Industriell automation · SCENARIO VÄGKARTA

Bygg ett visuellt arbetsflöde för kvalitetsinspektion

Definiera defekter och avbildningsförhållanden, validera en uthållen datauppsättning och koppla inspektion till linjebeslut.

Recenserad 27 oktober 2026 · Redaktionellt lärande och projektvägledning. Professionell betyder projektdjup, inte en ackrediterad kvalifikation.

DESTINATIONEN

Vad du kommer att producera

Ett inspektionsacceptanspaket och övervakning/förändringskontrollplan. Gör inspektionen handlingsbar och spårbar på linjen.

Innan du börjar

Startkunskap

  • Känna till produkten och kostnaderna för missade defekter och falska avslag.
  • Ha en kvalitetsägare som kan bedöma svåra exempel.

Utrustning & miljö

Börja offline med representativa, tillåtna bilder och en kontrollerad belysning/kamerastudie.

Ingen fast slutföringstid: använd bevisportarna nedan för att bestämma när du ska avancera. Resurslänkar öppnar botstest-katalogposten; kontrollera dess utgivardokumentation för den exakta versionen och konfigurationen.

01

Nybörjare

Definiera defekter och bildbevis

Vet vad kameran måste avslöja och hur etiketter bestäms.

Hur det här steget fungerar

En inspektionsmetod kan endast bedöma de brister som är synliga i sina observationer. Definiera defekten och bildtillstånden tillsammans.

Arbeta igenom ett exempel

Illustrativ studieövning · skriven av botstest

Förbered exempel på normala, defekta och tvetydiga delar. För varje kritisk defekt, fråga om den föreslagna utsikten och belysningen gör den urskiljbar innan du lägger ner ansträngning på en klassificerare.

  1. Låt kvalitetsägaren definiera etiketter.
  2. Inspektera bildkvalitet och oobserverbara fall.
  3. Registrera bedömningsregler för oklarhet.
Om det blir fel

Om en defekt inte är synlig kan en annan modell inte återställa information som kameran aldrig fångade.

Referensbas: Geometrisk ställningsuppskattning. Exemplet och genomgången är redaktionella tillämpningar av källan.

Lär dig i den här ordningen

  1. Defektkategorier, gränsfall och synlighet
  2. Belysning, optik, posering och kalibrering
  3. Falskt acceptera kontra falskt avvisa konsekvenser
Läs och ansök sedan

Russ Tedrake · MIT · Kurs kapitel

Geometrisk ställningsuppskattning

Läs: Börja med kameror, djupobservationer, saknade returer och delvyer före registreringsmetoder.

Använd avkänningsantagandena för att identifiera oobserverbara fall innan du märker data eller litar på en geometrisk uppskattning.

Använd det: Bekräfta att den föreslagna bilduppställningen gör varje kritisk defekt synlig, inklusive tilltäppta eller ogiltiga observationer.

Omsätt det i praktiken

  1. Samla in normala, defekta och tvetydiga exempel över representativa förhållanden.
  2. Skriv regler för märkning och bedömning med kvalitetsteamet.
Producera detta

En defektkatalog, bildframställning och anteckningsguide.

Redo för nästa steg när...

Resurser för detta skede

opencv · opencv →

Studera bildbehandling och kamerarelaterade verktyg genom dess uppströms projektdokumentation.

RealSense →

Jämför djupavkänning med räckvidd, scen, kalibrering och mjukvarukrav som stöds.

Luxonis OAK →

Undersök hårdvara för djup och kantuppfattning i ett inspelat avkänningsexperiment.

02

Mellanliggande

Validera en baslinje utan läckage

Jämför en inspektionsmetod med en ärlig produktionsliknande uppdelning.

Hur det här steget fungerar

En valideringsdelning bör återspegla den produktionsvariation du avser att hantera. Närliggande ramar och inspelningar under samma session kan göra en slumpmässig uppdelning missvisande.

Arbeta igenom ett exempel

Illustrativ studieövning · skriven av botstest

Håll ut kompletta fångstsatser och rapportera fel efter defekt och ljusförhållanden. Välj en tröskel med hjälp av överenskomna inställningsdata och inspektera sedan dess beteende på den orörda utvärderingsbatchen.

  1. Frys splitten innan du ställer in.
  2. Rapportera kritiska missar och falska avslag separat.
  3. Inspektera osäkerhet och indata av låg kvalitet.
Om det blir fel

Hög övergripande noggrannhet kan dölja en kostsam sällsynt defekt; granska felfördelningen.

Referensbas: Korsvalidering: Utvärdera Estimatorprestanda. Exemplet och genomgången är redaktionella tillämpningar av källan.

Lär dig i den här ordningen

  1. Batch/sessionsuppdelningar och klassobalans
  2. Tröskelval och förvirringsmatriser
  3. Avvisade, oobserverbara och out-of-distribution indata
Läs och ansök sedan

Omsätt det i praktiken

  1. Träna eller konfigurera en enkel baslinje och utvärdera uthållna batcher.
  2. Inspektera fel efter defekttyp och belysnings-/positionstillstånd.
Producera detta

En uthållen valideringsrapport och tröskelbeslutspost.

Redo för nästa steg när...

Resurser för detta skede

opencv · opencv →

Studera bildbehandling och kamerarelaterade verktyg genom dess uppströms projektdokumentation.

Open3D →

Inspektera punktmoln och geometribearbetningsresultat innan du använder dem i en perceptionspipeline.

Rerun →

Visualisera rumsliga observationer och jämför dem med modell- och banautgångar.

03

Professionell

Integrera beslut och övervaka driften

Gör inspektionen handlingsbar och spårbar på linjen.

Hur det här steget fungerar

Utbyggnaden kräver spårbara beslut och ett svar på drift. Behandla ändringar av produkten, bilden eller modellen som ändringar i inspektionsprocessen.

Arbeta igenom ett exempel

Illustrativ studieövning · skriven av botstest

Kör en skuggutvärdering innan du tilldelar automatisk disposition där så är lämpligt. Rekonstruera ett avvisat beslut från bild-, modell- och tröskelversioner och planera sedan de kontroller som behövs efter en kamerarörelse.

  1. Definiera eskalering av osäkert resultat.
  2. Behåll del och bearbetning av ursprung.
  3. Återvalidera relevanta leverantörs-, produkt- och bildändringar.
Om det blir fel

En stabil modellfil garanterar inte stabil inspektion när belysning eller produktpresentation ändras.

Referensbas: Produktförverkligande. Exemplet och genomgången är redaktionella tillämpningar av källan.

Lär dig i den här ordningen

  1. Spårbarhet för delar och avslagshantering
  2. Latens, bildkvalitet och driftlarm
  3. Förlängning efter byte av kamera, leverantör eller produkt
Läs och ansök sedan

NASA Systems Engineering Handbook · Praktisk guide

Produktförverkligande

Läs: Läs översikten och jämför ansvar för verifiering, validering och produktövergång.

Använd skillnaden mellan verifiering och validering för att strukturera acceptans och överlämnandebevis.

Använd det: Kräv spårbar bild/modell/tröskelbevis och förlängning efter ett kontrollerat produkt- eller kamerabyte.

Omsätt det i praktiken

  1. Kör en skugglägespilot före automatiserad disposition där så är lämpligt.
  2. Repetera eskalering av osäkert resultat och validera efter en kontrollerad processförändring.
Producera detta

Ett inspektionsacceptanspaket och övervakning/förändringskontrollplan.

Redo för nästa steg när...

Resurser för detta skede

Foxglove →

Inspektera inspelade robotsignaler och bygg vyer som avslöjar timing och systemfel.

NVIDIA Jetson →

Utvärdera edge comput mot arbetsbelastningen, effekt, termisk och mjukvarukrav som du mätt.

Luxonis OAK →

Undersök hårdvara för djup och kantuppfattning i ett inspelat avkänningsexperiment.

Vanliga fallgropar

  • Slumpmässigt dela upp bilder från samma inspelningssession.
  • Optimera genomsnittlig noggrannhet samtidigt som kostsamma missade defekter döljs.

Vart ska man gå härnäst

Utöka till nya produkter endast efter att ha granskat defektdefinitioner, bildbehandling och hållna bevis.

Utforska andra industri vägar →