院機械工業雜誌