Innovaties voor visuele inspectie

Implementeer Vision AI in uw productieproces

Wilt u de snelheid en nauwkeurigheid van uw kwaliteitscontroleprocessen verhogen? Met de huidige technologische vooruitgang is dat niet alleen mogelijk, het ligt ook binnen handbereik.

Visuele inspectie in de maakindustrie

Visuele inspectie speelt een centrale rol in de maakindustrie en vervult kritieke functies zoals het lokaliseren van onderdelen, het detecteren van defecten zoals krassen en het coördineren van de positionering van objecten voor robothandling. Dankzij recente technologische innovaties, vooral in combinatie met kunstmatige intelligentie (AI), is het nu mogelijk om snelle en robuuste resultaten te behalen, die vaak de nauwkeurigheid en snelheid van manuele processen door mensen overtreffen.

Bij Flanders Make pionieren we met projecten die deze innovaties gebruiken om praktische oplossingen te bieden voor bedrijven. Onze initiatieven willen aantonen hoe de integratie van AI met visuele inspectie de operationele efficiëntie drastisch kan verbeteren.

Handen, ogen en hersenen werken samen

Stel je een systeem voor waarin robotica ('de handen'), AI ('de hersenen') en visiontechnologie ('de ogen') naadloos zijn geïntegreerd. Innovaties op dit gebied verbeteren de manier waarop deze componenten samenwerken, vooral bij kwaliteitscontrole. Mensen gebruiken meestal hun ogen en handen samen voor inspectietaken, waarbij ze de oriëntatie van objecten en de verlichting aanpassen voor een optimale zichtbaarheid. Onze hersenen sturen deze acties efficiënt aan en leren om snel defecten en de beste omstandigheden voor inspectie te identificeren. Door gebruik te maken van 'active vision' - beweging gebruiken om het gezichtspunt aan te passen - en AI kunnen we dit natuurlijke proces repliceren en verbeteren in een machinecontext.

Neem het geval van defectdetectie: mensen gebruiken onze ogen in combinatie met onze handen - ze kunnen een object dichterbij brengen en draaien zodat we het vanuit verschillende perspectieven en in verschillend licht kunnen inspecteren. Onze hersenen zorgen ervoor dat we dit efficiënt doen: we leren gebreken en hun patronen snel te herkennen en te onthouden welke hoeken en lichtomstandigheden de duidelijkste resultaten geven. Hoe kunnen we dit repliceren met bestaande technologieën? De sleutel is om 'actief zicht' (= gebruik maken van beweging) te combineren met AI.

Active Vision: gezichtspunten voor inspectie automatisch optimaliseren

Active Vision maakt gebruik van beweging om beelden vast te leggen vanuit meerdere gezichtspunten, zodat defecten op alle oppervlakken flexibel en uitgebreid kunnen worden gedetecteerd. Deze dynamische benadering is bijzonder effectief voor het automatiseren van inspectieprocessen, vooral bij complexe onderdelen of productie in kleine aantallen.

We hebben een geavanceerde robotopstelling ontwikkeld, uitgerust met meerdere verlichtingsopties, die flexibele inspectie van onderdelen vanuit verschillende hoeken mogelijk maakt. Deze opstelling biedt verschillende voordelen: oppervlakken kunnen onder verschillende lichtomstandigheden en vanuit meerdere gezichtspunten in beeld worden gebracht, waarbij de samengevoegde gegevens leiden tot stabielere en betrouwbaardere AI-gestuurde defectdetectie.

Een van de uitdagingen van actieve vision is het bepalen van de optimale sensorplaatsing om ervoor te zorgen dat elk oppervlak van een object in beeld wordt gebracht. Onze aanpak maakt gebruik van CAD-gegevens om automatisch sensorposities te berekenen, waardoor de dekking en dus de inspectienauwkeurigheid worden gemaximaliseerd. Deze sensorposities worden geïntegreerd met een automatisch padplanningsalgoritme om uitgebreide inspectie door een robot mogelijk te maken.

Naast standaard beeldgebaseerde inspectie ontwikkelen we ook geautomatiseerde routines voor 3D scantaken. Deze routines verbeteren de snelheid, nauwkeurigheid en contactloosheid van kwaliteitscontroleprocessen nog ve

Bent u geïnteresseerd in snelle, contactloze kwaliteitscontrole? We nodigen u uit om deel te nemen aan ons disseminatieproject "ACCUMONIT: Efficient Accuracy Prediction and Monitoring for Machining".

AI-gebaseerde kwaliteitsinspectie: Datacollectie stroomlijnen en robuustheid verbeteren

Ons AI-gebaseerd kwaliteitsinspectiesysteem is ontworpen om defectdetectie nauwkeuriger en efficiënter te maken. Door het vastleggen van beelden te automatiseren, kan onze robotopstelling een groot aantal beelden genereren van één object, waarbij het vanuit meerdere hoeken en onder verschillende lichtomstandigheden wordt vastgelegd. Deze verscheidenheid zorgt voor natuurlijke variaties in de dataset, wat cruciaal is voor het trainen van robuuste AI-modellen.

Om het trainingsproces te stroomlijnen, hebben we een halfautomatische annotatietool ontwikkeld die gebruikmaakt van 3D-informatie: de positie van het object en de positie van waaruit het beeld is genomen. Met deze tool hoeft elk defect maar één keer te worden geannoteerd; als hetzelfde defect op een andere afbeelding verschijnt, past het systeem de annotatie automatisch toe, waardoor de benodigde handmatige inspanning aanzienlijk wordt verminderd. Als je geïnteresseerd bent in dit onderwerp, bekijk dan ook deze blogpost: We ontwikkelden een dubbele proof of concept waarbij we twee innovatieve methoden gebruikten om een compleet en robuust AI-model te trainen in slechts één dag.

Naast het automatisch vastleggen van afbeeldingen, maken we tijdens de training gebruik van datavergrotingstechnieken om de variabiliteit in de dataset te vergroten, waardoor de robuustheid van het AI-model verder wordt verbeterd. Met een klein aantal objecten - meestal 10 tot 20 - generaliseert ons AI-model goed naar nieuwe objecten. Technieken als achtergrondverwijdering en het volledig afschermen van het systeem tegen lichtomstandigheden kunnen de variabiliteit verder verminderen, maar onze AI heeft bewezen ook zonder deze technieken effectief met variaties om te kunnen gaan.

defect detection
Deze afbeelding illustreert de uitvoer van een AI-model (rechts) op basis van de invoerafbeelding (links). Een segmentatiealgoritme werd gebruikt om individuele krassen te detecteren en te markeren. De AI creëert een masker over elke gedetecteerde kras, waardoor de defecten effectief worden geïsoleerd van de achtergrond. Bovendien tekent het model begrenzende vakken rond de krassen en geeft het vertrouwensscores. 

 

 De mogelijkheid van het actieve vision-systeem om defecten onder verschillende lichtomstandigheden af te beelden, zorgt ervoor dat alle defecten ten minste één keer worden vastgelegd. We hebben ook algoritmen ontwikkeld die AI-resultaten van meerdere weergaven samenvoegen, waardoor een uitgebreid en robuust detectieproces ontstaat dat het risico minimaliseert dat defecten worden gemist.

Wil je een demonstratie van onze innovatieve methoden voor gegevensannotatie en -training? Ons disseminatieproject ‘Easy AI for Industry’ heeft als doel om slimme computervisie toegankelijk te maken voor productieomgevingen, zelfs voor bedrijven die geen grote R&D-afdeling hebben. Naast demonstraties en kennisoverdracht werken we ook aan een eenvoudig inzetbare softwaretoolbox voor defectdetectie, objectherkenning, objecttelling en positiebepaling.

Slechts het begin?

Visiontechnologieën veranderen het productielandschap fundamenteel en bieden onbeperkte mogelijkheden om de manier waarop industrieën werken te verbeteren. Deze technologieën zorgen niet alleen voor een revolutie op het gebied van kwaliteitscontrole door middel van betrouwbare visuele inspectie, ze stroomlijnen ook het hele productieproces.

Directe detectie van defecten: Geavanceerde vision technologieën detecteren defecten onmiddellijk, zelfs tijdens de snelste productieprocessen. Deze snelle identificatie maakt onmiddellijke correcties mogelijk, waardoor verspilling wordt verminderd en de efficiëntie van de productielijn toeneemt.

Detectie van subtiele defecten: Vision AI kan zelfs de meest subtiele defecten detecteren - defecten met een laag contrast die normaal gesproken aan het menselijk oog ontsnappen. Deze mogelijkheid zorgt voor een hogere standaard van productkwaliteit en consistentie, omdat elk item dat door de productielijn gaat grondig en nauwkeurig wordt geïnspecteerd.

Hogere kwaliteit, snelheid en flexibiliteit: Bedrijven kunnen zich sneller aanpassen aan nieuwe producten of wijzigingen in het productontwerp, met minder stilstand en lagere kosten. Het vermogen om snel te reageren op vragen uit de markt zonder afbreuk te doen aan de kwaliteit is een kritieke factor voor elke productieactiviteit.

Een van de belangrijkste voordelen van deze innovaties is de mogelijkheid om ze te implementeren met minimale handmatige programmering en labelling. Nieuwe innovaties zullen de visiontechnologie blijven verbeteren en nieuwe standaarden stellen voor uitmuntende productie. Wordt vervolgd!

Meer informatie?

Heb je interesse in onze expertise op vlak van visie technologieën en AI? Aarzel niet om contact met ons op te nemen.

Nathalie Boelens, Communication Officer

Nathalie Boelens is Communication Officer bij Flanders Make. Vanuit haar passie voor wetenschapscommunicatie, schrijft ze over de onderzoeksprojecten van Flanders Make.