导航

木板瑕疵检测引导系统

  • Additional Description
一. 综述:

木板瑕疵检测系统面向对板材生产过程中对外观质量有要求的企业,本系统可以代替95%以上人工检验员的工作。在精度上大大高于人眼,检出率、准确率均好过人工检验员。并且无疲劳,长期能给企业带来很好的成本控制和质量控制,是国家智能制造、智慧工厂发展战略下的一个重要组成部分。

本系统由彩色工业相机、高显色性LED光源、采用最新机器学习技术的瑕疵模型、高性能计算机构成。系统由正面检测和背面检测两工位构成,以检出不同形态的瑕疵。该套系统检测范围为1200mm*600mm。可检测木材疖疤、树髓树芯、虫洞、霉变等常规瑕疵。

本系统适用于木板、地板等表面较为平整的木材检测,可以检测出其异常物理型瑕疵并发送指定坐标给钻孔、切割机器人,自动处理板材表面瑕疵,配合板材输送流水线可快速进板、识别、处理瑕疵、下板。能够替代木材检测人工的劳动力,是提高木材生产效率而研究出的高效能产值工具。

本系统最大优势在于瑕疵检测模型的性能以及针对木材加工过程中特定功能的理解和开发,对于形态特征典型的瑕疵做到了99.6%以上识别能力;对于尺寸小,相对特征不明显的瑕疵也实现了80%以上的检出能力;误报(虚警)在5%以下;与世界计算机视觉三大顶级会议CVPR(Conference on Computer Vision and Pattern Recognition)国际计算机视觉与模式识别会议,ICCV(International Conference on Computer Vision)国际计算机视觉大会、ECCV(European Conference on Computer Vision)欧洲计算机视觉国际会议中相关的检测模型相比,其准确率位于同一水平。

目前本系统已在山东青岛某风电复合材料工厂得到成功应用,有意向客户可联系本司前往生产现场考察交流。

 

二. 系统功能介绍:
(1)系统指标

光学精度:0.1mm

检测视野:1200mm*600mm(可根据项目要求定制)

2)检测方式

正面检测+反面检测

3)检测能力:

不同形态树心树髓:

不同形态结疤:

不同形态虫洞:

不同形态霉变:

 

三. 关键技术介绍:

本系统充分利用AI深度学习技术,基于目标检测框架,利用多层卷积网络的强大目标刻画能力提取木板瑕疵特征,采用多尺度特征融合技术实现大瑕疵(70mm)和小瑕疵(10mm)的良好兼容性。

主要技术如下:

(1)实现倾斜目标角度测量功能。可同时检测目标位置、尺寸及偏转角,实现联排打孔引导,不伤及良品的情况下,准确剔除瑕疵,降低材料打孔浪费率。

(2)特征增强技术。兼容复杂形态目标,可识别结疤+树心约40-50种形态。

(3)多尺度识别技术,可以识别尺寸相差达到5-7倍的目标(10-70mm)漏检率低。

(4)相似目标细粒度区分能力。木板中有许多相似目标,如黄褐斑和某些结疤,通过细粒度区分技术实现比较准确的区分。

(5)复杂目标分解技术。木板瑕疵由于天然生长,形态复杂,很多目标不能用一个规则的图形表示。通过复杂目标分解技术实现准确的打孔引导。避免破坏瑕疵以外的部分。

(6)残留瑕疵识别处理能力。有些树心或者结疤并非上下垂直生长,正面打孔干净以后,反面可能存在残留。残留识别与原有孔洞识别避让,防止打重孔。

四. 项目实施展示: