VisualChain: Visual Inspection in Production Lines

Abstract

O controlo de qualidade é uma etapa necessária na linha de produção de todas as fábricas, o que se pode tornar num constrangimento se feito manualmente. Este procedimento manual não só pode ser lento, mas também pode estar sujeito a erros humanos. Este projeto faz um estudo de diferentes métodos para automatizar o procedimento de controle de qualidade em placas de correntes de bicicleta usando métodos não intrusivos por um meio de visão por computador. O objetivo é criar um sistema mais confiável e acelerar este processo de inspeção, exigindo o mínimo de interação com o operador. Para resolver este problema, três sistemas diferentes foram desenvolvidos. Um dos sistemas faz uma verificação baseada em imagens, usando apenas uma câmara e luz direcionada de vários ângulos para detetar e medir as placas considerando apenas duas dimensões, tornando-se assim um sistema rápido e preciso, mas sem efetuar uma verificação de qualidade completa. Os outros dois sistemas têm o mesmo objetivo, complementar o sistema baseado em imagens, fazendo uma reconstrução tridimensional das placas. Estes são o Sistema de Varrimento por Laser e o Sistema de Luz Estruturada. As reconstruções resultantes destes dois sistemas são comparadas, discutindo assim o sistema mais apropriado. Após a aquisição da reconstrução das placas, a nuvem de pontos é comparada com uma outra nuvem de pontos modelo, completando o controle de qualidade com a verificação se a placa cumpre os requisitos necessários para o seu uso.

Quality control is a necessary step in the production lines of all factories, which can become a bottleneck if done manually. A manual quality control procedure not only is slower but can also be prone to human errors. Therefore, this project studies different methods to automate bicycle chainplates' quality control procedures using non-intrusive methods through computer vision. The goal is to create a more reliable system and accelerate the plates' inspection of an existing quality control, requiring minimal interaction with the operator. Three different systems were developed to solve this problem. An image-based quality control system uses only one camera and directed light from different angles to detect and measure the plates considering only two dimensions, making it a fast and accurate method. However, this system does not complete the plates' inspection, requiring another source of information, requiring an additional process. The other two systems share the same goal: complementing the image-based system by acquiring a three-dimensional reconstruction of the plates. These are the projection-based: Laser Stripe Scanning and the Structured Light System. The resulted reconstructions of these two scanning systems are discussed, and the more efficient system is chosen. After acquiring the plates' 3D information, the point cloud is processed and compared to a model point cloud, completing the quality control by verifying if the plates have the needed requirements for their use.