機器視覺的手機屏幕上料引導應用
手機屏幕是智能手機精密的組件之一。其輕薄、易碎、表面高反光的特性,使得自動化搬運和定位充滿風險。在傳統的自動化上料方案中,普遍采用硬定位模式,通過高精度、高成本的定制化治具,將料盤和屏幕的物理位置固定在機械臂的預設程序坐標內。
這種模式默認每一片屏幕在料盤中的位置都是絕對一致、毫無偏差的。然而現實中,屏幕在料盤中可能存在微小的位置偏移或角度旋轉,治具本身也可能因磨損、溫度變化產生微小形變。這些毫厘之差,在高速運行的機械臂抓取下,輕則導致抓取失敗引發停機,重則造成屏幕邊緣磕碰或產生內部應力損傷,導致巨額損失。
因此,這正是視覺定位引導技術的核心價值所在,將自動化設備從依賴預設坐標的盲人,轉變為擁有環境感知與實時決策能力的智能體。
一、破解復雜背景下的技術難點
要實現手機屏幕的精準視覺引導上料,絕非簡單的拍照-抓取。其面臨的技術挑戰是多維且苛刻的:
1. 成像挑戰:手機屏幕表面通常覆蓋有高光玻璃或光學膜層,嚴重干擾相機對屏幕實際輪廓和定位特征的捕捉。此外,許多屏幕的邊緣或特定區域是半透明或帶有透明涂層的,在普通光照下難以與背景分離,輪廓提取困難。
2. 定位挑戰:特征微弱與背景干擾。為了最大化屏占比,現代手機屏幕的邊框極窄,留給視覺系統識別的特征區域(如特定標記或物理邊緣)非常有限。同時,料盤本身可能由黑色或深色塑料制成,與屏幕顏色接近,形成低對比度背景。如何從復雜、低對比度的圖像中,穩定、高速地提取出像素級的屏幕輪廓或特征點,是算法的核心考驗。
3. 工程挑戰:速度、精度與穩定性的平衡。視覺系統必須在極短時間內完成圖像采集、處理、定位計算和坐標輸出。同時,定位精度必須達到機械臂可安全、無損抓取的要求,通常需優于0.1毫米。更關鍵的是,系統必須在車間照明變化、輕微振動、來料微小污漬等各種干擾下,保持穩定運行,任何一次誤判都可能導致生產中斷。
二、雙相機協同與智能算法的解決方案
針對上述挑戰,雙翌光電推出了基于雙相機協同和MasterAlign視覺系統的專用上料引導解決方案。該方案構建了一個從感知、決策到執行的完整智能閉環。
1. 光學成像系統
本方案采用了白色條形光源組合。其精妙之處在于光源的布置角度和光線特性控制:條形光從特定傾角射向屏幕表面,能夠將屏幕邊緣或特定標記的輪廓,以明亮的高光邊形式凸顯出來,從而完美抑制了反光對圖像的干擾。為后續處理提供高質量的原始圖像。
2. 雙相機立體布局,構建空間感知
方案采用雙相機配置,從不同角度對同一片待抓取的屏幕進行拍攝。通過雙視角的圖像融合與比對,系統能夠更可靠地排除因單一視角可能遇到的局部反光或遮擋造成的誤判;為機械臂的抓取姿態提供更全面的引導。
3. MasterAlign系統,智慧的大腦與中樞
所有圖像數據匯入MasterAlign視覺處理系統。該系統集成了先進的圖像處理算法和專為精密定位優化的工具庫。
穩健的特征提取:面對微弱的屏幕邊緣特征,MasterAlign采用像素邊緣檢測算法,實現0.06毫米的重復定位精度。
強大的抗干擾能力:系統內置了濾波和去噪算法,能夠有效消除圖像中的隨機噪聲和料盤紋理的干擾。其模板匹配和特征匹配工具,即使在光照不均或有輕微污染的情況下,也能準確識別和定位預設的基準特征。
高速閉環通信:MasterAlign在毫秒級時間內完成所有計算后,實時發送給機器人控制系統。機器人并非僵硬地執行固定程序,而是根據這些實時坐標動態調整其抓取軌跡,實現眼手聯動的精準抓取。
三、效率、柔性與可靠性的三重飛躍
在實際部署中,雙翌光電的視覺引導上料方案為手機制造商帶來了可量化、可感知的顯著價值。
1. 質量與可靠性的提升
系統將上料定位精度穩定控制在0.06毫米以內,這確保了機械手吸盤能完美對準屏幕的安全抓取區域,徹底避免了因定位偏差導致的物理碰撞和隱裂。由上料環節直接或間接造成的屏幕破損率下降了90% 以上,大幅降低了核心物料的損耗成本。
2. 生產效率與柔性的突破
不同型號的屏幕只需更換通用料盤,視覺系統通過軟件切換檢測程序,即可自動適應新產品的特征。這使得產品換線時間從以往的數小時縮短至幾分鐘,極大地釋放了產能,完美契合了市場快速迭代的需求。
3. 生產智能化與管理數字化
每一次抓取的位置、角度、耗時都被系統精確記錄并生成數據報表。管理者可以實時監控上料工位的運行狀態和定位精度趨勢,進行預測性維護。當某批次屏幕來料位置波動異常增大時,系統可提前預警,追溯到前段供料環節的問題,實現了從結果管控到過程預防的質量管理飛躍。
四、結語
雙翌光電的機器視覺上料引導方案,不僅僅是一項提升單個工位效率的技術,更是構建柔性智造體系、實現全流程數字化的關鍵基石。在實時監控產品生產質量、提高生產效率的同時,還可以大幅節約人工成本,是制造業在面向智能制造時代的最佳選擇。
提交
機器視覺實現PCB板絲印后高精度檢測
機器視覺賦能3C電子行業,打造智能化生產
高精度機器視覺實現工控顯示屏微米級貼合
雙翌MES軟件構建全鏈路數字車間
AI深度學習如何重塑機器視覺系統的大腦?

投訴建議