A carregar...
Publicação
Computer vision-based quality inspection for additive manufacturing
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 6.2 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
This document aims to develop a highly adaptable computer vision-based quality inspection
tool. A review of some of the latest computer vision algorithms developed to assist in compo-
nent inspection is conducted. The recent advancements in artificial intelligence, machine learn-
ing, and IoT enable progress toward a more autonomous and error-reduced environment. Ad-
ditive manufacturing is a recent technology and, therefore, does not yet provide a completely
efficient system that instills confidence in its users. With the goal of avoiding waste of time
and materials in additive manufacturing, a plan for developing a generalizable quality inspec-
tion system for various environments is presented. The solution is based on a system com-
posed of a Raspberry Pi, a 3D printer, and a high-resolution camera for capturing images. The
captured images will be evaluated using a pre-designed and tested deep learning model. This
project will also have a graphical interface for user communication and feedback for system
optimization. With the developed system, it will be possible to streamline the model training
time and extrapolate to various manufacturing environments with minimal changes to the
core architecture.
xv RESUMO Este documento tem como objetivo desenvolver uma ferramenta de inspeção de qualidade baseada em visão computacional altamente adaptável. É realizada uma revisão de alguns dos algoritmos mais recentes de visão computacional desenvolvidos para auxiliar na inspeção de componentes. Os avanços mais recentes em inteligência artificial, aprendizagem automática e IoT possibilitam o progresso em direção a um ambiente autónomo e com menos erros. A manufatura aditiva é uma tecnologia recente e, portanto, ainda não representa um sistema totalmente eficiente e que inspire confiança a quem emprega a técnica. Com o objetivo de evitar desperdício de tempo e material na manufatura aditiva, é apresentado um plano de desenvolvimento de um sistema de inspeção de qualidade generalizável para diversos ambientes. A solução é baseada num sistema composto por um Raspberry Pi, uma impressora 3D e uma câmara de alta resolução para capturar imagens. As imagens capturadas serão avaliadas com um modelo de aprendizagem profunda pré-concebido e testado. Este projeto também terá uma interface gráfica para omunicação com o utilizador e feedback do mesmo para otimização do sistema. Com o sistema desenvolvido, será possível agilizar o tempo de treino do modelo e extrapolar para diversos ambientes fabris com mudanças mínimas no conteúdo fundamental da arquitetura.
xv RESUMO Este documento tem como objetivo desenvolver uma ferramenta de inspeção de qualidade baseada em visão computacional altamente adaptável. É realizada uma revisão de alguns dos algoritmos mais recentes de visão computacional desenvolvidos para auxiliar na inspeção de componentes. Os avanços mais recentes em inteligência artificial, aprendizagem automática e IoT possibilitam o progresso em direção a um ambiente autónomo e com menos erros. A manufatura aditiva é uma tecnologia recente e, portanto, ainda não representa um sistema totalmente eficiente e que inspire confiança a quem emprega a técnica. Com o objetivo de evitar desperdício de tempo e material na manufatura aditiva, é apresentado um plano de desenvolvimento de um sistema de inspeção de qualidade generalizável para diversos ambientes. A solução é baseada num sistema composto por um Raspberry Pi, uma impressora 3D e uma câmara de alta resolução para capturar imagens. As imagens capturadas serão avaliadas com um modelo de aprendizagem profunda pré-concebido e testado. Este projeto também terá uma interface gráfica para omunicação com o utilizador e feedback do mesmo para otimização do sistema. Com o sistema desenvolvido, será possível agilizar o tempo de treino do modelo e extrapolar para diversos ambientes fabris com mudanças mínimas no conteúdo fundamental da arquitetura.
Descrição
Palavras-chave
Computer vision Additive Manufacturing Artificial Intelligence Quality Inspection Industry 4.0 Industry 5.0