Transcript 布匹质量检测系统方案
布匹质量检测系统 ——用于织物厂的机器视觉系统 2014.08.12 博创实验室致力于顶尖的机器视 觉系统的开发，我们集结了来自上海 交通大学、中国科技大学、哈尔滨工 业大学等全国顶尖院校的优秀软、硬 件专家，致力于为您的企业提供一流 的工业智能化解决方案，整体提升企 业自动化水准。 机器视觉系统就是用机器代替人 眼来做测量和判断并做出对应的反应 的自动化智能系统。应用于工业活动 中所有需要人眼睛观察、检测、处理 的步骤，在代替人工检测步骤、显著 降低人工成本的同时，极大地提高检 测的精确程度，保证工业活动无差错 地进行，是实现您的工业活动全面自 动化的必备设备。 国内织物厂现状 验布机+人工肉眼检测方案 1、需要另外购置大量验布机，成本高昂，验布机单价1万-20万不等； 2、需要大量工人换班，工人薪资逐渐增高，人工成本越来越大； 3、工人长时间肉眼盯着布料，易疲劳、倦怠而无法避免地造成疏漏，会有不小 比例的次品进入市场流入客户手中，严重影响企业声誉； 4、若发现瑕疵、次品，则整卷布都不得不废弃，无法修补，损失巨大； 需求介绍（What we need?） • 研发、设计、生产一套地毯底布质量监测 系统。要求此系统可监控125台纺织机生产 出的地毯底布质量情况，如发现质量有瑕 疵，此系统自动关停机器。监控期间，实 时记录下监控结果 可以做什么 验布机工人 验布机 机器视觉系统（织物厂定制版） 结构示意图 织布机状态 接收端 工厂ERP系统 一旦有机器停机 工人进行修理 去掉坏布后，机器继续运行 布料恢复成完好无瑕疵状态 监控摄像头 织布机状态 发送端 图像采集 停机控制 图像处理模块 一旦检测出瑕疵 即控制织布机停机 同时发送信息至监控主机 并记录入工厂ERP系统 来自上海交大、哈工大的博士团 队，拥有国内顶尖的图像处理算 法经验，通过机器视觉可以准确 识别出各种瑕疵，单个瑕疵识别 准确率在95%以上，大批量连 续识别可以保证A级品出厂率在 99%以上。相比之下，人工肉 眼识别准确率低，漏掉的次品流 入客户手中会造成投诉、退货， 产生极为不良的影响。次品将造 成不可忽视的直接和间接的经济 损失。 在上位机的监控 端，除了会显示 梭织机的实际运 行状态，也可以 手动远程控制梭 织机的开停。 给客户企业带来的效益 A级品销往国外，是主要产品，有投诉； B级品销往国内，投诉多，售价低； C级品是废布，卖不出去； 使用前 1% 使用后 5% 15% A级品 A级品 B级品 B级品 C级品 80% 99% 中石化旗下织物制造企业——仪化博纳织物有限公司的布匹月销量400~600万平米， 平均售价2元/平米，月平均销售额为1000万元。 （1）C级品转化成A、B级品将带来每月50万元的效益，不算A、B级品质量提升后带 来的效益，仅靠减少C级品，3个月之内即可回本，1年即可带来500万以上的效益； （2）B级品转化为A级品带来的效益由于客户公司对售价保密而未知，但也相当可观； （3）A级品中降低人工疏忽、遗漏的次品的比例，也将大大减少投诉，提高企业信誉； 运营成本 人工成本：中石化旗下织物制造企业——仪化博纳织物有限公司拥有125台苏尔寿 P7300片梭织机，每天检测到的瑕疵次数1-10个，一般瑕疵15分钟以内即可维护完 毕，派1-2名工人待命维修，4-8名工人轮换。人工维护成本跟现有的通过人眼以及 验布机的检测流程消耗的人工成本相当（人工检测需要8名工人）； 用电成本：每套设备功率在10瓦以内，跟其他大型设备相比可以忽略不计； 购买成本 本厂全部125台机器 …… 本厂125台机器全部装配本检测系统， 每台平均单价1万元左右，国外同类 型机器视觉公司产品康耐视的InSight视觉系统单价8.3万元人民币， 本系统价格不到其八分之一。3个月 不到即可回本，一年可以创造500万 元以上的效益。 融资方式 开发阶段 金额：2-8万元 周期：45天 用途：样机开发、实验和实地调试； 回报方式：债权，45天后按120%返还； 产业化阶段 金额：200~800万元 周期：1~3年 用途：租用500~1000平米厂房办公及设备安装、电路板生产线、塑料模具生 产线、硬件加工设备、市场化运作； 回报方式：债权/股权/待议； 团队介绍 职位 成员 学历 学校 专业 目前状态 总工程师 赵工 硕士 郑州大学 系统分析与集成 重庆互度科技软件工程师 软件工程师 李工 博士 上海交通大学 模式识别与人工智能 SAP公司实习生 软件工程师 陈工 硕士 哈尔滨工业大学 新体制雷达系统 搜狗浏览器公司软件工程师 软件工程师 罗工 本科 华中科技大学 应用物理学 博创实验室软件工程师 硬件工程师 熊工 硕士 武汉大学 电气工程及其自动化 中科院电力所硕士在读 硬件工程师 胡工 硕士 华中科技大学 系统工程 某军工企业硬件工程师 拥有强大的技术团 队和丰富的项目经 验，基于国内一流 的图像处理技术， 博创实验室致力于 打造国内行业领先 的机器视觉系统。 欢迎前来咨询 博创实验室——领先的机器视觉系统开发 联系人：罗经理 手机：13657240896 旺旺：黑色水晶号 店铺：博创实验室 QQ：800059972 / 814936524 E-mail：[email protected] [email protected] 主页：http://matlab001.taobao.com 通讯地址：湖北省武汉市洪山区珞瑜路1037号 合作方式 单独预算/万元 阶段 单机实验 多机联网实验 全面自动化 对象/台 1 1+4 1+4 + 120 周期/天 内容 方案A 方案B 45~60 （1）安装全套图像采集系统； （2）对正常布匹及瑕疵布匹进行图像处理算 法设计； （3）设计反馈控制电路，用信号灯指示瑕疵 检测状态； （4）按照图像检测验收标准，使单个瑕疵检 测率达到90%以上； 0 6 30~45 （1）在单机实验成功的基础上，构建5台机 器的通信网络； （2）设计反馈控制电路，检测到瑕疵立即使 15 梭织机停机； （3）开发上位机监控终端，实时监测5台梭 织机状态的同时可以手动控制每一台机器开停； 10 30~45 （1）在多机联网实验成功的基础上，构建 125台机器的完整通信网络； （2）调试、维护以保证整个大网络可以长时 间不间断运行； （3）将网络整体与公司ERP系统联网，机器 状态数据实时输入公司数据库； 96 120 下面是方案的技术细节 系统初步界面（GUI） • 图中左侧部分显示为机器列表，右侧显示监测状况，包括 采集到的图片（右上）,和实时检测结果（右下）。 • 操作方法：在左侧选中某台机器，例如16号机器，那么右 侧就显示相应16号机器的监测状况（图片结果，文字结 果）。 布匹质量检测系统技术实现总体框 图（Framework） 图像采集(Image acquisition) • 图像采集部分采用CCD摄 像头加图像采集卡的基本 模式即可。CCD摄像头有 很多选择。图像采集卡必 须功能全面，完善，要有 着丰富的API （Application Programming Interface, • 窗口上一些具体的可调参数类 应用程序编程接口），能 型可以根据实际要求调整，大 够支持图像采集参数，数 致上可以设置一些感兴趣区域， 据读写传输，图像编解码 缩放图像，对图像进行一些变 等等操作，方便使用。同 换处理等等。整个界面的左侧 时，也有详细的API使用 显示的是实时采集来的图像， 右侧是一些可调参数的输入和 文档可供参考。这部分是 按钮。 关键中的关键 实现的功能可以大致如下(function) • 1 采集图像并且显示，可以设置采集图像的频率。关于这一点是最基 本的设置。图像采集与保存输出，采集频率（帧速）设置，图像采集 卡上都会有方便使用的API。 • 2 设置感兴趣区域。有时采集来的图像可能很大，我们并不会对整个 图像区域感兴趣。此时我们需要设置图像的兴趣区域，即设置图像的 某个部分放大显示到屏幕上。 • 3 可以对图像做一些简单的变换操作，例如平滑滤波，对比度拉伸， 光线调节，图像增强，边缘检测，缩放，亮度调整等等。此时会有较 多可调节的参数和算法。每一个部分可以做个小一点的模块。这些算 法我们调用采集卡API上面的一些函数，也可以使用opencv函数，有 的需要根据实际图片自己研发相关处理算法。 • 4 进行缺陷的检测和分类模块。这部分是核心。相关算法需要具体研 发和实验。 • 5 显示图像上的点的坐标和灰度（RGB）等等。 图像识别(Image recognition) • 针对布匹图像特点， 这里要识别出整片布 匹中是否存在瑕疵部 分，建议对图片分块， 然后提取GLCM （glcm:灰度共生矩阵） 纹理特征，再利用 ANN（ann:人工神经 网络）分类器进行分 类识别。 图像识别算法流程(algorithm flow) 反馈控制(feedback control) • 反馈控制功能要求：中心处理机在发出控制信 号后，控制机器安全关停。 • 织布机的安全关停分为手动方式和自动方式。 PC机与织布机之间的通信系统 (network) • 考虑到稳定性和高速率通信要求，打算采用网络通信，上位机（PC机） 通过网络接口将控制信号发出，经过网线传送到下位机的单片机系统， 单片机系统通过网络收发芯片（例如DM9000）将接收的物理层信号 解码成数据链路层数据，支持10M/100M速率。下位机系统采用高主 频ARM将采集得到的图像数据通过网络发送出去给上位机处理。可以 通过一台控制电路控制多个机器，机器的数量要根据现场情况来确定。 织物验收标准(Acceptance criteria) 所需材料清单(list) Thank you Q&A