UNIVERSITA’ DEGLI STUDI DI ROMA TOR VERGATA FACOLTA’ DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA DELL’ AUTOMAZIONE A.A. 2009/2010 Tesi: Sistema di visione fault detection per una catena di confezionamento Candidato Relatore Marco Cesaretta Ing. Daniele Carnevale

Distinzione tra fondo sano e rotto Introduzione Università degli Studi di Roma Tor Vergata PROBLEMA Distinzione tra fondo sano e rotto Marco Cesaretta

Sistema di controllo di cui è dotata la ditta (13 telecamere) Introduzione Università degli Studi di Roma Tor Vergata Sistema di controllo di cui è dotata la ditta (13 telecamere) Marco Cesaretta

Sistema di controllo standard Introduzione Università degli Studi di Roma Tor Vergata Sistema di controllo standard Trasferimento della boccetta da parte di un braccio meccanico Boccetta OK Presenza di rotture Sistema di controllo FAULT DETECTION Marco Cesaretta

SPECIFICHE di PROGETTO Introduzione Università degli Studi di Roma Tor Vergata SPECIFICHE di PROGETTO Velocità delle boccette Contenuto Caratteristiche del nastro 18000 flaconi / l’ ora Polveri bianche Bianco e liscio Marco Cesaretta

TECNICHE A CONFRONTO Clustering Infrarossi Ultrasuoni Computer Vision Introduzione Università degli Studi di Roma Tor Vergata TECNICHE A CONFRONTO Clustering Infrarossi Ultrasuoni Computer Vision Illuminazione laser Illuminazione diffusa Marco Cesaretta

BASATO SU SISTEMI HAMILTONIANI Clustering Università degli Studi di Roma Tor Vergata CLUSTERING BASATO SU SISTEMI HAMILTONIANI Caratteristica principale: Sistemi dinamici che non perdono energia Assumiamo ogni pixel come se fosse una campana la cui altezza funzione della saturazione del colore. Eseguiamo la norma di tutte le campane Marco Cesaretta

Simile ad una funzione gaussiana Clustering Università degli Studi di Roma Tor Vergata Simile ad una funzione gaussiana Nello specifico scegliamo : Per cui avremo che la funzione somma di tutte le campane sarà la NORMA 1 La quale presenterà dei massimi e dei minimi, contributi di ogni singola campana. Marco Cesaretta

TAGLIAMO la nostra funzione somma ad un altezza Clustering Università degli Studi di Roma Tor Vergata TAGLIAMO la nostra funzione somma ad un altezza Si formeranno dei Cluster per ogni valore che supera CLUSTER I cui contorni saranno percorribili sul piano X Y In cui x(0) e y(0) sono appartenenti alla traiettoria Per qualsiasi condizione iniziale Marco Cesaretta

INFRAROSSI Perché usare infrarossi: Università degli Studi di Roma Tor Vergata INFRAROSSI Perché usare infrarossi: Onda che devia meno quando riflessa Veloce rispetto ad un’ elaborazione immagine Analizziamo la tensione in uscita dal ricevitore Emettitore Ricevitore Marco Cesaretta

OK per grandi danni NO per piccoli danni Infrarossi Università degli Studi di Roma Tor Vergata OK per grandi danni NO per piccoli danni Non possiamo distinguere se la causa è la convessità del fondo o un danno Marco Cesaretta

ANALOG VOLTAGE ENVELOPE Ultrasuoni Università degli Studi di Roma Tor Vergata ULTRASUONI TECNICA USATA IN METALLURGIA Studiamo come tornano le onde ultrasoniche dopo aver bombardato una boccetta dall’ alto. Necessitiamo di un sensore che abbia un uscita REAL-TIME ANALOG VOLTAGE ENVELOPE Marco Cesaretta

COMPUTER VISION Marco Cesaretta Computer Vision Università degli Studi di Roma Tor Vergata COMPUTER VISION Marco Cesaretta

Sulla scheggiatura la luce viene riflessa con maggiore intensità. Illuminazione laser Università degli Studi di Roma Tor Vergata ILLUMINAZIONE LASER Caratteristiche principali: Coerenza Monocromaticità Concentrata in un raggio rettilineo Sulla scheggiatura la luce viene riflessa con maggiore intensità. Problematiche: Necessitiamo di un fondo nero affinché venga messa in risalto Velocità troppo bassa Marco Cesaretta

ILLUMINAZIONE DIFFUSA Università degli Studi di Roma Tor Vergata ILLUMINAZIONE DIFFUSA Illuminando con una luce frontale diffusa la boccetta, vengono messe in evidenza eventuali scheggiature. Grazie alle librerie di visione grafica OpenCV elaboriamo quest’ immagine così da poterla interpretare Marco Cesaretta

Costruiamo un sistema implementabile su una catena di montaggio: Illuminazione diffusa Università degli Studi di Roma Tor Vergata Costruiamo un sistema implementabile su una catena di montaggio: WEBCAM LED coperti da filtri Boccetta contenete polveri bianche scorre di fronte alla telecamera Superficie di base bianca Marco Cesaretta

ELABORAZIONE IMMAGINE OpenCV Università degli Studi di Roma Tor Vergata COMPUTER VISION Memorizzo gli effetti dei test sulla variabile ELABORAZIONE IMMAGINE TEST “ENERGIA’’ incremento y TEST CONTORNI incremento y Marco Cesaretta

ELABORAZIONE IMMAGINE Computer vision Università degli Studi di Roma Tor Vergata ELABORAZIONE IMMAGINE Algoritmo di soglia invertito e smooth Scala di grigi RGB Marco Cesaretta

TEST “ENERGETICO’’ Variazione troppo accentuata Università degli Studi di Roma Tor Vergata TEST “ENERGETICO’’ DI OGNI CELLA CALCOLIAMO IL NUMERO DI PIXEL BIACHI E LI CONFRONTIAMO COL VALOR MEDIO E CON IL VALORE DELLA CELLA SUCCESSSIVA Variazione troppo accentuata Marco Cesaretta

INTRODUCE ULTERIORI VERTICI AL POLIGONO APPROSSIMATO Test sui contorni Università degli Studi di Roma Tor Vergata TEST SUI CONTORNI CALCOLIAMO UN POLIGONO CHE MEGLIO APPROSSIMA IL CONTORNO E NE STABILIAMO IL NUMERO DI VERTICI. INTRODUCE ULTERIORI VERTICI AL POLIGONO APPROSSIMATO Marco Cesaretta

Test sui contorni Università degli Studi di Roma Tor Vergata TEST SUI CONTORNI CALCOLIAMO IL NUMERO E L’ AREA DEI CONTORNI DELLE BUCHE CALCOLIAMO LA QUANTITA’ E LA GRANDEZZA DEI CONTORNI ESTERNI Marco Cesaretta

TEST UNIFORMITA’ DEL CONTORNO Controllo sui contorni Università degli Studi di Roma Tor Vergata Gran parte dei problemi sono stati riscontrati per particolari riflessioni di luce TEST ENERGIA OK TRASCURIAMO LE MACCHIE INTERNE TEST UNIFORMITA’ DEL CONTORNO OK Marco Cesaretta

VARIABILE DI CONTROLLO Università degli Studi di Roma Tor Vergata VARIABILE DI CONTROLLO Gli incrementi di y sono così ripartiti: TEST “energia’’ TEST CONDIZIONE INCREMENTO Differenza dal valor medio 30% < Differenza ≤ 50% 0.3∙Differenza 50% < Differenza ≤ 80% 0.5∙Differenza Differenza > 80% 0.8∙Differenza Alterazione tra le celle [pixel] 5 < Alterazione ≤ 9 1.2∙ Alterazione Alterazione >9 1.7∙ Alterazione Marco Cesaretta

Boccetta ROTTA TEST sui contorni TEST CONDIZIONE INCREMENTO Variabile di controllo Università degli Studi di Roma Tor Vergata TEST sui contorni TEST CONDIZIONE INCREMENTO PUNTI DOMINANTI 9 < total_nodes ≤ 12 2∙total_nodes 12 < total_nodes ≤ 15 2.3∙total_nodes total_nodes > 15 2.7∙total_nodes AREE MACCHIE INTERNE 20 < Area ≤ 70 Area/4 Area > 70 Area/3.5 # Aree >0 3^(# Aree) AREE MACCHIE ESTERNE # (Aree > 50) > 2 +50 2 < # Aree ≤ 3 6∙(# Aree) # Aree > 3 8∙(# Aree) Boccetta ROTTA Marco Cesaretta

ROTTA causa test variazione tra le celle Università degli Studi di Roma Tor Vergata ROTTA causa test variazione tra le celle ROTTA causa test energia + contorno non uniforme ROTTA causa test “energia’’ Marco Cesaretta

Di cui maggior parte dovuta a problemi strutturali Conclusioni Università degli Studi di Roma Tor Vergata CONCLUSIONI Velocità richiesta Velocità progetto 200 ms per boccetta <100 ms per boccetta 5% Di cui maggior parte dovuta a problemi strutturali 95% Marco Cesaretta

GRAZIE PER LA CORTESE ATTENZIONE! Università degli Studi di Roma Tor Vergata GRAZIE PER LA CORTESE ATTENZIONE! Marco Cesaretta