Embedded Vision - Plattform für eine Online-Qualitätsinspektion

Autoren Martin Kremser
Editoren
Titel Embedded Vision - Plattform für eine Online-Qualitätsinspektion
Typ Master-Arbeit
Universität FH OÖ, Fachhochschul-Masterstudiengang Embedded Systems Design
Monat September
Jahr 2017
SCCH ID# 17069
Abstract

Diese Arbeit beschäftigt sich mit der Entwicklung eines Prototypen zur Inspektion von Textilbändern am Produktionsausgang einer Webmaschine. Basierend auf einem Einplatinencomputer werden dadurch Produktionsfehler mit Hilfe von digitalen Bildverarbeitungsalgorithmen selbstständig erkannt und gemeldet. Zur Aufnahme und Vorverarbeitung der Bilder wird die Software-Bibliothek OpenCV verwendet, welche dazu eine große Vielfalt an Algorithmen bietet. Für die Fehlererkennung werden drei verschiedene Bildvergleichsalgorithmen anhand ihrer Eignung für Embedded-Systeme evaluiert und nach Leistung und Zuverlässigkeit verglichen.

Auch die Auswahl der verwendeten Hardware ist wesentlich bei der Zusammensetzung des Systems. Deshalb werden verschiedene Embedded-Boards für einen Vergleich herangezogen und auf deren Tauglichkeit untersucht. Des Weiteren müssen eine geeignete Belichtungsmethode und eine Kamera gewählt werden, um bei unterschiedlichen Bedingungen die gewünschte Qualität der Bildaufnahmen zu erreichen.

Ein einzelnes Embedded-System hat einen beschränkten Verantwortungsbereich am Ende einer Produktionsmaschine. Es soll folglich möglich sein, aus vielen verteilten Einzelsystemen ein Kontrollsystem für mehrere Maschinen zusammenzusetzen. Als Testaufbau für den Prototypen dient ein Bandlauf, der aus Lego Mindstorms zusammengesetzt ist und den Ausgang einer Webmaschine simuliert. Der Test des Prototypen findet unter Verwendung verschiedener Textilbänder mit unterschiedlichen Fehlerklassen statt. Dabei wird der gewählte Algorithmus im Zusammenspiel mit dem Prototypenaufbau evaluiert. Auf diese Weise werden die Grenzen des Gesamtsystems gezeigt und mögliche Änderungen diskutiert.