如何让机器视觉项目成功实施？项目失败的3大原因和3个应对建议

图片来源：IAN VISINTINE

作者 | IAN VISINTINE

“

正确应用机器视觉可以提高项目的质量和产量。本文提供了3个建议来帮助项目应用取得成功。

”

机器视觉是一种可以用来确保产品质量的强大工具，但由于有些企业经验不足或项目不成功，可能导致机器视觉系统不被信任，甚至不被认为是可行的选择。在大多数情况下，对机器视觉系统的不现实的期望，未能从一开始就正确地分析应用，以及让预算决定硬件而不是应用的需求，是导致机器视觉项目失败的3 个重要原因。一个不成功的项目可能受到不止一个原因的影响，因为每一个原因可能都会影响到另一个。

对机器视觉系统不切实际的期望

如果在一开始就考虑和理解不同机器视觉应用的特点，将有助于减少对机器视觉应用不切实际的期望。重要的是要了解并非所有的视觉系统都能够应用相同的解决方案，例如不是所有应用都可以通过使用最喜欢的智能手机摄像头或基本摄像头来解决。每个应用都有特定的需求，这些需求决定了视觉系统的最重要方面。如果应用需求没有被正确识别或改变，那么一旦购买了设备，就很难改变系统的功能，而且代价高昂。

需要设置且在设计阶段后不要轻易改变的期望值包括：检查位置、检查速度、摄像机工作距离、视场角大小、关注区域大小和检查公差。其中一个变化可能会使所需的检查无法进行，或者需要昂贵的硬件更改才能使检查仍然可以进行。

例如，检查位置的变化会导致安装位置的变化，从而导致工作距离的变化。当工作距离发生变化时，用户需要重新计算用于保持相同视野的镜头，并重新计算相机的分辨率，以确保它仍然能够进行检查。

可能会产生重大影响的另一个更改是检查要求的更改。检查开始时是大型特征的部分存在，但更改为验证另一个特征是否在0.001毫米范围内。如果所选的原始相机由于该功能的大小而具有较低的分辨率，则其分辨率可能无法达到0.001 毫米。这意味着需要特殊的透镜才能进行准确的测量。由于需要增加，这两种更改最终都会导致成本高昂。

这就是为什么通过回答以下问题来彻底了解应用需求是至关重要的：正在检查什么？在哪里检查？如何检查？提出这些问题可以为视觉系统所需的功能设定更准确的期望值。

预算决定硬件而不是应用需求

与大多数项目一样，预算是一个很大的限制因素。然而，当一个项目的预算没有根据应用需求来决定时，它可能成为导致项目进展不顺利或未能达到预期的最大因素。不同的视觉设备成本差异很大，而且即使同样设备不同的安装方式效果也会有很大的变化。

例如，有些人可能会假设一台售价2000美元的低端相机可以对一个小螺栓进行零件存在性检查，因为这项检查曾在工厂另一个部分的类似螺栓尺寸上进行过。因此，预算是根据以前使用的设备编制的。但是，没有考虑到这两种应用之间的安装位置有很大的不同。

最终，直到安装后才被发现，由于摄像机和照明解决方案的工作距离，设备无法获得所需的分辨率或对比度。这种情况会导致需要一个新的相机和照明解决方案。如果预算确实限制了将使用什么设备，那么需要了解什么样的设备才是对应用来说是最适合，并对设备能够完成的任务有现实的期望，这对项目是否顺利实施是很重要的。

未能从项目开始时正确分析应用

一旦设定好了应用的期望值，并且开始了一些初步的计划，那么就应该测试设备并验证什么可以完成应用。在购买设备或安装系统之前，应始终进行验证。最简单的方法是通过模拟实际检验条件或在生产过程中在检验地点模拟设备模型来进行概念验证。如果操作正确，这将验证视觉系统的所有部分。

如果用户在非现场进行概念验证，则必须尽可能用实际零件再现实际检查条件进行测试。如果概念验证不正确，可能导致使用错误的设备或无法补偿潜在的陷阱。在概念验证期间，应验证以下项目：工作距离、视野、设备分辨率、透镜、照明和检查参数。

透镜、视场和分辨率是在构思应用时经常容易被忽略的一些环节，很多时候甚至在生产测试之前都没有得到验证。通常会假设将摄像机安装在多远的地方，并通过对零件进行一般测量以获得视野，因此通常会在先计算出镜头和分辨率，以获得最佳猜测。当计算的工作距离在两个透镜的理想光斑之间时将导致问题，并且安装位置必须调整得比预期的更远。当用户越来越靠近图像的外部时，镜头是否会有任何失真，每毫米是否仍有足够大的像素来精确地进行检查？

照明解决方案也是系统的一部分，根据正在进行的检查类型很容易假设，但根据材料或零件颜色来选择，它可能会产生意想不到的结果。当使用照明解决方案通过相机查看时，零件缺陷也可能产生意外结果。可能需要过滤或颜色变化来可靠地检测变化。在对零件进行一些模拟测试之前，很难对照明做出正确的决定。

概念验证对于帮助机器视觉项目成功并在不超出预算的情况下满足期望起到了很大的作用，因为要进行假设，并且因此需要不同的设备来完成应用。

成功实施机器视觉项目的3个建议

为使机器视觉项目的实施获得成功的3个建议：

1. 定义应用的需求，设置应用程序的期望值，并在整个项目中保持这些期望值，除非这些期望值被证明无法实现。

2. 根据应用的需求和它将提供的投资回报设置预算。

3. 正确分析应用，以在模拟环境中与实际部件进行验证，并识别任何可能使项目无法达到预期的缺陷。如前所述，这一步对项目的成功至关重要。

如果正确实施这些建议，视觉系统的想法或概念将不再是可能导致昂贵的设备成本变更或无法达到期望的猜测或假设。此外，不良样品往往被忽视或不收集，因为它们很难得到，但它们对于确保缺陷能够被检测和验证是非常重要的。

3D机器视觉助力软包动力电池检测

软包动力电池的检测主要涉及到形状尺寸和电池表面缺陷检测，对于检测速度和精度都有较高的要求，3D机器视觉比2D相机更能胜任这种极高分辨率和可重复性的高速挑战性应用。

新能源汽车作为国家节能减排的国家战略，不仅是乘用车，还有各类型工程用车都有电动化趋势，因此各大车企纷纷推出新能源汽车，作为新能源汽车，动力电池是其不可缺少的一个重要组成部分。动力电池的检测直接关系到了新能源汽车的性能与安全。目前市场上主流的动力电池按封装形式不同主要分为三类: 软包、方形和圆柱。而软包电池因其安全性好，能量比高，电化学性能良好、寿命长，设计灵活等一系列优势备受各大车企青睐。

▎传感器安装位置

软包电池的检测挑战

软包动力电池的检测主要涉及到形状尺寸和电池表面缺陷检测这两大类，检测项目存在的挑战如，电池颜色不一，银色铝塑膜可能存在反光，黑色表面吸光严重等，因此，2D 相机较难适应多种料形。由于被检测的产品尺寸较大，但同时对于精度要求较高，特别是对于长宽尺寸、厚度、极片尺寸，精度要求在±0.02mm，所以需要不同型号的相机同时完成不同检测项目。

形状尺寸检测

为了将每个软包电池封装到一起，每一个软包电池的厚度、极片尺寸等，都需要严格的把控，以免在封装过程中出现不必要的错误与事故。

使用SmartRay ECCO 系列 95.020 3D 视觉传感器能够对软包电池的长宽尺寸、极片尺寸和包边等进行精准的检测。这类检测项目的精度要求通常在±0.05mm, 测量范围由电池的长宽尺寸来决定，而ECCO 95.020 的水平分辨率为11.5μm ，测量范围为16mm，拥有超高分辨率和卓越的3D 图像质量，特别适用于要求“检测速度极快、检测精度极高”的高速运转工业化生产线。

▎软包电池形状尺寸检测

表面缺陷检测

随着电池的容量逐渐加大，风险也随之增加，电池上的任意凹坑或划痕都会带来风险的提升，因此在电池安全性检测中，需要检测软包电池是否存在划痕、褶皱、鼓包、凹坑、脏污和极片变形等问题。传统的2D 相机无法提供带有深度信息的检测，也无法区分表面异物还是凹坑等情况。因此，针对具有高度和厚度信息检测需求的项目，使用一般的 2D 相机无法完成，需要使用3D 视觉传感器进行检测。

▎软包电池凹坑检测

由于表面缺陷的尺寸大小不一，通常要求检测 1mm2 的缺陷，因此兼顾效率和检测效果，SmartRay ECCO 系列 95.100 3D 视觉传感器是较好的选择。其垂直方向分辨率为5μm，Z 重度精度为2μm，水平方向分辨率为42μm，水平检测宽度为98mm，基于其较大的视野范围,ECCO 95.100 可对电池整体表面平整度、凹坑、鼓包、厚度等进行检测，能够满足绝大多数类似软包电池的检测。ECCO 系列3D 视觉传感器以其革新性技术，可适用于要求极高分辨率和可重复性的高速挑战性应用。

作为一家专注于3D 机器视觉的领先企业，德国SmartRay 视明锐公司的软包电池检测解决方案具有较高的柔性，可以一次完成上述所有检测，也可以单独检测尺寸或表面缺陷。通过ECCO 系列 3D 视觉传感器，多传感器一次扫描拼接后即可呈现完整的电池3D 模型，并实现各种数据测量、缺陷的检测。采用SmartRay 3D机器视觉解决方案，不仅帮助客户缩短了检测时间，提升了生产效率，还节约了制造成本。

关键概念： 

■ 为机器视觉项目设定现实的期望。

■ 确保项目的预算合理。

■ 从一开始就考虑应用的需求。

思考一下： 

你如何确保机器视觉项目顺利实施？