نظم الكشف والتصنيف الأوتوماتيكية القائمة على الرؤية الآلية

ومع التطور السريع للتمتة الصناعية، يجري تطبيق تكنولوجيا الرؤية الآلية في عدد متزايد من المجالات. وقد تطورت تكنولوجيا الرؤية الآلية إلى طريقة رئيسية، ولا سيما فيما يتعلق باكتشاف وتصنيف المتشددات. ستعرض هذه الورقة عملية تصميم وتنفيذ نظام آلي لكشف وتصنيف الأجسام على أساس الرؤية الآلية.

قاعدة الرؤية الآلية

الإبصار الآلي هو طريقة لإجراء عمليات الرصد والتصنيف آليا باستخدام تقنيات مثل معالجة الصور واستخراج الخصائص والتعلم الآلي. وفي النظام البصري الآلي، يمثل التقاط الصور الخطوة الأولى، حيث يتم الحصول على صور لأجزاء صلبة من خلال كاميرات عالية الاستبانة ونظم إضاءة مناسبة. ثم يتم المعالجة المسبقة للصور من خلال تكنولوجيا معالجة الصور، بما في ذلك عمليات إزالة الضجيج، والتعزيز، وثني القيمة، والتجزئة، من أجل تيسير استخراج الخصائص.

تصميم نظام الكشف والتصنيف الأوتوماتيكي لمثبِّطات

ويصمم النظام على النحو التالي:

تم التقاط الصورة
ومن أجل الحصول على صور دقيقة للمشدات، نستخدم كاميرات صناعية عالية الاستبانة ونظم إضاءة مناسبة. وعلاوة على ذلك، وبغية ضمان جودة الصور واستقرارها، اعتمدنا بيئة تصوير مغلقة للحد من تأثير الضوء الخارجي والضجيج في الخلفية.

استخراج الخصائص
وفي مرحلة معالجة الصور، استخدمنا العديد من الخوارزميات والتقنيات لاستخراج خصائص التثبيت. وتشمل هذه الخصائص الأشكال والأحجام والألوان والخطوط. ومن خلال تحليل هذه الخصائص ومعالجتها، يمكننا الحصول على معلومات أساسية عن نقاط التثبيت، ومن ثم تصنيفها.

خوارزمية التصنيف
وفي مرحلة التصنيف، استخدمنا مجموعة متنوعة من خوارزميات التعلم الآلي لتصنيف خصائص التثبيت. وتشمل هذه الخوارزميات دعم المتجهات (SVM)، والشبكات العصبية (NN)، وشجرة صنع القرار. ويمكن لهذه الخوارزميات، من خلال التدريب والتعلم، أن تصنَّف آليا وفقا لخصائص التثبيت.

تكامل النظام
وأخيرا، قمنا بدمج مختلف الوحدات والوظائف في نظام متكامل للرصد والتصنيف المؤقتين للمشدات. ويوفر هذا النظام دعماً قوياً للإنتاج الصناعي من خلال تحقيق عمليات رصد وتصنيف مستمرة وفعالة.

التجارب وتحليل النتائج

ومن أجل التحقق من صلاحية النظام وفعاليته، أجرينا سلسلة من التجارب. أولا، جمعنا عددا كبيرا من الصور المأخوذة من الأجسام المثبتة واستخدمناها لتدريب النظام واختباره. وتبين نتائج التجارب أن نظامنا قد حقق أكثر من 98 في المائة من الدقة في الكشف والتصنيف. علاوة على ذلك، قمنا بمقارنة خوارزميات التصنيف المختلفة لتحديد أفضل مزيج من الخوارزميات. وتبين نتائج التجارب أن الجمع بين خوارزميات متعددة يزيد من دقة التصنيف.

الاستنتاجات والتوقعات

يصف هذا التقرير عملية تصميم وتنفيذ نظام آلي لكشف وتصنيف الأجسام الصلبة يعتمد على الرؤية الآلية. وهذا النظام قادر على كشف وتصنيف جميع أنواع الحواجز بسرعة ودقة. وتشير النتائج التجريبية إلى أن دقة النظام تجاوزت 98 في المائة، وأنها تنطوي على قيمة عملية كبيرة وتوقعات كبيرة للتطبيقات.

وإذ نتطلع إلى المستقبل، سنستمر في إجراء بحوث متعمقة بشأن تطبيقات تكنولوجيا الرؤية الآلية في كشف وتصنيف المتشددات. فمن جهة، سنرفع مستوى الخوارزميات والتكنولوجيات المتاحة إلى المستوى الأمثل، ونعزز أداء النظام وكفاءته ؛ ومن ناحية أخرى، سوف نستكشف خوارزميات وتكنولوجيات جديدة للقيام بمهام أكثر تعقيدا ودقة للكشف والتصنيف. وبالإضافة إلى ذلك، سندرس كيفية الجمع بين تكنولوجيا الرؤية الآلية وتكنولوجيا الروبوتات، من أجل تحقيق عمليات التثبيت والتجميع الأوتوماتيكية، وزيادة تحسين أتمتة الإنتاج الصناعي وكفاءته.