工控网首页
>

新闻中心

>

业界动态

>

Instrumental的新型AI检测平台利用了Teledyne FLIR机器视觉相机

Instrumental的新型AI检测平台利用了Teledyne FLIR机器视觉相机

2022/9/23 9:59:23

据制造优化企业 Instrumental 称,制造业生产总值占世界生产总值 (GWP) 超过一半,达 40 万亿美元,但每一美元的支出中有 20% 被浪费掉了。浪费的价值达 8 万亿美元,占 GWP 的 10%。Instrumental 由前 Apple 工程师于 2015 年创建,目前已开发出一个将云软件、机器视觉检测、人工智能 (AI) 和电子测试数据相结合的优化和检测平台,旨在让工程师不仅可以在检测流程结束时阻止问题的发生,还能在上游将其修复,从而减少浪费。

instrumental-ai-mockup.png

更充分地利用数据,以远程方式管理工厂

Instrumental 对 100 家电子品牌进行的 2021 年新产品推出情况 (State of NPI) 调查发现,76% 的工程设计时间花在了容易自动化或可通过改善数据而加速的任务上。工程设计时间资源的浪费等因素,使品牌难以跟上市场所需的创新速度。通过提供自动化缺陷检测、根本原因分析、报告、安全的产品数据管理和随时随地的本机协作工具,Instrumental 让工程设计如虎添翼,为新产品的远程推出提供答案。

Instrumental 的制造优化平台从整个供应链汇总图像和功能测试数据,利用人工智能自动对潜在根源进行排序。这使得 Instrumental 的客户能够加快解决问题的速度,加快产量的提高并改善质量。

在批量生产期间,装配线上的操作员只需将产品放入 Instrumental 成像站,按下按钮,等四到五秒钟,直至绿灯或红灯亮起。如果产品通过检验,则亮绿灯,操作员将产品向生产线的下游传递,以便进一步组装。在关键装配步骤之间,操作员会再次在成像系统中检验产品,为客户提供有价值的图像数据,并传递产品在各个阶段的检验通过/失败结果。

tobias-hero-instrumental2.jpg

该系统还提供电子产品测试、测量以及在生产线上收集的其他相关数据的应用程序编程接口 (API)。这些信息可在 Instrumental 的云软件上立即获取,供产品设计工程师、质量工程师和其他操作人员等各种用户使用,以便访问测试结果及图像数据。

“Instrumental 专注于让用户充分利用其数据,从而能够灵活地以远程方式管理工厂,”Instrumental 业务开发和解决方案总监 Tobias Harrison-Noonan 说。“新冠疫情期间发生的巨变,导致工程师无法进入其工厂,现在这项能力比以往任何时候都显得更加重要。”

工作原理

Instrumental 提供一种简易成像站(标准、典型实施),以及为生产线自动化部署提供的充分定制选择。在成像站的内部,是一台 Teledyne FLIR 彩色机器视觉相机,通常配备 2000 万像素卷帘快门 CMOS 图像传感器。该系统使用 Edmund Optics 的镜头,并采用工业级条灯来照明。客户可以选择使用现成的 Instrumental 成像工作站,在美国和中国的专家团队协调下轻松安装。此外,客户还可以选择使用自己的硬件。

在机器视觉相机的竞争态势下,Instrumental 选择了 Teledyne FLIR 相机,是因为其提供 Spinnaker 软件开发工具包 (SDK)。Harrison-Noonan 指出,“根据我们的研究,Spinnaker SDK 似乎兼容性非常好,并且非常便于集成,事实证明我们是对的。” 此外,Teledyne FLIR Blackfly S 系列中还有一个大的相机系列,为我们的客户提供了更换相机的灵活性,同时最大程度减少了额外的软件开发。”

“例如,”他继续说,“虽然我们默认部署的是 2000 万像素 Blackfly S USB3 相机,但最近团队需要一台配备全局快门的 Blackfly S 相机,以减少传送带移动应用中的运动模糊。由于相机属于同一个系列,我们只需做很少的软件修改。”

picture2.jpg

在一种类似情况下,Instrumental 团队为需要透过透明材料观察的特定应用部署了带红外灯的单色相机。同样,Instrumental 能够轻松使用一种不同的 Blackfly S 型号。

直观的设置,在 24 小时内快速获得投资回报 (ROI)

虽然 Instrumental 平台常用于电子产品应用,但成像站适用于许多不同类型的产品。缺陷训练在云端完成,而 Instrumental 通过引导新用户了解其托管云平台企业级托管安全性的一系列广泛措施和协议来缓解安全问题。与针对性的深度学习检查的典型操作相比,Instrumental 的机器学习训练过程需要的图像更少。软件分析数万亿字节的数据并建立相关性。

“该平台有意设计成通用型 — 我们不把人工智能 (AI) 作为一项服务提供,而是由团队花费两个月的时间设计出一种非常具体的算法,”Harrison-Noonan 说。“通常我们只需要 30 张产品图像,AI 会自动开始识别新问题,无需用户输入,这确实为非视觉专家简化了整个过程。”

picture1.png

推断在边缘进行 — 通常在一台配备强大 GPU 的 Dell 计算机上 — 以便系统能够更快地做出决策,并且在互联网中断的情况下仍然可以运行。只要系统准备好了 30 张图像,就可以开始分析数据,并将异常情况突出显示给操作员看,以便其确认或删除突出显示的问题。

此外,来自世界任何地方的多个用户可以访问单个项目,并为训练阶段贡献数据,然后将该数据库用作中央数据协作平台。

“例如,美国的设计工程师使用 Instrumental 平台进行故障分析,他们经常向亚洲的质量和工厂团队直接分享结果和行动,以加快全球沟通,”Harrison-Noonan 说。

千分尺精度级的缺陷分辨率

bfs_p_g3_usb_front_and_back_v2.jpg

Blackfly S USB3 相机型号

使用 Blackfly S 2000 万像素相机可使 Instrumental 成像站捕获检查小型微电子器件所需的高细节水平,这些器件只要很小的差错就可能导致故障。例如,对于手机检测这类任务,Instrumental 将估计光学器件的大小,相应地设置工作距离,然后在这个距离上计算分辨率。

“Instrumental 使用计算器来估算需要多少像素来挑出缺陷,”Harrison-Noonan 说。“通常,我们会估计需要 5 到 6 个像素才能挑出缺陷,这意味着普通移动电子尺寸设备的缺陷大小约为 150 至 200 微米,通常这就是我们要在此类应用中做到的。”

Teledyne FLIR 提供六种不同的 Blackfly S 相机型号,均配备 2000 万像素、带卷帘快门和全局重置的图像传感器。这些型号提供 USB3、GigE,以及各种板级可选配置,量子效率范围为 65.39% 至 80%,帧率最高可达 18 FPS,图像传感器从 40 万至 2450 万像素。

后续内容

虽然 Instrumental 的系统通常使用彩色可见光谱相机,但公司最近一直扩展到新的数据源,例如红外线,甚至是 X 射线和 3D 成像技术。

“随着不同领域的公司对采用云技术更加了解或更加开放,该系统能够帮助他们达到并超越其指标,即使在疫情期间也是如此,”Harrison-Noonan 说。“Teledyne FLIR 提供了庞大的相机产品组合,适用于各种不同应用,为我们的系统提供了处理新任务的灵活性。”

他补充道,“全球领先的电子制造商使用 Teledyne FLIR 相机来保证质量并满足生产计划,即使在疫情期间也是如此。利用 Instrumental 系统和 Teledyne FLIR 已成为我们使用新数据源来适应客户需求的关键。”

审核编辑(
柳威
)
投诉建议

提交

查看更多评论
其他资讯

查看更多

领先公司利用图驱动的数字孪生管理互连的复杂系统

智能制造·连接未来——万洲焊接受邀参加2022世界制造业大会

满足AIoT场景的各种幻想,大联大携手英特尔打造边缘计算“机皇”

安森美在捷克扩建碳化硅工厂

用NCV7685加速汽车后尾灯设计