Введение 3
1 Анализ дефектов оптических элементов автомобильных зеркал 5
2 Обзор существующих систем контроля 15
2.1 Виды контроля оптических элементов зеркал 15
2.2 Анализ систем бесконтактного контроля 21
3 Разработка структуры системы контроля 31
3.1 Требования предъявляемые к системе контроля 31
3.2 Структура системы контроля 32
4 Математические модели и алгоритмы функционирования системы
контроля 37
4.1 Бинаризация изображения 37
4.2 Поиск и оценка геометрических характеристик дефектов на
изображении 57
5 Проектирование аппаратной части системы контроля 75
Заключение 77
Список используемых источников
В современном автомобилестроении возрастает конкурентная борьба за конечного потребителя. В результате чего конструкция автомобилей становится все более сложной, а требования к деталям, узлам и элементам, входящим в ее состав, становятся более жесткими. Проблема контроля одна из наиболее актуальных в автомобилестроении.
В данной диссертационной работе будет рассмотрена проблема входного контроля зеркальных элементов зеркал заднего вида перед сборкой. Большинство методов контроля применяемых для ее решения на предприятиях относятся к неавтоматизированным методам.
Наиболее распространен метод визуального контроля. Это один из простейших методов контроля, который не требует применения сложных и дорогостоящих контрольных приборов. В случае входного контроля необходимо определить только наличие дефекта [28]. В ряде случаев требуется определить его местоположение на зеркале, а также геометрические параметры. Классификация дефекта непосредственно на контрольном посту входного контроля не производится. В связи с этим визуальный контроль считается достаточно эффективным методов контроля. Однако, он обладает существенными недостатками. В связи с тем, что контроль осуществляется человеком, имеет место влияние человеческого фактора. Человеку свойственны усталость, утомляемость, невнимательность и ряд других факторов психологического и эмоционального плана. Это выражается в субъективности результатов контроля и их низкой достоверности. Производительность при применении данного метода зависит от квалификации контролера и, как правило, она достаточно низкая, что обусловлено физическими особенностями каждого человека. Несколько улучшает положение применение простейших оптических устройств, но при этом сильно увеличивается утомляемость оператора, что приводит к снижению качества контроля и оказывает влияние на здоровье.
Основной путь развития современных систем контроля заключается в автоматизации данного процесса при помощи различного рода систем технического зрения. Данные системы представляют собой сложные технические комплексы, состоящие из оптических систем и соответствующего программного обеспечения к ним [13]. Основной недостаток данных систем - это их стоимость. Ряд таких систем также требуют создания специальных микроклиматических условий для проведения контроля, что также усложняет процесс их внедрения в производство. Следует отметить, что отечественных систем выпускаемых серийно на данный момент нет.
Разработка системы для проведения автоматизированного контроля оптических элементов автомобильных зеркал заднего вида в производственных условиях является весьма актуальной научно-технической задачей.
Цель магистерской диссертации заключается в разработке такой системы контроля оптических элементов зеркал заднего вида автомобиля, которая позволит автоматизировать процесс контроля, повысить его качество и производительность.
Для достижения поставленной цели необходимо решить следующие задачи:
- провести анализ дефектов оптических элементов автомобильных зеркал;
- провести анализ имеющихся технических решений;
- разработать структуру и функции системы контроля;
- разработать математические модели и алгоритмы
функционирования системы контроля;
- спроектировать аппаратную часть системы контроля.
Решению данных задач посвящены последующие разделы диссертации.
В ходе выполнения магистерской диссертации была разработана система контроля оптических элементов зеркал заднего вида автомобиля, позволяющая автоматизировать процесс контроля, повысить его качество и производительность.
Проведен анализ возможных дефектов оптических автомобильных зеркал и методов их контроля. На экспертном уровне произведена оценка существующих систем контроля. В результате выработаны основные требования к проектируемой системе контроля. Разработана функциональная схема системы контроля и структурная схема ее программного обеспечения. Данные схемы позволили задать алгоритмы управления и обработки данных в форме, которая наилучшим образом подходит для разработки программного обеспечения системы контроля. Разработаны алгоритмы и математические модели, позволяющие реализовать процедуру контроля, учитывающие требуемую точность и производительность системы контроля.
Спроектирована экспериментальная установка для контроля дефектов оптических элементов автомобильных зеркал, которая позволяет реализовать предлагаемый метод контроля. Так же она использовалась для отладки системы в реальном масштабе времени, проведения проверки и корректировки алгоритмов и программ системы контроля. С помощью данной установки были оценены основные технические характеристики системы и ее пригодность для использования в производственных условиях для проведения входного контроля.
Проектирование такого рода систем представляет собой сложную задачу, которая требует комплексного подхода к ее решению и основана на использовании методов обработки информации с использованием персонального компьютера. В данном случае можно считать задачу проектирования автоматизированной системы контроля оптических элементов автомобильных зеркал заднего вида решенной.
1. Бериков В.Б. Методы кластерного анализа данных и сегментации изображений : учебное пособие / В.Б. Бериков ; М-во образования и науки РФ, Новосибирский гос. ун-т, Мех.-мат. фак. - Новосибирск : РИЦ НГУ,2015. - 97 с.
2. Вейвлет-анализ топографических и поляризационно-оптических изображений дефектов структуры монокристаллов : монография / В.А. Ткаль [и др.] ; Федеральное агентство по образованию, Новгородский гос. ун-т им. Ярослава Мудрого. - Великий Новгород : Новгородский гос. ун-т, 2006. - 397с.
3. Волков В.Г. Техническое зрение. Инновации / В.Г. Волков, П.Д. Гиндин. - Москва : Техносфера, 2014. - 836 с.
4. Гонсалес Р.С. Цифровая обработка изображений / Р.С. Гонсалес, Р.Е. Вудс ; пер. с англ. Л И. Рубанова, П.А. Чочиа ; науч. ред. П.А. Чочиа. - Третье изд., испр. и доп. - Москва : Техносфера, 2019. - 1103 с.
5. ГОСТ 17716-2014. Зеркала. Общие технические требования. - Введ. 2015-01-01. - М. : Стандартинформ, 2015. - 11 с.
6. ГОСТ 32361-2013. Стекло и изделия из него. Пороки. Термины и определения. - Введ. 2015-01-01. - М. : Стандартинформ, 2018. - 11 с.
7. ГОСТ 32529-2013. Стекло и изделия из него. Правила приемки. - Введ. 2015-01-01. - М. : Стандартинформ, 2014. - 8 с.
8. Грузман И.С. Цифровая обработка изображений в информационных системах: Учеб. Пособие / И.С.Грузман, В.С.Киричук, В.П. Косых и др. - Новосибирск: Изд-во НГТУ, 2002. - 352 с.
9. Гуляев В.А. Логинов, Н.Ю. Система определения дефектов автомобильных зеркал заднего вида / В.А. Гуляев, Н.Ю. Логинов // THEORETICAL &APPLIED SCIENCE - 2017 - №5 - С. 28-31.
10. Журавлев Ю.И. "Распознавание". Математические методы. Программная система. Практические применения / Ю. И. Журавлев, В. В.
Рязанов, О. В. Сенько. - Москва : ФАЗИС, 2006 М. : Типография "Наука" РАН. - 176 с.
11. Зайцева А.Ю. Обнаружение дымовых облаков на изображениях
лесных массивов в системах противопожарного видеомониторинга : диссертация ... кандидата технических наук : 05.13.17 / Зайцева Анна
Юрьевна. - Новосибирск, 2019. - 132 с.
12. Кирьянов К.А. Устойчивые методы восстановления изображений во встроенных системах для повышения точности измерений механических величин на объектах : автореферат дис. ... кандидата технических наук : 05.11.01 / Кирьянов Константин Александрович. - Санкт-Петербург, 2013. - 23 с.
13. Клименков С.С. Нормирование точности и технические измерения в машиностроении: учебник / С. С. Клименков. - Минск : Новое знание, 2017 ; Москва : ИНФРА-М, 2017. - 248 с.
14. Лагунов Н.А. Нейросетевое моделирование распознавания многопараметрических объектов : диссертация ... кандидата технических наук : 05.13.18 / Лагунов Никита Алексеевич. - Ставрополь, 2016. - 207 с.
15. Лебедько Е.Г. Теоретические основы передачи информации : [учеб. пособие] / Е.Г. Лебедько. - Гриф УМО. - Санкт-Петербург [и др.] : Лань,
2016. - 349 с.
16. Методы компьютерной обработки изображений : учеб. пособие для вузов / М. В. Гашников [и др.] ; под ред. В. А. Сойфера. - 2-е изд., испр. ; Гриф МО. - Москва : Физматлит, 2003. - 780 с.
17. Можаров Г.А. Основы геометрической оптики : учеб. пособие / Г.А. Можаров. - Гриф УМО. - Москва : Логос, 2006. - 280 с.
18. Нгуен Т.Х. Математические методы моделирования и классификации объектов на основе технического зрения и машинного обучения : диссертация ... кандидата технических наук : защищена 05.13.18 / Нгуен Тху Хыонг. - Иркутск, 2019. - 133 с.
19. Неразрушающий контроль и диагностика : справочник / В.В. Клюев [и др.] ; под ред. В. В. Клюева. - 3-е изд., перераб. и доп. - Москва : Машиностроение, 2005. - 656 с.
20. Орлов О.В. Математическое обеспечение и алгоритмы обработки геофизической информации в частично когерентных оптико-электронных вычислительных системах : автореферат дис. ... кандидата технических наук : 05.13.11. - Томск, 1999. - 22 с.
21. Пат. 2249787 МПК G01B 11/30 Бесконтактный способ определения
качества поверхности и устройство для его осуществления / Виноградов В.И., Захаров М.А., Мурашев В.М.; заявитель и патентообладатель Государственное унитарное предприятие "НПО Астрофизика". - №
2003122397/28; заявл. 23.07.2003; опубл. 10.04.2005 Бюл. № 10. - 11 с.
22. Пат. 2302624 МПК G01N 21/55 Портативный прибор контроля и измерения возвратно-отражающей способности световозвращающих изделий / Решетин Е.Ф., Новаковский Л. Г., Новикова Л. А., Анохин Б. Б. ; заявитель и патентообладатель Закрытое акционерное общество "ФАРОС-АЛЕФ". - № 2005117145/28; заявл. 06.06.2005; опубл. 20.12.2006 Бюл. № 35. - 11 с.
23. Пат. 2335734 МПК G01B 11/24 Устройство для обнаружения и
измерения поверхностных дефектов / Филинов М.В., Маслов А.А.; заявитель и патентообладатель ЗАО "НИИИН МНПО "Спектр". - № 2007102036/28; заявл. 22.01.2007; опубл. 10.10.2008 Бюл. № 28. - 5 с.
24. Подпалый Е.А. Магнитооптические методы в голографии : диссертация ... доктора технических наук : защищена 05.11.07. - М, 2007. - 245 с.
25. Поройков А.Ю. Кросскорреляционная обработка изображений в оптических методах диагностики потоков и деформаций : учебное пособие по курсам "Компьютерная обработка изображений" для студентов, обучающихся по направлению "Электроника и наноэлектроника" / А.Ю. Поройков ; Министерство образования и науки Российской Федерации, Национальный исследовательский университет "МЭИ". - Москва : Изд-во МЭИ, 2018. - 73 с.
26. Савичева С.В. Система распознавания отдельных и наложенных плоских объектов : диссертация ... кандидата технических наук : 05.13.01 / Савичева Светлана Владимировна. - Владимир, 2013. - 192 с.
27. Справочник технолога-оптика / М. А. Окатов и др. ; под ред. канд. хим. наук М. А. Окатова. - 2-е изд., испр. и доп. - СПб. : Изд-во Политехника, 2004 (Петрозаводск : ГП Тип. им. П.Ф. Анохина). - 678 с.
28. Тавер Е.И. Введение в управление качеством : учеб. пособие / Е.И. Тавер. - Москва : Машиностроение, 2013. - 368 с.
29. Тихомирова О.Б. Технический контроль колесных транспортных средств : [учебное пособие] / О.Б. Тихомирова, А.Н. Тихомирова, В. А. Гурин ; Министерство науки и высшего образования Российской Федерации, Федеральное государственное бюджетное образовательное учреждение высшего образования "Нижегородский государственный технический университет им. Р. Е. Алексеева". - Нижний Новгород : НГТУ, 2019 - 213 с.
30. ТУ 5910-001-37538875-170809. Технических условий на продукцию из листового стекла. - М : ООО «ДомГласс», 2017. - 16 с.
31. Цапаев А. П. Методы и алгоритмы распознавания изображений для обнаружения дефектов внутренней поверхности труб с целью автоматизации визуального контроля : автореферат дис. ... кандидата технических наук : 05.13.17 / Цапаев Алексей Петрович. - Нижний Новгород, 2013. - 20 с.
32. Цаплин А.Е. Совершенствование методов контроля деталей механической части электроподвижного состава применением оптико-электронных средств : диссертация ... кандидата технических наук : 05.22.07 / Цаплин Алексей Евгеньевич. - Санкт-Петербург, 2011. - 116 с.
33. Шапиро Л. Компьютерное зрение : учебное пособие для студентов высших учебных заведений, обучающихся по специальности "Прикладная информатика (по областям)" / Л. Шапиро, Дж. Стокман ; пер с англ. А. А. Богуславского под ред. С. М. Соколова. - 2-е изд. (электронное). - Москва : Бином. Лаб. знаний, 2013. - 752 с.
34. Ширмер Т. Оцифровка и реставрация фотографий, негативов и диапозитивов : сканирование и пересъемка цветных и черно-белых фотографий, негативов и диапозитивов, реставрация выцветших фотоматериалов и их ретуширование, оптимальный подбор оборудования и программ для обработки изображений : [перевод с немецкого] / Т. Ширмер, А. Хайн. - Санкт-Петербург : БХВ-Петербург, 2010. - 216 с.
35. Шрёдер Г. Техническая оптика / Г. Шрёдер, Х. Трайбер ; пер. с нем. Р. Е. Ильинского. - Москва : Техносфера, 2006. - 423 с.
36. Штарьков Ю.М. Универсальное кодирование. Теория и алгоритмы / Ю.М. Штарьков. - Москва : ФИЗМАТЛИТ, 2013. - 279 с.
37. Bhunia A.K., Kumar G., Roy P.P., Balasubramanian R., Pal U. Text recognition in scene image and video frame using color channel selection / A.K. Bhunia, G. Kumar, P.P. Roy, R. Balasubramanian, U. // Pal Multimedia Tools and Applications - 2018. - Vol. 77, № 7. P. 8551-8578.
38. Hall C., Blaisten-Barojas E., Ji W. The metropolis monte carlo method with cuda enabled graphic processing units / C. Hall, E. Blaisten-Barojas, W. Ji // Journal of Computational Physics - 2014. - Vol. 258. P. 871-879.
39. Laiho M., Poikonen J., Paasio A. Object segmentation and tracking with asynchronous grayscale and binary wave operations on the mipa4k / M. Laiho, J. Poikonen, A. Paasio // 12th International Workshop on Cellular Nanoscale Networks and their Applications, CNNA - 2010. - P. 5430302.
40. Li C. Defocus Fuzzy Image Restoration / C. Li, G. Li, Y. Sun, D. Jiang, S. Xu // IOP Conference Series: Materials Science and Engineering 466(1) - 2018. P. 12 - 46.
41. Nakazawa, T.Wafer map defect pattern classification and image retrievalusing convolutional neural network / T. Nakazawa, D.V. Kulkarni //IEEETransactions on Semiconductor Manufacturing. - 2018. Т. 31. №2. P. 309-314.
42. Ren Y. Review of convolutional neural network optimization andtraining in image processing / Y. Ren, X. Cheng //Proceedings of SPIE - TheInternational Society for Optical Engineering 10. Сер. "Tenth International Symposium on Precision Engineering Measurements and Instrumentation" - 2019. P. 110-123.
43. Xue F. Recursive sure for image recovery via total variationminimization / F. Xue, J. Liu, X. Ai //Signal, Image and Video Processing. - 2019. Т. 13. № 4. P. 795-803.