Aplikasi Inspeksi Visual dalam Produksi Industri
"Inspeksi visual" benar-benar menjadi medan pertempuran utama untuk teknologi ini—lebih dari separuh pasar visi mesin global berada di aplikasi industri. Pabrik-pabrik sebagian besar telah mendelegasikan tugas yang terlalu cepat, membosankan, atau presisi untuk mata manusia ke sistem otomatis. Berikut cara penggunaannya di lini produksi:
🔍 Deteksi Cacat Permukaan (Paling Umum)
Goresan, Kotoran & Penyok: Memeriksa casing ponsel, panel bodi otomotif, penutup kaca, dan elektroda baterai lithium. Kamera menangkap gambar, dan algoritma langsung mengklasifikasikan item sebagai "lulus" atau "gagal" dengan presisi hingga 0,01 mmYa.
Tekstil & Percetakan: Memindai ribuan meter kain secara real-time untuk benang putus, penyimpangan warna, atau noda. Memeriksa kotak obat untuk tinta yang hilang, teks buram, atau barcode yang tidak sejajar.
Kaca & Layar: Mendeteksi gelembung dan riak di layar ponsel pintar, kaca mobil, dan panel OLED (dikenal sebagai "deteksi Mura" untuk keseragaman kecerahan).
📏 Pengukuran Dimensi
Metrologi Tanpa Kontak:Mengukur bagian yang dicap, roda gigi, dan ulir. Satu gambar menghitung toleransi lebih cepat daripada kaliper manual tanpa menghentikan jalur produksi.
Pengukuran Profil 3D: Menggunakan cahaya terstruktur atau profilometer laser untuk memindai kontur bagian otomotif, las, dan tinggi tab baterai.
🤖 Panduan & Penentuan Posisi (Bertindak sebagai Mata Robot)
Ambil dan Tempatkan: Depalletizing dan penyortiran; kamera memberi tahu lengan robot tentang lokasi dan orientasi objek yang tepat.
Penjajaran Presisi: Penting untuk mesin penempatan SMT dalam menyelaraskan komponen ke bantalan (akurasi ±0,02mm), ikatan die dalam kemasan chip, dan laminasi LCD.
Panduan Perakitan: Memandu robot ke lubang tertentu untuk mengencangkan sekrup atau pengolesan perekat.
✅ Verifikasi Perakitan
Perakitan Akhir Otomotif: Memeriksa komponen yang hilang—misalnya, memverifikasi sekrup pada panel pintu, koneksi harness kabel yang benar, atau keberadaan modul airbag. Sistem visi jauh lebih andal daripada pemeriksaan manual.
Farmasi:Memastikan tidak ada pil yang hilang dari blister pack, memverifikasi warna kapsul, dan mencocokkan label dengan brosur.
🚧 Skenario Khusus & Berisiko Tinggi
Inspeksi Las: Menggunakan penglihatan inframerah atau laser untuk menilai lebar las, porositas, dan undercut secara langsung.
Semikonduktor: Memeriksa wafer untuk cacat mikro dan keselarasan ikatan kawat—'puncak' visi mesin yang memerlukan presisi tingkat nanometer.
Makanan & Minuman: Memverifikasi kekencangan tutup, tingkat isi, dan kode tanggal yang jelas pada jalur berkecepatan tinggi (ribuan botol per menit).
Mengapa Pabrik Lebih Memilihnya
Dimensi |
Mata Manusia |
Inspeksi Visual |
|---|---|---|
Kecepatan |
Lambat; rentan terhadap gangguan/kelelahan |
Tingkat milidetik; operasi 24/7 |
Presisi |
Batas ~0,1mm |
Hingga 0,01mm atau bahkan mikrometer |
Konsistensi |
Bervariasi antar shift/pekerja |
Standar identik melalui algoritma tetap |
Biaya |
Upah, pelatihan, pergantian |
Investasi satu kali; biaya jangka panjang lebih rendah |
Tren Saat Ini
CV Tradisional → Pembelajaran Mendalam:Deteksi tepi berbasis aturan sedang digantikan oleh CNN. Tingkat deteksi cacat untuk tekstur kompleks (kain, kulit, foil baterai) telah melonjak dari ~80% menjadi lebih dari 98%.
2D → 3D:Seiring dengan matangnya inspeksi planar, fokus beralih ke tinggi, volume, dan morfologi menggunakan solusi cahaya terstruktur/laser yang terjangkau.
Penerapan di Tepi:Pemrosesan beralih dari PC industri besar ke kamera yang dilengkapi NPU, memungkinkan penerapan model seperti YOLO secara hemat biaya.
