Kappaleen tunnistaminen konenäön avulla

Abstract

Tämä opinnäytetyö käsittelee konenäön käyttämistä kappaleiden tunnistuksessa. Opinnäytetyön tavoitteena oli rakentaa konenäköjärjestelmä, jolla pystytään toteuttamaan vertailua erilaisten kappaleiden kesken. Opinnäytetyössä suunniteltiin toimiva kokoonpano ja tehtiin Sick Oy:n Sopas-konfigurointiohjelmalla referenssikappaleelle omat asetukset. Referenssikappaleesta löydettyjä kuvioita ja mittoja etsittiin samoilla asetuksilla muista samankaltaisista kappaleista. Työ tehtiin Koneteknologiakeskus Turku Oy:lle heidän tiloissaan.

Opinnäytetyön toimeksianto toteutettiin keräämällä tarvittavat laitteet Sick Inspector 2D-konenäkö -kameran ympärille. Konenäköjärjestelmä sisälsi kameran lisäksi teholähteen, kamerajalustan, kannettavan ja kaapelit. Valaistus hoidettiin kameran integroidulla valaistuksella, joka todettiin riittäväksi kuvattavassa tilassa. Tavoitteena oli oppia käyttämään Sopasta ja ymmärtää, miten eri asetukset vaikuttavat kappaleisiin.

Opinnäytetyössä käsitellään aluksi konenäköjärjestelmän eri osa-alueita. Kuvaaminen ja tunnistaminen Sopas -ohjelmistolla esitellään tämän jälkeen. Lopuksi liitteistä löytyy lisätietoa Sopas-ohjelman työkaluista ja Ethernet/IP-tiedonsiirrosta.

Toimeksiannon tavoitteet saavutettiin. Toimeksiannon lopputuloksena kappaleiden vertailu suoritettiin onnistuneesti. Sopas -ohjelmisto tunnisti kolmesta valitusta kappaleesta yhden. Tämä kappale todettiin ohjelman puolesta hyväksytyksi ja kaksi muuta kappaletta täyttivät vain osan niille annetuista kriteereistä. Kappaleet, jotka eivät täyttäneet kaikkia kriteereitä hylättiin.

This bachelor's thesis deals with machine vision in item identification. The aim of the thesis was to construct a machine vision system that allows comparison between different items. In the thesis project a functional configuration was planned and with the Sick Ltd’s Sopas Configuration software we made reference item it's own settings. The patterns and measurements found in the track section were searched with the same settings from other similar pieces. The work was done at the Machine Technology Center Turku Ltd. at their premises.

Commission was implemented by collecting the necessary equipment around the Sick Inspector 2D machine vision camera. The machine vision system also included a power source, camera base, laptop and cables. The lighting was handled with the integrated lighting of the camera, which was found to be sufficient in the described space. The goal was to learn how to use the Sopas and to understand how different settings affect the items.

Thesis describes the various aspects of the machine vision system. Shooting and Identifying tools which have been essential in this commission are also introduced. At the end of the thesis, the annexes contain additional information on the Sopas tools and Ethernet / IP data transfer.

The objectives of the assignment were achieved. As a result of the assignment, the comparison of the items was performed successfully. Now I can better understand how machine vision systems work and I can independently create the machine vision applications with the Sopas program.