工厂AI视觉与机器人集成/ 外观检测
外观检测
缺陷检测需定义缺陷类别、可接受边界与争议样本。样本集按批次或来源划分,避免同一件物体的近似图同时进入调试与验证。
选型与应用说明
原理与关键区别
缺陷检测需定义缺陷类别、可接受边界与争议样本。样本集按批次或来源划分,避免同一件物体的近似图同时进入调试与验证。
具体核对步骤
- 建立缺陷说明及人工复核规则
- 冻结配置后使用独立验证样本
- 分别报告漏检误报与不可判断
容易误判的地方
总体准确率可能掩盖稀少缺陷的漏检。
本方向输入与判断
缺陷定义、边界样本、光照变化
检测结果怎样关联工件批次?
核对误判与漏判的复核流程
保留记录
逐样本结果和人工复核记录
适用边界
样本结果不能外推全部生产条件
原始资料阅读
[S1] Optimizing Image Quality
https://docs.baslerweb.com/optimizing-image-quality
成像技术资料,不是系统准确率保证
[S2] Real-Time Data Exchange (RTDE)
https://www.universal-robots.com/manuals/EN/HTML/SW10_10/Content/Prod-RTDE/Real_Time_Data_Exchange_RTDE.htm
只适用于文档对应UR接口,不推广其他控制器字段
沟通前准备
复核记录字段
1. 建立缺陷说明及人工复核规则
2. 冻结配置后使用独立验证样本
3. 分别报告漏检误报与不可判断
同时填写配置与版本、观察结果、待解决事项、责任人和复核日期。
从一个具体需求,开始下一步。
产品、场景、条件与期望结果,我们一起梳理。