Design of Automated Optical Inspection Machine

1. THIẾT KẾ MÁY KIỂM TRA
NGOẠI QUAN SẢN PHẨM
TP.HCM, Ngày 12/01/2018
Người trình bày: Trần Minh Chiến
ĐẠI HỌC QUỐC GIA TP.HCM – TRƯỜNG ĐẠI HỌC BÁCH KHOA
KHOA CƠ KHÍ – BỘ MÔN CƠ ĐIỆN TỬ
SVTH: Trần Minh Chiến - MSSV: 21300382
GVHD: TS. Lê Thanh Hải
LUẬN VĂN TỐT NGHIỆP ĐẠI HỌC
(Design of Automated Optical Inspection Machine)
112/01/2019 Trần Minh Chiến

2. Nội dung trình bày
2
1. Tổng quan
2. Lựa chọn phương án thiết kế
3. Tính toán thiết kế cơ khí
4. Thiết kế mạch điện và bộ điều khiển
5. Thiết kế giải thuật xử lý hình ảnh và chương trình điều khiển
6. Thực nghiệm – đánh giá kết quả
7. Tổng kết và hướng phát triển đề tài
Trần Minh Chiến

3. 1. Tổng quan
3
Kiểm tra ngoại quan sản phẩm
Nhãn hàng hóa Linh kiện, phụ kiện
Trần Minh Chiến

4. 1. Tổng quan
4
Cấu tạo máy kiểm tra ngoại quan sản phẩm:
Các bộ phận chính gồm:
• Bộ phận cung cấp
• Camera: (1)
• Bộ phận chiếu sáng: (2)
• Bộ phận xử lý và hiển thị: (3), (4)
• Bộ phận phân loại sản phẩm
Trần Minh Chiến

5. Mục tiêu, nhiệm vụ và phạm vi đề tài
5
Mục tiêu:
• Đối tượng kiểm tra là vi điều khiển xếp trên khay chuyên dụng.
• Dùng phương pháp kiểm tra ngoại quan để nhận dạng sản phẩm lỗi.
• Có khả năng nhận dạng, phân loại sản phẩm mắc các lỗi phổ biến, thường
gặp.
Nhiệm vụ:
• Tìm hiểu tổng quan về công việc kiểm tra ngoại quan sản phẩm.
• Phân tích và lựa chọn phương án thiết kế máy kiểm tra ngoại quan sản phẩm.
• Thiết kế kết cấu cơ khí máy kiểm tra.
• Thiết kế mạch điện và điều khiển.
• Xây dựng giải thuật và viết chương trình phát hiện lỗi trên sản phẩm ứng dụng
xử lý ảnh.
Trần Minh Chiến

6. Mục tiêu, nhiệm vụ và phạm vi đề tài
6
Phạm vi đề tài:
• Đối tượng kiểm tra: sản phẩm vi điều
khiển STM8 TQFP 48 chân, có kích
thước 9.7×9.7 mm.
• Kiểm tra trên mặt trên của chip được
xếp trong khay nhựa kích thước
312×135 mm, số lượng: 250 sản
phẩm/khay.
• Nhận dạng các lỗi phổ biến: Sai
hướng; sai, khuyết mark; thiếu chân.
Đối tượng kiểm tra.
Trần Minh Chiến

7. 2. Lựa chọn phương án thiết kế
Các phương án
Bộ truyền động Bộ dẫn độngKết cấu bàn máy Động cơ
Vít me - đai ốcSplit Axis Trục trượt tròn
Động cơ bước
(step motor)
Bộ điều khiển Bộ xử lý ảnh
Công tắc hành
trình
Camera
Vi điều khiển
(PIC)
Công tắc cơ Máy vi tính Camera USB
7
Sơ đồ lựa chọn phương án.
Trần Minh Chiến

8. 3.Tính toán thiết kế cơ khí
1 32 4
1 – Trục trượt tròn; 2 - Ổ trượt tròn;
3 – Trục vít me; 4 – Động cơ bước
Sơ đồ nguyên lý và truyền động trên trên các trục X và Y.
8
Y
X
Camera
Z
X
Y
Trần Minh Chiến

9. 3.Tính toán thiết kế cơ khí
Kết quả tính chọn bộ truyền động- dẫn động và động cơ.
9Trần Minh Chiến

10. 3.Tính toán thiết kế cơ khí
10
Mô hình sau khi tính chọn và thiết kế.
Trần Minh Chiến

11. 4. Thiết kế mạch điện và bộ điều khiển
11
Sơ đồ hệ thống và các thành phần điện.
STT Thành phần S.lg
1 Máy vi tính 1
2 Camera 1
3 Mạch chuyển đổi USB-UART 1
4 Mạch vi điều khiển 1
5 Mạch driver cho stepmotor 2
6 Step motor 2
7 Công tắc hành trình 4
8 Nút nhấn (EMG) 1
Máy vi tính
Vi điều khiển
Motor trục X Y
Driver động cơ
Camera USB
RS-232
Công tắc hành
trình
Trần Minh Chiến

12. 4. Thiết kế mạch điện và bộ điều khiển
12
PIC16F877A
8 kênh ADC 10 bit
 5 Port I/O
 32 Pin I/O
PORT I/O
 USART
 SPI
 I2C
 PSP
Chuẩn giao tiếp
3 Bộ Timer/Counter
 Timer 0: 8 bit
 Timer 1: 16 bit
 Timer 2: 8 bit
TIMER
 8K x 14 works flash
 368x8 byte Ram
 256x8 byte EEPROM
Bộ nhớ
2 Bộ so sánh
tương tự
Bộ so sánh
 2 Bộ capture 16 bit
 2 Bộ compare 16 bit
 PWM 10 bit
CPP
(Capture/Compare/PWM)
Các tính năng của vi điều khiển PIC16F877A.
Trần Minh Chiến

13. Khối điều khiển dùng PIC16F877A
13
Sơ đồ mạch điện khối điều khiển.
Trần Minh Chiến

14. Kết nối thiết bị
14
Sơ đồ kết nối các thiết bị, module trên mạch điều khiển.
Trần Minh Chiến

15. Bộ điều khiển trên PIC
15
Giải thuật bộ điều khiển và cấu trúc dữ liệu.
Start
getc()=
ISMACHINEREADY
getc()=
STARTINSPECTION
Chế độ Auto
Inspection
Chế độ Manual
Dịch chuyển bàn máy
theo dữ liệu nhận
được
Chờ lệnh từ PC
Dịch chuyển bàn máy
theo dữ liệu nhận
được
Gởi xác nhận về PC
getc()=
STOPINSPECTION
Đúng
Sai
ĐúngSai
Đúng Sai
Congfiguration
Byte
Axis step
(High byte)
Axis step
(Low byte)
Gói dữ liệu truyền từ PC (3 bytes)
x xMSB LSB
00: Dừng máy
01: Về Home X
10: Về Home Y
11: Về Home XY0: Di chuyển chiều -
1: Di chuyển chiều +
0: Di chuyển theo số xung
1: Di chuyển về Home
01: Di chuyển trục X
10: Di chuyển trục Y
11: Di chuyển trục X+Y
Trần Minh Chiến

16. 5. Thiết kế giải thuật xử lý hình ảnh và chương trình đ.khiển
16
Thu nhận hình ảnh
(Chụp từ Camera)
Tiền xử lý
Trích chọn
đặc điểm
Hậu xử lý
Hệ quyết
định
Đối sánh, rút
ra kết luận
Lưu trữ
Các bước cơ bản trong hệ thống xử lý ảnh.
Trần Minh Chiến

17. 5.1 Hệ thống nhận dạng áp dụng PCA
17
Ảnh đầu
vào
Tiền xử lý
Trích chọn
đặc trưng
So sánh
Trích chọn
đặc trưng
Tập ảnh
huấn luyện
Không lỗi
Sai hướng
Sai, khuyết mã
Thiếu chân
Hệ thống nhận dạng áp dụng PCA.
Trần Minh Chiến

18. Tập ảnh huấn luyện
18
Một số ảnh lỗi tiêu biểu và bộ ảnh huấn luyện.
Trần Minh Chiến

19. Tiền xử lý
19
Nhận dạng vùng
ảnh
Chuẩn hóa kích
thước
Đọc ảnh
đầu vào
Đổi sang ảnh
xám
Cắt ảnh
Tiền xử lý
Kết thúc
Quá trình tiền xử lý.
Trần Minh Chiến

20. Trích đặc trưng ảnh huấn luyện
20
Tìm trị riêng và vector riêng
của ma trận hiệp phương
Biễu diễn các ảnh trong
không gian đặc trưng
Lấy ảnh
huấn luyện
Chuyển thành
vector cột
Tính sai số
Đặc trưng
ảnh huấn
luyện
Kết thúc
Tính vector
trung bình
Chuẩn hóa
vector đặc trưng
Quá trình trích đặc trưng huấn luyện.
Ii: N × N
Γi: N2
× 1
Ψ =
1
M i=1
M
Γi Φi = Γi − ΨC =
1
M i=1
M
Φi Φi
T
= AAT A =
1
M
Φ1 Φ2 … ΦnATA ⟶ vi ⟶ ui= vi. A Chuẩn hóa ui = 1Φi =
w1
i
w2
i
. . .
wK
i
Φi − mean =
J=1
K
wjuj
với wj = uj
T
Φi
Trần Minh Chiến

21. Nhận dạng
21
Tính khoảng cách Euclic
So sánh và trả về kết
quả
Đọc ảnh
kiểm tra
Chuẩn hóa,
tính sai số
Nhận dạng
Kết thúc
Biễu diễn trong không
gian vector trị riêng
Quá trình nhận dạng.
IX: N × N ⟶ ΓX: N2
× 1
ΦX = ΓX − Ψ
ΦX =
i=1
K
wiui
với wi = wi
T
ΦX
ΦX =
w1
w2
. . .
wK
ΦX =
w1
w2
. . .
wK
er = mini Ω − Ωi
 Đưa ra kết quả là ảnh đúng nhất
Trần Minh Chiến

22. 5.2 Chương trình điều khiển và lưu đồ giải thuật
22
Bắt đầu
Nút Start Machine
được nhấn
Nút Start Inspection
được nhấn
Nút E- Stop
được nhấn
Dừng MotorX
Dừng MotorY
Sai Đúng
Đúng
Sai
Sai
Đúng
Chế độ Manual Chế độ Auto
Kết thúc
Cập nhật dữ liệu
đào tạo
Trần Minh Chiến

23. 5.1 Chương trình điều khiển và lưu đồ giải thuật
23
Giao diện chương trình điều khiển và xử lý ảnh.
Trần Minh Chiến

24. 6. Thực nghiệm – đánh giá kết quả
24Trần Minh Chiến

25. 6. Thực nghiệm – đánh giá kết quả
25
Lỗi “Sai hướng”:
Tỉ lệ nhận dạng đúng là 7/10.
Thời gian trung bình: 2.9 s/sp.
Lỗi “Sai, khuyết mark”:
Tỉ lệ nhận dạng đúng là 6/10.
Thời gian trung bình: 3.1 s/sp.
Lỗi “Thiếu chân”:
Tỉ lệ nhận dạng đúng là 5/10.
Thời gian trung bình: 3.2 s/sp.
STT Sai hướng Sai khuyết mark Thiếu chân Không lỗi T.gian (s)
1 1 3 1 5 55
2 1 2 1 6 51
3 1 2 2 5 49
4 1 2 0 6 49
5 1 3 1 5 51
6 1 2 2 5 50
7 1 2 2 5 51
8 1 3 0 6 52
9 1 2 1 6 49
10 1 3 0 5 50
Kết quả kiểm tra tự động với 10 sản phẩm:
Trần Minh Chiến

26. 6. Thực nghiệm – đánh giá kết quả
26
 Đánh giá kết quả và kết luận:
• Tỉ lệ nhận dạng thành công trung bình còn thấp khoảng 60 %, thời gian trung
bình là 3s/sản phẩm (không tính thời gian di chuyển bàn máy).
• Khả năng phát hiện được sản phẩm “không lỗi” tương đối cao trong điều kiện
môi trường được cố định, ánh sáng tốt, gần với điều kiện lấy mẫu.
• Độ chính xác nhận dạng phụ thuộc vào bước tiền xử lý ảnh và số lượng ảnh
huấn luyện.
• Quá trình di chuyển đến các vị trí chụp lấy ảnh còn chậm, làm tăng thời gian
của quá trình kiểm tra.
Trần Minh Chiến

27. 7. Tổng kết và hướng phát triển đề tài
 Kết quả đạt được:
• Tìm hiểu các yêu cầu phương pháp kiểm tra ngoại quan, xử lý ảnh, điều khiển
cơ cấu chấp hành.
• Tính toán, thiết kế cơ khí, dựng mô hình 3D và chế tạo mô hình cho máy kiểm
tra ngoại quan sản phẩm tự động.
• Xây dựng giải thuật và lập trình điều khiển bàn máy, giao tiếp với máy tính trên
vi điều khiển PIC.
• Xây dựng giải thuật và lập trình xử lý ảnh để nhận dạng 3 lỗi phổ biến: sai
hướng, sai - khuyết mark, thiếu chân.
• Thiết kế giao diện chương trình điều khiển máy kiểm tra và nhận dạng kiểm tra
sản phẩm tự động.
27Trần Minh Chiến

28. 7. Tổng kết và hướng phát triển đề tài
 Hạn chế của luận văn:
• Tỉ lệ nhận dạng đúng sản phẩm lỗi chưa cao.
• Thành phần kết cấu cơ khí chưa đúng tiêu chuẩn nên làm chậm tốc độ vận
hành.
• Năng suất kiểm tra còn thấp.
 Hướng phát triển đề tài:
• Chụp và kiểm tra cùng lúc nhiều sản phẩm để giảm bước dịch chuyển bàn
máy.
• Tối ưu giải thuật giảm thời gian xử lý.
• Phát triển giải thuật để kiểm tra thêm các lỗi khác trên sản phẩm.
28Trần Minh Chiến

29. 29
Xin chân thành cảm ơn
Thầy cô và các bạn đã theo dõi
Trần Minh Chiến

30. Tài liệu tham khảo
[1]. PGS.TS Nguyễn Hữu Lộc (2013). Cơ sở thiết kế máy. NXB ĐHQG Tp.HCM.
[2]. PGS.TS Trịnh Chất - TS. Lê Văn Uyển (2006). Tính toán thiết kế hệ dẫn động cơ khí.
NXB Khoa học và Kĩ thuật Tp.HCM.
[3] Lindasay I. Smith (2002), A tutorial on Principal Components Analysis. John Wiley &
Sons Inc.
[4] Lục Anh Tuấn (2016). Máy kiểm tra ngoại quan sản phẩm. Luận văn đại học, Đại Học
Bách Khoa TP.HCM.
[5] Trương Trường Giang (2017). Thiết kế hệ thống kiểm tra máy đọc mã vạch. Luận văn
đại học, Đại Học Bách Khoa TP.HCM.
[6] Nguyễn Kế Nhựt (2017). Thiết kế máy phay rập tự động cho ngành may. Luận văn đại
học, Đại Học Bách Khoa TP.HCM.
[7] Alper Yildirim (2003). CNC printed circuit board drilling machine. Final Project Report,
Hacettepe University.
31Trần Minh Chiến

31. Tài liệu tham khảo
[8] Vũ Mạnh Hùng (2013). Nhận dạng mặt người sử dụng đặc trưng PCA. Luận văn đại
học, Học viện Công Nghệ Bưu Chính Viễn Thông.
[9] Từ Minh Hiển - Trần Thị Khánh Hòa, (2012). Nhận dạng khuôn mặt người bằng mạng
nơron và phương pháp phân tích thành phần chính. Trong kỷ yếu hội nghị Nghiên cứu
Khoa Học Trẻ lần 8 Đại học Đà Nẵng, pp. 6.
[10] Murat Firat (2007). Image Recognition with Neural Networks. Code Project.
[11] C.Johnson (2014). EMGU Face Recognition using PCA and Parallel Optimisation.
[12] Amit Dhital (2017). Face Recognition using PCA. Github.
[13] ASV Software. Hệ thống kiểm tra ngoại quan tự động MVI250.
[14] Công ty TNHH KT-CN Minh Long. Phát hiện lỗi sản phẩm dùng camera.
[15] THK Co.,Ltd., Linear Guideway Technical Information.
[16] Samick Precision Ind., Technical Information.
32Trần Minh Chiến

32. Tính chọn trục trượt tròn
Hình 3.2 Tải trọng trên hai trục X,Y.
33
LOAD
1 2
4 3
LOAD
F1Z F2Z
F4Z F3Z
d0/2
d0
d3
F1Y
F2Y
F3Y
F4Y
d1
d1/2
1 2
4 3
d1
d0/2
d0/2
LOAD
F1Z
F4Z
F2Z
F3Z
LOAD
d1/2
LX = 0.5 kg ⇒ FX = 0.209 kgf
LY = 0.8 kg ⇒ FY = 0.2 kgf
Trần Minh Chiến

33. Tính chọn trục trượt tròn
Hình 3.3 Cách gá đặt trục trượt tròn.
34
F F
a a
L
𝛿
d0
δmax =
Fa2
24 × EI
2a + 3d0 ; θ = sin−1 δmax
L < 0.5°
Độ võng tối đa của trục và độ võng cho phép của trục khi có ổ bi trượt là:
D 𝑌 ≥ 1,97 mmD 𝑋 ≥ 2.55 mmSuy ra:
Do đó chọn trục trượt ∅8, ổ trược LM8UU
Trần Minh Chiến

34. Tính chọn vít me - đai ốc
35
d2 ≥
Fa
πψH q ψh
= 0.167 mm
Tính đường kính trung bình với ψH = 2; ψh = 0,5; [q] = 9 MPa
Đường kính tb d2 = 7 mm
Bước ren p = 2 mm
Chiều cao profin ren h = ψhp = 1 mm
Đường kính ngoài d = d2 + h = 8mm
Đường kính trong d1 = d2 − h = 6mm
Bước vít ph = Zhp = 8mm
Góc vít γ = tan−1 ph/𝜋d2 = 0.35°
Từ đó chọn các kích thước
vít me như bên:
Kiểm tra điều kiện tự hãm 
Kiểm nghiệm độ bền 
Kiểm nghiệm ổn định 
Chọn kích thước đai ốc
Chiều cao đai ốc H = ψHd2 = 14 mm
Số vòng ren z = H/p = 1.75
Đường kính ngoài D = 10 mm
Đường kính ngoài
mặt bích
D1 = 12mm
Chiều dày mặt bích δ = 2 mm
Trần Minh Chiến

35. Tính chọn động cơ bước
36
Tốc độ lớn nhất: Vmax = 0,01
Gia tốc: 𝑎 = 1m/s2
𝐹𝑟 = 𝑠 ×
(0,05.0.8.9,81 + 0.8.1). 16,5
1000
= 0.052 Nm
Moment tải cần có của động cơ:
LX = 0.5 kg ; LY = 0.8 kg
Hệ số ma sát: 𝜇 = 0.05
(Hệ số an toàn 𝑠 = 2)
Trần Minh Chiến

36. Tính chọn động cơ bước
37
Do đó chọn động cơ NEMA 1704HS168A - 48mm là phù hợp
Trần Minh Chiến

37. Tính chọn động cơ bước
38Trần Minh Chiến

38. Trích đặc trưng ảnh huấn luyện - Ví dụ
39
Tìm trị riêng và vector riêng
của ma trận hiệp phương
Biễu diễn các ảnh trong
không gian đặc trưng
Lấy ảnh
huấn luyện
Chuyển thành
vector cột
Tính sai số
Đặc trưng
ảnh huấn
luyện
Kết thúc
Tính vector
trung bình
Chuẩn hóa
vector đặc trưng
Bước 1: Đọc vào các ảnh I1, I2, … In
I1 =
1 2
4 5
; I2 =
7 3
2 1
; I3 =
1 9
2 5
Bước 2: Biểu diễn mọi ảnh Ii thành vector i .
Γ1 =
1
4
2
5
; Γ2 =
7
2
3
1
; Γ3 =
1
2
9
5
Bước 3: Tính vector trung bình .
Ψ =
1
M i=1
M
Γi = 3
8
3
14
3
11
3
T
Bước 4: Tính sai số của các ảnh: Φi = Γi − Ψ
Φ1 = −2
4
3
−8
3
4
3
T
; Φ2 = 4
−2
3
−5
3
−8
3
T
;
Φ3 = −2
−2
3
13
3
4
3
T
Trần Minh Chiến

39. Trích đặc trưng ảnh huấn luyện - Ví dụ
40
C =
1
M i=1
M
Φi Φi
T
= AT
A
A =
−2 4 −2
4
3
−2
3
−2
3
−8
3
−5
3
13
3
4
3
−8
3
4
3
; C =
44
3
−8
−20
3
−8
79
3
−55
3
−20
3
−55
3
25
Tìm trị riêng và vector riêng
của ma trận hiệp phương
Biễu diễn các ảnh trong
không gian đặc trưng
Lấy ảnh
huấn luyện
Chuyển thành
vector cột
Tính sai số
Đặc trưng
ảnh huấn
luyện
Kết thúc
Tính vector
trung bình
Chuẩn hóa
vector đặc trưng
Bước 5: Tính ma trận hiệp phương sai. Bước 6: Tính các trị riêng, vector riêng của ma trận hiệp biến.
v1 = −0.0427 0.7275 −0.6868 T
; λ1 = 44.0604
v2 = 0.8154 −0.3707 −0.4447 T; λ2 = 21.9336
Bước 7: Tìm vector đặc trưng PCA. ui = vi. A
u1 = 4.3649 −0.0854 −4.0661 −2.9099 T
u2 = −2.2244 1.6308 −3.4833 1.4829 T
A =
1
M
Φ1Φ2 …
Trần Minh Chiến

40. Trích đặc trưng ảnh huấn luyện - Ví dụ
41
Tìm trị riêng và vector riêng
của ma trận hiệp phương
Biễu diễn các ảnh trong
không gian đặc trưng
Lấy ảnh
huấn luyện
Chuyển thành
vector cột
Tính sai số
Đặc trưng
ảnh huấn
luyện
Kết thúc
Tính vector
trung bình
Chuẩn hóa
vector đặc trưng
Bước 8: Biểu diễn các vector trong không gian đặc trưng. (Chuẩn hóa về vector đơn vị)
ui =
ui
ui
u1 = 0.6576 −0.0129 −0.6126 −0.4384 T
u2 = −0.4749 0.3482 −0.7437 0.3166 T
Trích chọn đặc trưng của từng ảnh:
Ωi =
w1
i
w2
i
Ω1 =
−0.2785
3.8194
; Ω2 =
4.8195
−1.7365
; Ω3 =
−4.5409
−2.0829
w1
i
= u1
T
Φi
w2
i
= u2
T
Φi
Trần Minh Chiến

41. Nhận dạng - Ví dụ
42
Tính khoảng cách Euclic
So sánh và trả về kết
quả
Đọc ảnh
kiểm tra
Chuẩn hóa,
tính sai số
Nhận dạng
Kết thúc
Biễu diễn trong không
gian vector trị riêng
Bước 1: Đọc ảnh cần kiểm tra và chuyển thành vecto 1 chiều .
Bước 2: Chuẩn hóa, tính sai số  của ảnh so với ảnh trung bình.
Chuẩn hóa : Φ = Γ − Ψ
Bước 3: Biểu diễn ảnh trong không gian vector trị riêng.
Ω =
u1
T
. Φ
u2
T
. Φ
u3
T
. Φ
… . …
un
T
. Φ
Với u1, u2, … uk là các vector đặc trưng.
er = minl Ω − Ωl
= minl Ω − Ωl =
𝑖=1
𝑘 1
𝜆𝑖
𝑤𝑖 − 𝑤𝑖
𝑘 2
Bước 4: Tính khoảng cách trong không gian cơ sở
bằng khoảng cách Euclid.
Bước 5: Đưa ra kết quả nhận dạng.
Trần Minh Chiến

42. Quy trình vận hành chương trình:
 Khởi động máy kiểm tra.
 Khởi động chương trình điều khiển.
 Chọn và kết nối Camera, kết nối cỗng Serialport.
 Nhấn nút Start Machine để bắt đầu.
 Đặt khay chứa linh kiện vào vị trí trên bàn máy kiểm tra.
 Nhấn nút Start Inspection để bắt đầu kiểm tra tự động hoặc sử
dụng các nút chức năng di chuyển bàn máy và chọn Manual để
kiểm tra từng vị trí.
 Kết quả sẽ được lưu vào một tập tin Excel trong một thư mục định
sẵn
43Trần Minh Chiến

43. Hai dạng máy kiểm tra ngoại quan linh kiện điện tử điển hình
44
Customized OCR / OCV System (VisionX Inc.)ATI-1 (FitTech Co. Ltd.)
Trần Minh Chiến

44. Quy trình vận hành
45
Quy trình vận hành máy kiểm tra ngoại quan sản phẩm
Cấp khay sản
phẩm lên máy
Bắt đầu quá trình
kiểm tra
Bộ phận điều khiển
(Vận hành bàn máy đến
vị trí xác định)
Bộ phận chụp ảnh
(Webcam, camera)
Nhận dạng lỗi sản phẩm
(C++/C#, Matlab, Python
...)
Hiển thị kết quả
(OK/ NG)
Trần Minh Chiến

45. Một số máy kiểm tra ngoại quan dạng bàn máy
46
Customized OCR / OCV System (VisionX Inc.)Bộ kiểm tra đa dụng MVI-250 Máy kiểm tra ngoại quan tự động (VisionX Inc)
Hệ thống kiểm tra ngoại quan Sprint CNC 300 BUSCH 3-Axis Systems
Trần Minh Chiến

46. Mô hình thử nghiệm thực tế của máy
47
Mô hình thử nghiệm thực tế
Trần Minh Chiến

47. Thực nghiệm – đánh giá kết quả
48
STT Lỗi nhận dạng Kết quả Thời gian (s)
1 Sai hướng Đúng 3.2
2 Sai hướng Đúng 2.6
3 Sai hướng Đúng 2.7
4 Sai hướng Đúng 2.9
5 Không lỗi Sai 3.1
6 Sai mark Sai 3.2
7 Sai hướng Đúng 3.1
8 Sai hướng Đúng 2.7
9 Sai hướng Đúng 2.8
10 Lỗi chân Sai 3.1
Lỗi “Sai hướng”:
Tỉ lệ nhận dạng đúng là 7/10.
Thời gian trung bình: 2.9 s/sp.
Trần Minh Chiến

48. Thực nghiệm – đánh giá kết quả
49
Lỗi “Sai, khuyết mark”: STT Lỗi nhận dạng Kết quả Thời gian (s)
1 Sai, khuyết mark Đúng 3.5
2 Không lỗi Sai 3.1
3 Sai, khuyết mark Đúng 2.9
4 Sai, khuyết mark Đúng 3.0
5 Sai, khuyết mark Đúng 3.2
6 Không lỗi Sai 3.2
7 Sai, khuyết mark Đúng 3.2
8 Không lỗi Sai 3.1
9 Không lỗi Sai 2.9
10 Sai, khuyết mark Đúng 2.9
Tỉ lệ nhận dạng đúng là 6/10.
Thời gian trung bình: 3.1 s/sp.
Trần Minh Chiến

49. Thực nghiệm – đánh giá kết quả
50
Lỗi “Thiếu chân”:
Tỉ lệ nhận dạng đúng là 5/10.
Thời gian trung bình: 3.2 s/sp.
STT Lỗi nhận dạng Kết quả Thời gian (s)
1 Không lỗi Sai 3.5
2 Thiếu chân Đúng 3.2
3 Không lỗi Sai 3.1
4 Không lỗi Sai 3.2
5 Thiếu chân Đúng 3.1
6 Không lỗi Sai 3.2
7 Không lỗi Sai 3.3
8 Thiếu chân Đúng 3.1
9 Thiếu chân Đúng 3.2
10 Thiếu chân Đúng 3.1
Trần Minh Chiến

50. Giao thức truyền nhận dữ liệu bằng RS-232
Như vậy khi cần đưa ra 3200 xung để di
chuyển trục X theo chiều dương, ta xác
định giá trị các byte như sau:
Byte[0] = 0011 000 = 0x30
Byte[1] = 3200 & 0xFF
= 1000 0000 = 0x80
Byte[2] = (3200 >> 8) & 0xFF
= 0000 1100 = 0x0C
Vậy ta cần truyền một gói dữ liệu
{ 0x30 ; 0x80 ; 0x0C }
51
Congfiguration
Byte
Axis step
(High byte)
Axis step
(Low byte)
Gói dữ liệu truyền từ PC (3 bytes)
x xMSB LSB
00: Dừng máy
01: Về Home X
10: Về Home Y
11: Về Home XY0: Di chuyển chiều -
1: Di chuyển chiều +
0: Di chuyển theo số xung
1: Di chuyển về Home
01: Di chuyển trục X
10: Di chuyển trục Y
11: Di chuyển trục X+Y
Trần Minh Chiến