產(chǎn)業(yè)界要專注於達成零缺陷的檢測目標(biāo)是一項使命，為了確保每件產(chǎn)品都能符合品質(zhì)、可追溯性及透明度的最高標(biāo)準(zhǔn)，因此測試設(shè)備系統(tǒng)至關(guān)重要，而系統(tǒng)中的圖像數(shù)據(jù)，能夠為測試設(shè)備的準(zhǔn)確度和穩(wěn)固性開辟新的可能。
| 圖1 : ITgroup多相機光學(xué)檢測系統(tǒng)進行駕駛桿檢測，使用協(xié)作機器人以及工業(yè)相機針對駕駛桿零件進行一系列的檢測任務(wù)：存在檢測、表面檢測、測量，以及圖像記錄。（source：ITgroup） |
|
汽車制造商知道即使是最細微的錯誤也可能造成鉅額的損失，低品質(zhì)管理可能會造成產(chǎn)品收回以及損壞品牌形象；這也是產(chǎn)業(yè)界現(xiàn)在為何要專注於達成零缺陷的檢測目標(biāo)，并非隨囗說說，而是一項使命，為了確保每件產(chǎn)品都能符合品質(zhì)、可追溯性及透明度的最高標(biāo)準(zhǔn)。
對於汽車制造商及一級供應(yīng)商來說，要達成這些目標(biāo)，測試設(shè)備系統(tǒng)是至關(guān)重要的。測試臺不僅僅能完成產(chǎn)品檢測任務(wù)，還需成為一個定量回??節(jié)點，在生產(chǎn)過程中發(fā)現(xiàn)并剔除問題。這種定量反??由一個控制??路提供，該??路涉及定義、測量、分析、改進和控制生產(chǎn)過程的每個步驟；而驅(qū)動此??路控制系統(tǒng)為何？答案是「數(shù)據(jù)」。
其中特別重要的就是圖像數(shù)據(jù)。數(shù)十年來，測試設(shè)備商在測試臺上使用工業(yè)相機以及自動光學(xué)檢測系統(tǒng)（AVI）。隨著機器視覺科技的成熟，進步的感測器、處理器，以及軟體程式，使測試設(shè)備商能夠在更多且更加復(fù)雜的應(yīng)用領(lǐng)域?qū)嵭袡C器視覺科技。
現(xiàn)代化測試設(shè)備確保最高的檢測精度
| 圖2 : 「知道要如何測試」: ITgroup的囗號強調(diào)了測試環(huán)境的復(fù)雜。圖為多相機系統(tǒng)及3D手臂檢測汽車保險杠的各種缺陷。（source：ITgroup） |
|
制造控制??路由子零件供應(yīng)商開始，這些供應(yīng)商提供重要的次零件如操控桿、門板及保險杠給汽車代工（OEM）。近??30年，ITgroup一直為知名一級汽車供應(yīng)商提供專用的模組化測試設(shè)備及相關(guān)校準(zhǔn)服務(wù)和設(shè)備整合。
ITgroup具有豐富經(jīng)驗?zāi)軌蛱峁┳羁煽亢妥顪?zhǔn)確的數(shù)據(jù)。無論是最合用標(biāo)準(zhǔn)2D的檢測方法，或使用ITgroup最新3D檢測平臺的應(yīng)用，經(jīng)由一個硬體將系統(tǒng)連接起來：兆鎂新（The Imaging Source）的GigE工業(yè)相機。ITgroup 於測試設(shè)備使用多款The Imaging Source GigE相機 － 從5MP至20MP，視應(yīng)用需求而定。ITgroup的總經(jīng)理Ingmar Troniarsky提及使用原因，在於它們的外形尺寸、可靠性和價格符合需求。
GigE工業(yè)相機：高解析度及可靠，外形精巧
| 圖3 : The Imaging Source GigE工業(yè)相機為多相機自動化應(yīng)用穩(wěn)健地提供高解析成像。 |
|
堅固耐用的GigE工業(yè)相機為檢測過程中的多項任務(wù)提供圖像數(shù)據(jù)，包括存在檢測、表面檢測、測量以及數(shù)位照片檔案。GigE相機能夠高速傳輸大量數(shù)據(jù)，使其適合高解析和高速成像應(yīng)用。
此外，相機的標(biāo)準(zhǔn)乙太網(wǎng)協(xié)定，如GigE Vision使之能輕易的與現(xiàn)有系統(tǒng)進行整合，進而簡化整合過程。相機使用帶乙太網(wǎng)供電（PoE）的標(biāo)準(zhǔn)乙太網(wǎng)數(shù)據(jù)線，在相機和主機之間有較大距離時的應(yīng)用效果良好，長度可達100公尺。
HDR 成像支援檢測系統(tǒng)
由於彩色表面如裝飾物和油漆表面的品質(zhì)常常是檢測標(biāo)準(zhǔn)的一部分，ITgroup常常於其測試設(shè)備中整合彩色相機。舉例來說，生產(chǎn)典型車門的過程運用了多項材質(zhì)，包括油漆表面、金屬、平滑及無光澤的塑料、玻璃，這通常會導(dǎo)致圖像中最亮和最暗的區(qū)域出現(xiàn)高對比度的區(qū)域。
相機的高動態(tài)范圍（HDR）成像使用多個同步曝光，提供優(yōu)化的曝光，無論物體的對比度如何也能產(chǎn)生良好的圖像細節(jié)。Troniarsky提到：「HDR支援我們的檢測系統(tǒng)，甚至能檢測出與標(biāo)準(zhǔn)值最微小的偏差，從而更有效地偵測出缺陷。」
零缺陷門板的多相機系統(tǒng)
| 圖4 : 現(xiàn)代化車門具有很高的功能密度，需要專門的測試設(shè)備來確保眾多系統(tǒng)都在公差范圍內(nèi)。 GigE工業(yè)相機提供高解析度的HDR成像，使後端處理軟體甚至能檢測出最小的標(biāo)準(zhǔn)偏差。（source：ITgroup） |
|
汽車門板是完成成品前必須嚴格檢查的次零件之一。 內(nèi)門板唯一功能為防漏和抗風(fēng)的日子已經(jīng)不復(fù)存在，現(xiàn)代的汽車門板，特別是高級房車，多為高功能密度的模組，而且含有多項機械、電子及裝飾的元件，例如鎖扣、環(huán)境照明、喇叭、車窗開關(guān)、後視鏡、鎖、飾板和面板。高功能密度加上日益?zhèn)€人化的產(chǎn)品趨勢，代表汽車制造商必須依靠模組化設(shè)計來實現(xiàn)符合成本效益且復(fù)雜的次零件生產(chǎn)及測試。
| 圖5 : 零缺陷制造： 門板檢測臺的綜合圖像。 GigE工業(yè)相機（左下）提供大量圖像，在半秒內(nèi)進行處理，以確定產(chǎn)品是否合格。（source：ITgroup） |
|
根據(jù)檢測面板的類型和客戶的測試標(biāo)準(zhǔn)，多相機系統(tǒng)拍攝大量圖像，接著由成像軟體進行處理，以確定例如膠珠、焊接螺絲、防顫材料、手把和按鈕等零件的存在、尺寸精度、位置和空隙。
過去，訓(xùn)練有素的技師負責(zé)如刮痕、凹痕或錯位等缺陷的視覺檢測。然而，監(jiān)於人工檢查的滑脫率為20%或更高，以及因應(yīng)日益復(fù)雜的次零件結(jié)構(gòu)，自動光學(xué)檢查為實現(xiàn)零缺陷目標(biāo)提供了最有效的方法。ITgroup標(biāo)準(zhǔn)的門板檢測系統(tǒng)采用3臺DFK 33GP006 （5 MP, 卷簾快門） GigE相機及1臺DFK 33GX183 （20 MP, 卷簾快門） GigE相機。Troniarsky表示一個測試臺提供一個 「偽錯誤率假陽性<0.1%，假陰性0%（總共通過大於100個不同的測試），而終端客戶投訴的情況為零」的結(jié)果。
多年來，此類測試設(shè)備的行業(yè)標(biāo)準(zhǔn)一直使用2D圖像處理來完成這些檢測任務(wù)。然而，2D科技有其局限，例如有測量共平面度需求時卻無法提供體積測量數(shù)據(jù)。幸運的是，實惠的處理器和增強的軟體程式使開發(fā)人員能夠使用3D圖像數(shù)據(jù)，為測試設(shè)備的準(zhǔn)確度和穩(wěn)固性開辟了新的可能。
3D成像為自動檢測提供額外的精度
| 圖6 : 用於自動視覺檢查的3D成像： 來自光場（全光）相機的3D與2D成像數(shù)據(jù)相結(jié)合，為復(fù)雜物體提供最精確的測量。（source：ITgroup） |
|
ITgroup最新的測試設(shè)備LumIT XL將光學(xué)3D和2D檢測結(jié)合起來，對門板模組、儀表板或保險杠等大尺寸物體進行檢測。與HD Vision Systems 的光場科技演算法結(jié)合，ITgroup能從13臺相機（DMK 33GX264e）中整合數(shù)據(jù)，創(chuàng)造一個實質(zhì)的單感測器來提供高解析度的3D點云。3D數(shù)據(jù)使LumIT XL甚至能夠檢測到復(fù)雜的金屬表面，并減少遮擋 ━ 所有檢測都無需使用紅外線、閃光燈或鐳射。
單個圖像透過NeuroCheck 3D及HD Vision的軟體進行處理且編譯成3D圖像。該系統(tǒng)的高密度生成點云可呈現(xiàn)精確的圖像解析度，從而實現(xiàn)極其精確的測量結(jié)果和穩(wěn)健的缺陷檢測。
自動檢測的未來發(fā)展
在工業(yè)4.0的時代，靈活的測試臺是必要的：越來越多的客制需求和因此減少的批量代表制造商必須更頻繁地改變測試叁數(shù)。
出於這個原因，ITgroup在開發(fā)測試臺時考慮到了模組化。這些系統(tǒng)可以通過遠端維護系統(tǒng)進行有效調(diào)整。系統(tǒng)的模組化也使設(shè)備可根據(jù)需求進行擴展，從而根據(jù)後續(xù)專案的需求進行擴展和調(diào)整。
典型依規(guī)則進行的圖像處理，在過去20年之間一直是推動工業(yè)自動化大部分改進的動力，但測試及工廠車間現(xiàn)在也開始運用深度學(xué)習(xí)和其他人工智慧演算法。Troniarsky補充說道：「我們現(xiàn)在也與目前正在這個領(lǐng)域測試特定方案的客戶一起合作實行具體的項目。」
