Від 2D-інспекції до 3D-вимірювань: DEPZ пріоритизує стерео-диспаратність з машинним навчанням
У першому кварталі 2024 року DEPZ вирішив зосередитися на оцінці стерео-диспаратності з використанням машинного навчання. Мета — перетворити інспекцію на вимірювання, забезпечивши повторювану 3D-оцінку дефектів та геометричних відхилень у складних промислових умовах.
Що ми дізналися з ранніх пілотних проєктів
Під час початкових пілотних проєктів з комп'ютерного зору один висновок став очевидним: у багатьох випадках недостатньо побачити дефект — необхідно виміряти його відносно допусків.
Великоформатні вироби можуть демонструвати:
- Повільне жолоблення на широких поверхнях
- Малі, але важливі відхилення на краях та з'єднаннях
- Дефекти, серйозність яких визначається глибиною/висотою, а не зовнішнім виглядом
Це природно привело DEPZ до стерео-зору та реконструкції глибини як ключової можливості.
Чому диспаратність є технічним вузьким місцем
Глибина зі стерео починається з диспаратності: зіставлення точок між лівим і правим зображеннями. У контрольованих демонстраціях багато методів працюють добре. У реальних виробничих умовах проблема стає складнішою через:
- Поверхні з низькою текстурою (гладкі пластики)
- Відбиття та дзеркальні блики
- Різниці освітлення на великих площах
- Обмеження руху, вібрації та пропускної здатності
Якщо диспаратність нестабільна, глибина стає нестабільною — а вимірювання стає ненадійним.
Чому підходи машинного навчання є перспективними
У першому кварталі 2024 DEPZ пріоритизував дослідження оцінки диспаратності за допомогою ML, включаючи гібридні підходи, що поєднують класичну геометрію з зіставленням на основі навчання. Методи ML можуть покращити надійність завдяки:
- Навчання шаблонам зіставлення на поверхнях з низькою текстурою
- Більш елегантна обробка повторюваних шаблонів та неоднозначних регіонів
- Адаптація до конкретних промислових доменів через відібрані набори даних
- Забезпечення більш послідовних результатів у регіонах, важливих для рішень QA
Що ми насправді будуємо (не просто "модель")
Програма диспаратності DEPZ розглядається як повний інженерний стек:
- Конвеєр даних. Збір наборів даних з різних станів поверхні та налаштувань освітлення; сценарії дефектів та геометрії, репрезентативні для виробництва; стратегія маркування, узгоджена з вимірюваними результатами.
- Стабільність калібрування. Процедури калібрування та повторного калібрування камер; перевірки дрейфу та механічної стабільності з часом.
- Середовище оцінки. Повторювані тести на еталонних об'єктах та відомих геометріях; метрики, що відображають промислові вимоги (повторюваність, режими відмов, впевненість).
- Обмеження розгортання. Цілі пропускної здатності та затримки; надійність при тривалій роботі; передбачувана поведінка при погіршенні умов.
Очікуваний результат
Мета — створити ядро глибини, яке може забезпечувати:
- Вбудована інспекція та метрологія
- Випадки використання роботизованої обробки та автоматизації
- Майбутні стерео-пристрої та програмне забезпечення на рівні продукту
Це фундаментальна інвестиція: коли диспаратність і глибина стануть надійними, великий клас задач автоматизації стане простішим і більш масштабованим.