Teknologi Inspeksi Visual Botol Kosong: Prinsip, Aplikasi, dan Tren Perkembangan

Inspeksi visual botol kosong merupakan teknologi penting dalam produksi otomatis industri modern. Khususnya di industri seperti bir, minuman, dan farmasi, inspeksi kualitas botol kosong yang efisien dan akurat sangatlah penting. Dengan kemajuan pesat teknologi visi mesin, sistem inspeksi botol kosong berbasis visi komputer telah menggantikan metode inspeksi manual tradisional, menjadi peralatan inti untuk memastikan kualitas produk dan meningkatkan efisiensi produksi.

1. Latar Belakang dan Signifikansi Teknologi

Dalam industri makanan, minuman, dan farmasi, kualitas botol kosong secara langsung memengaruhi keamanan dan integritas penyegelan produk akhir. Metode inspeksi manual tradisional memiliki berbagai kekurangan, termasuk efisiensi rendah, intensitas kerja tinggi, standar inspeksi yang tidak konsisten, dan kerentanan terhadap faktor subjektif. Hal ini sangat bermasalah pada lini produksi berkecepatan tinggi, di mana inspeksi manual kesulitan untuk mengimbangi kecepatan produksi yang mencapai puluhan ribu botol per jam.

Dengan keunggulan pengoperasian tanpa kontak, pemrosesan waktu nyata, presisi tinggi, dan pengulangan yang kuat, teknologi visi mesin menawarkan solusi ideal untuk inspeksi botol kosong otomatis. Melalui sistem visi komputer, inspeksi komprehensif pada mulut, badan, dan dasar botol dapat dicapai, secara akurat mengidentifikasi berbagai cacat dan memastikan bahwa hanya botol kosong yang memenuhi syarat yang melanjutkan ke tahap pengisian.

2. Komposisi Sistem dan Prinsip Kerja

2.1 Arsitektur Sistem Secara Keseluruhan

Sistem inspeksi visual botol kosong yang umum biasanya terdiri dari komponen-komponen berikut:

1. Peralatan Akuisisi Gambar: Ini mencakup kamera industri, lensa, sumber cahaya, dan komponen terkait. Sistem ini biasanya menggunakan kamera CCD atau CMOS, yang dipasangkan dengan lensa optik dan sistem pencahayaan yang dirancang khusus. Desain sumber cahaya sangat penting, karena area inspeksi yang berbeda memerlukan metode penerangan yang berbeda—misalnya, penerangan lampu cincin untuk mulut botol, sumber cahaya panel datar untuk dasar botol, dan penerangan fluoresen untuk badan botol.

2. Modul Pemrosesan dan Analisis Citra: Modul ini merupakan inti dari sistem, bertanggung jawab untuk memproses dan menganalisis citra yang diambil. Modul ini menggabungkan berbagai algoritma untuk pra-pemrosesan citra, ekstraksi fitur, pengenalan cacat, dan tugas serupa.

3. Sistem Kontrol: Biasanya menggunakan Programmable Logic Controller (PLC) sebagai unit kontrol inti, sistem ini mengkoordinasikan pengoperasian seluruh pengaturan—termasuk memicu pengambilan gambar kamera, mengatur kecepatan sabuk konveyor, dan menggerakkan mekanisme penolakan.

4. Mekanisme Penggerak: Terutama terdiri dari perangkat penolakan pneumatik, mekanisme ini menghilangkan botol kosong yang tidak memenuhi syarat dari jalur produksi berdasarkan hasil inspeksi.

5. Antarmuka Manusia-Mesin (HMI): Antarmuka ini menyediakan fungsi bagi operator untuk konfigurasi parameter, pemantauan data, diagnosis kesalahan, dan tugas operasional lainnya. 2.2 Alur Kerja

Selama pengoperasian, botol kosong secara berurutan melewati berbagai stasiun pemeriksaan melalui sabuk konveyor. Ketika sensor fotolistrik mendeteksi bahwa botol kosong telah mencapai posisi pengambilan gambar, sensor tersebut memicu kamera untuk mengambil gambar. Data gambar dikirim ke sistem pengolahan gambar untuk dianalisis guna menentukan apakah botol kosong tersebut mengandung cacat. Jika cacat terdeteksi, sistem mencatat informasi posisi botol tersebut; selanjutnya, ketika botol yang cacat mencapai posisi penolakan, sistem kontrol mengaktifkan mekanisme pneumatik untuk mengeluarkannya.

3. Item Inspeksi dan Spesifikasi Teknis

3.1 Item Inspeksi Utama

Sistem inspeksi visual botol kosong diperlukan untuk mendeteksi berbagai jenis kerusakan, terutama meliputi:

Pemeriksaan Mulut Botol:

• Kerusakan, retakan, atau serpihan pada permukaan penyegelan

• Kerusakan pada tepi mulut (permukaan atas), tepi luar, atau tepi dalam

• Cacat ulir (fitur opsional)

• Kontaminasi dan benda asing

Inspeksi Badan Botol:

• Kontaminan pada permukaan bagian dalam dan luar dinding botol (misalnya, selotip transparan, abu rokok)

• Lecet, goresan, dan retakan

• Gelembung udara, kotoran, kerutan, dan lengket

• Deteksi benda asing berupa lapisan tipis transparan

Inspeksi Bagian Bawah Botol:

• Kotoran dan benda asing di dasar botol (misalnya, lapisan plastik transparan dari kemasan rokok, puntung rokok)

• Retak, permukaan tidak rata, tonjolan tajam (paku), dan bagian bawah tidak tepat di tengah

• Kerusakan struktural

Inspeksi Lainnya:

• Deteksi cairan sisa (air sisa, larutan kaustik sisa)

• Inspeksi Bentuk dan Wujud (botol terlalu tinggi/terlalu rendah, botol leher patah, botol cacat, botol berubah warna, botol terbalik, botol setengah ukuran)

3.2 Spesifikasi Kinerja Teknis

Sistem inspeksi visual botol kosong modern harus memenuhi persyaratan teknis yang ketat:

• Kecepatan Inspeksi: Standar internasional tingkat lanjut mencapai lebih dari 72.000 botol per jam.

• Akurasi Inspeksi: Akurasi inspeksi komprehensif melebihi 99,65%, dengan tingkat penolakan palsu kurang dari 0,18% dan tingkat kesalahan deteksi kurang dari 0,21%.

• Waktu Respons: Waktu rata-rata penentuan cacat adalah ≤ 8,7 milidetik.

• Kemampuan beradaptasi: Mendukung peralihan cepat antara berbagai jenis botol; waktu migrasi model untuk jenis botol baru selesai dalam waktu 30 menit.

4. Algoritma Teknis Utama

4.1 Teknologi Akuisisi dan Praproses Citra

Pengambilan gambar berkualitas tinggi menjadi dasar akurasi inspeksi. Sistem ini menggunakan lingkungan pengambilan gambar tertutup untuk meminimalkan gangguan eksternal sebisa mungkin. Untuk mengatasi masalah pengaburan gambar (motion blur) yang disebabkan oleh gerakan berkecepatan tinggi, sistem ini menggunakan iluminasi stroboskopik yang disinkronkan dengan kecepatan rana yang dikontrol secara presisi.

Untuk inspeksi dinding botol, perangkat pencitraan optik refleksi multi-tahap—yang mampu menangkap gambar lengkap dalam satu kali proses—telah dirancang dan dipasang di titik masuk dan keluar sistem. Konfigurasi ini memungkinkan inspeksi dinding botol 360 derajat yang komprehensif tanpa titik buta. Dengan menggunakan desain yang menampilkan sumber cahaya terpolarisasi dan lensa terpolarisasi, interferensi cahaya yang tersebar dihilangkan, sehingga meningkatkan kontras gambar yang ditangkap dan memfasilitasi deteksi benda asing transparan dan semi-transparan yang lebih efektif.

4.2 Algoritma Pemosisian dan Pelacakan

Penentuan posisi badan botol yang akurat merupakan prasyarat untuk deteksi cacat yang efektif. Mengenai penentuan posisi mulut botol, para peneliti telah mengusulkan metode "lokalisasi centroid empat keliling". Metode ini mencapai akurasi penentuan posisi dengan deviasi centroid kurang dari 3 piksel dan waktu lokalisasi kurang dari 15 milidetik. Dengan menggeser centroid secara iteratif dalam rentang lokalisasi kecil dan mengkalibrasi posisinya berdasarkan metrik akurasi, presisi penentuan posisi yang lebih tinggi—dengan deviasi centroid kurang dari 1 piksel—dapat dicapai.

Untuk penentuan posisi badan botol, dua algoritma berbeda diusulkan berdasarkan karakteristik spasial gambar badan botol: satu berdasarkan titik pusat (centroid) dari titik-titik tepi, dan yang lainnya berdasarkan titik-titik ekstrem dari proyeksi skala abu-abu vertikal. Algoritma ini mencapai akurasi penentuan posisi sekitar 4 piksel, dengan waktu lokalisasi rata-rata 1 milidetik.

Penentuan posisi dasar botol menggunakan algoritme "pemasangan lingkaran acak" yang ditingkatkan yang menampilkan penyesuaian berat adaptif. Pendekatan ini secara efektif memitigasi pengaruh titik outlier pada hasil lokalisasi, menunjukkan peningkatan ketahanan terhadap cacat pada dasar botol serta terhadap adanya titik kebisingan atau gangguan yang signifikan.

4.3 Algoritma Deteksi Cacat

Deteksi Cacat Mulut Botol: Strategi deteksi berbasis wilayah digunakan, di mana area mulut botol "dibentangkan" menjadi gambar persegi panjang. Untuk mengatasi masalah interferensi timbal balik antara area sorotan spekular dan bayangan, metode khusus dirancang untuk mensegmentasi area sorotan mulut botol. Metode ini mengekstrak area sorotan dengan mendeteksi tepi naik dan turun dari kurva proyeksi keliling mulut botol. Selanjutnya, area sorotan ini dikurangi dari gambar asli; piksel kemudian diambil sampelnya dari area bayangan yang berdekatan dengan sorotan asli untuk mengisi kekosongan yang dihasilkan, sehingga menghasilkan gambar rekonstruksi mulut botol yang "bebas sorotan". Deteksi cacat di dalam area sorotan dilakukan menggunakan metode proyeksi radial, sedangkan area bebas sorotan dianalisis menggunakan metode segmentasi ambang histeresis.

Deteksi Cacat Badan Botol: Algoritma deteksi berbasis wilayah diusulkan, yang dirancang khusus untuk karakteristik distribusi nilai skala abu-abu piksel dalam gambar badan botol. Gambar badan botol dibagi menjadi tiga wilayah berbeda: wilayah halus, wilayah pita aus, dan wilayah LOGO/teks:

• Wilayah Halus: Menggunakan metode ekstraksi cacat berdasarkan pengelompokan superpiksel, ditambah dengan metode pengenalan cacat yang memanfaatkan fitur piksel rata-rata dalam setiap superpiksel.

• Area Wear-Band: Menggunakan algoritma deteksi dan pengenalan cacat berdasarkan operator gradien horizontal.

• Area LOGO/Teks: Menampilkan metode ekstraksi blok persegi panjang berdasarkan operator deteksi tepi Canny yang dimodifikasi, bersamaan dengan algoritma pengenalan cacat dan LOGO/teks berdasarkan Jaringan Saraf Konvolusional (CNN).

Deteksi Cacat Dasar Botol: Citra dasar botol dibagi menjadi dua bagian—zona anti-selip dan zona tengah—yang diperiksa secara terpisah. Bank filter Gabor multi-skala digunakan untuk meningkatkan fitur-fitur penyok dan gelembung kecil, dan pengklasifikasi Support Vector Machine (SVM) diperkenalkan untuk memfasilitasi pengenalan cacat. Untuk cacat yang terletak di dalam wilayah pola anti-selip, SVM yang dikombinasikan dengan kernel Radial Basis Function (RBF) digunakan untuk mengklasifikasikan fitur-fitur cacat dasar botol.

4.4 Penerapan Teknologi Pembelajaran Mendalam

Dengan kemajuan teknologi kecerdasan buatan, penerapan pembelajaran mendalam dalam inspeksi visual botol kosong semakin meluas. Sebuah metode untuk mendeteksi cacat permukaan pada botol kosong—berdasarkan algoritma SSD (Single Shot MultiBox Detector) yang dimodifikasi—menggabungkan modul fusi fitur ke dalam arsitektur jaringan SSD untuk menyediakan fitur semantik yang kaya ke lapisan prediksi. Secara bersamaan, mekanisme perhatian diperkenalkan ke dalam jaringan untuk meningkatkan kemampuan ekstraksi fiturnya. Hasil eksperimen menunjukkan bahwa metode ini mencapai tingkat akurasi 98,3%, tingkat deteksi terlewat 0,74%, tingkat deteksi salah 0,96%, dan rata-rata presisi (mAP) 96,5%—menunjukkan peningkatan hampir 5,6 poin persentase dibandingkan dengan algoritma SSD asli.

5. Skenario Aplikasi dan Studi Kasus

5.1 Aplikasi dalam Industri Bir dan Minuman

Dalam produksi bir, sebagian besar perusahaan menggunakan botol daur ulang untuk pengisian ulang; namun, kualitas botol daur ulang ini sangat bervariasi, sehingga pemeriksaannya menjadi tugas yang menantang. Sistem pemeriksaan botol kosong harus mampu mendeteksi berbagai macam kerusakan, termasuk masalah pada permukaan penyegelan mulut botol, ulir sekrup, kontaminan permukaan internal dan eksternal pada dinding botol, tingkat keausan, kontaminan dasar botol, dan retakan.

Mengambil contoh penerapan praktis di sebuah pabrik bir tertentu: sistem ini menggunakan mekanisme konveyor linier. Saat botol kosong bergerak secara berurutan melalui stasiun inspeksi yang ditujukan untuk mulut botol, badan botol, dan dasar botol, sensor fotolistrik diaktifkan, mendorong sistem multi-pencitraan untuk secara otomatis mengambil gambar dari masing-masing zona inspeksi. Sistem inspeksi visual memproses gambar dari setiap stasiun secara independen; pada akhirnya, mekanisme penyortiran—yang bertindak berdasarkan hasil inspeksi gabungan dari semua stasiun—mengeluarkan botol kosong yang cacat dari jalur produksi. 5.2 Aplikasi di Industri Farmasi

Dalam industri farmasi, persyaratan inspeksi untuk vial kaca sangat ketat. Tidak seperti kemasan makanan standar, vial farmasi memiliki karakteristik unik; oleh karena itu, inspeksi yang tepat diperlukan terkait bentuk, akurasi dimensi, dan atribut lainnya. Kriteria inspeksi meliputi kerusakan dan retakan pada mulut botol, leher, badan, dan dasar; pengukuran area cacat; dimensi (diameter dalam dan luar), ovalitas, dan penyimpangan diameter mulut botol; serta keberadaan benda asing seperti partikel putih atau hitam, rambut, dan serat berwarna.

5.3 Studi Kasus: Deteksi Cacat pada Bagian Bawah Botol Kaca Kosong dari Huicui Vision

Dalam sebuah proyek yang diimplementasikan oleh Huicui Intelligent untuk mendeteksi cacat—khususnya kerusakan—pada dasar botol kaca kosong, dirancang sebuah sistem inspeksi visual multi-kamera. Solusi ini mengintegrasikan empat kamera global shutter dengan HCvisionQuick, perangkat lunak analisis dan pemrosesan gambar milik perusahaan. Dengan menangkap gambar dasar botol dari empat sudut berbeda, sistem ini secara komprehensif mengidentifikasi seluruh spektrum potensi cacat yang mungkin terjadi pada dasar botol. Teknik pencahayaan latar belakang digunakan untuk meningkatkan kontras antara dasar botol dan latar belakang, sehingga meningkatkan akurasi deteksi. Dalam aplikasi praktis, sistem ini telah mencapai tingkat akurasi deteksi melebihi 99%.

6. Tantangan Teknis dan Tren Perkembangan

6.1 Tantangan Teknis Utama

1. Tantangan yang Ditimbulkan oleh Sifat Material: Botol bir seringkali terbuat dari kaca laminasi; sifat bawaan material ini menimbulkan kesulitan bagi teknologi inspeksi tradisional. Faktor-faktor seperti ketebalan kaca yang tidak seragam dan adanya pola timbul yang rumit atau fitur struktural dapat memengaruhi perolehan dan kualitas gambar secara negatif.

2. Persyaratan Produksi Kecepatan Tinggi: Jalur peng bottling bir modern dapat beroperasi dengan kecepatan melebihi 36.000 botol per jam, sehingga menuntut kecepatan pemrosesan dan ketelitian sistem inspeksi yang sangat tinggi.

3. Inspeksi Bentuk Botol yang Kompleks: Botol kosong seringkali memiliki geometri yang kompleks, sehingga metode inspeksi berbasis kontak menjadi tidak praktis; oleh karena itu, diperlukan metode inspeksi berbasis penglihatan tanpa kontak.

4. Deteksi Benda Asing Transparan: Mengidentifikasi benda asing transparan—seperti pita perekat bening atau film plastik—menimbulkan tantangan yang signifikan, sehingga memerlukan desain optik khusus dan pemrosesan algoritma tingkat lanjut.

6.2 Tren Pembangunan

1. Kecerdasan dan Kemampuan Beradaptasi: Sistem inspeksi botol kosong di masa depan akan semakin cerdas, mampu beradaptasi secara otomatis terhadap berbagai bentuk botol dan kondisi pencahayaan yang berbeda. Sistem ini akan mendukung migrasi model yang cepat untuk jenis botol baru—menyelesaikan proses dalam waktu 30 menit—sehingga secara signifikan meningkatkan fleksibilitas dan kemampuan beradaptasi peralatan.

2. Integrasi Pembelajaran Mendalam: Teknologi pembelajaran mendalam siap memainkan peran yang semakin penting dalam deteksi cacat. Dengan memanfaatkan algoritma seperti Jaringan Saraf Konvolusional (CNN), sistem ini dapat mengidentifikasi cacat kompleks dengan presisi yang lebih tinggi dan meningkatkan ketahanan keseluruhan proses inspeksi. 3. Fusi Multi-Sensor: Selain inspeksi visual, sistem ini akan mengintegrasikan sensor lain—seperti pemancar frekuensi tinggi untuk mendeteksi cairan sisa—untuk mencapai fusi data multi-modal, sehingga meningkatkan kelengkapan dan akurasi proses inspeksi.

4. Kolaborasi Berbasis Cloud dan Pemeliharaan Jarak Jauh: Sistem pelatihan dan operasi & pemeliharaan (O&M) berbasis platform cloud muncul sebagai tren utama; sistem ini mendukung O&M online jarak jauh dan real-time, memungkinkan penyelesaian masalah pelanggan tepat waktu selama 24/7.

5. Standardisasi dan Regulasi: Seiring dengan kematangan teknologi, sistem inspeksi visual botol kosong akan mengalami proses standardisasi secara bertahap. Entitas domestik telah berpartisipasi dalam penyusunan standar terkait, seperti *GB/T 39792-2021: Persyaratan Teknis Umum untuk Sistem Inspeksi Visual Online untuk Botol Kosong yang Digunakan dalam Kemasan Makanan*.

7. Kesimpulan

Sebagai komponen vital dari manufaktur cerdas, teknologi inspeksi visual botol kosong memainkan peran yang tak tergantikan dalam menjaga kualitas produk, meningkatkan efisiensi produksi, dan mengurangi biaya tenaga kerja. Didorong oleh kemajuan berkelanjutan dalam visi mesin, kecerdasan buatan, pencitraan optik, dan bidang terkait, sistem inspeksi botol kosong berkembang menuju presisi yang lebih tinggi, kecepatan yang lebih cepat, dan kemampuan adaptasi yang lebih besar.

Mencakup spektrum dari prinsip-prinsip teknis hingga aplikasi praktis—dan berevolusi dari algoritma tradisional hingga pembelajaran mendalam—inspeksi visual botol kosong telah membangun kerangka kerja teknis yang komprehensif dan matang. Ke depannya, seiring dengan semakin mendalamnya inisiatif Industri 4.0 dan manufaktur cerdas, teknologi ini akan menemukan aplikasi di berbagai industri yang lebih luas, memberikan dukungan yang kuat untuk transformasi dan peningkatan sektor manufaktur.

Melalui inovasi teknologi yang berkelanjutan dan aplikasi praktis, inspeksi visual botol kosong tidak hanya menyelesaikan tantangan produksi di dunia nyata tetapi juga memberikan pengalaman yang sangat berharga untuk penerapan visi mesin di bidang lain. Seiring dengan terus meningkatnya tingkat lokalisasi domestik dan dorongan untuk otonomi teknologi dan pengendalian diri yang semakin kuat, kemampuan teknis dan daya saing pasar Tiongkok di bidang inspeksi visual botol kosong siap untuk ditingkatkan lebih lanjut.