要約
表面欠陥の自動検査は、コンピュータ、通信、家電 (3C) 業界の品質管理にとって重要なタスクです。
従来の欠陥検査装置(ラインスキャンセンサー)の視野は限られているため、ロボット支援欠陥検査システムでは複数の視点から対象物をスキャンする必要があります。
ロボットの視点を最適に選択し、経路を計画することは、カバレッジ パス プランニング (CPP) と見なされます。これは、スキャン時間を短縮し、欠陥の誤検出を回避しながら、物体の完全な表面を検査できるようにする問題です。
しかし、ロボットラインスキャナーのための CPP 戦略の開発は、研究者によって十分に研究されていません。
文献のこのギャップを埋めるために、この論文では、ロボット ライン スキャナが 3C 自由形状物体の表面欠陥を自動的に検出するための新しいアプローチを紹介します。
私たちが提案するソリューションは、新しいハイブリッド領域セグメンテーション法と適応型計画アルゴリズムによってローカル パスを生成し、完全なオブジェクト表面を確実にカバーすることで構成されています。
スキャン効率を最大化するために、グローバル パス シーケンスの最適化手法が開発されました。
私たちが提案した方法論を検証するために、さまざまな自由形状のワークピースに対して詳細なシミュレーションベースの実験研究を実施し、そのパフォーマンスを最先端のソリューションと比較します。
報告された結果は、私たちのアプローチの実現可能性と有効性を示しています。
要約(オリジナル)
The automatic inspection of surface defects is an important task for quality control in the computers, communications, and consumer electronics (3C) industry. Conventional devices for defect inspection (viz. line-scan sensors) have a limited field of view, thus, a robot-aided defect inspection system needs to scan the object from multiple viewpoints. Optimally selecting the robot’s viewpoints and planning a path is regarded as coverage path planning (CPP), a problem that enables inspecting the object’s complete surface while reducing the scanning time and avoiding misdetection of defects. However, the development of CPP strategies for robotic line scanners has not been sufficiently studied by researchers. To fill this gap in the literature, in this paper, we present a new approach for robotic line scanners to detect surface defects of 3C free-form objects automatically. Our proposed solution consists of generating a local path by a new hybrid region segmentation method and an adaptive planning algorithm to ensure the coverage of the complete object surface. An optimization method for the global path sequence is developed to maximize the scanning efficiency. To verify our proposed methodology, we conduct detailed simulation-based and experimental studies on various free-form workpieces, and compare its performance with a state-of-the-art solution. The reported results demonstrate the feasibility and effectiveness of our approach.
arxiv情報
著者 | Hongpeng Chen,Shengzeng Huo,Muhammad Muddassir,Hoi-Yin Lee,Anqing Duan,Pai Zheng,Hongsheng Pan,David Navarro-Alarcon |
発行日 | 2024-04-23 12:07:25+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google