Khái niệm cốt lõi
ロボットラインスキャナを用いて3C部品の表面欠陥を自動的に検査するための最適なカバレッジパス計画手法を提案する。
Tóm tắt
本論文では、3C部品の表面欠陥を自動的に検査するためのロボットラインスキャナシステムのための新しいカバレッジパス計画(CPP)手法を提案している。
まず、RANSAC法とK-meansクラスタリングを組み合わせた新しい領域分割手法を開発し、部品の複雑な形状に適応できるようにしている。次に、この領域分割結果に基づいて、ラインスキャナの特性に合わせた適応的なROI(関心領域)設定手法を提案している。最後に、粒子群最適化(PSO)を用いた大域的な経路最適化手法を開発し、検査時間を最小化している。
シミュレーションと実験の結果から、提案手法は従来手法と比較して、領域分割の効率性、検査経路長、検査時間、欠陥検出率の面で優れた性能を示すことが確認された。この包括的なアプローチにより、3C部品の表面欠陥検査の精度と効率が大幅に向上することが期待される。
Thống kê
提案手法は従来手法と比較して、領域分割に要する時間が短い。
提案手法は従来手法と比較して、必要な視点数が少ない。
提案手法は従来手法と比較して、検査経路長が短く、検査時間が短い。
提案手法は従来手法と比較して、表面欠陥の検出率が高い。
Trích dẫn
"ロボットラインスキャナを用いた自動表面検査システムの開発は、製造業における品質管理、プロセス監視、非破壊検査に不可欠である。"
"従来の人間による視覚検査は主観的であり、エラーが生じやすい問題がある。これらの問題を解決するため、自動表面検査システムの開発が重要となっている。"
"提案手法は、3C部品の複雑な形状に適応でき、ラインスキャナの特性に合わせた最適な検査経路を生成することができる。"