HALCON 驱动的气瓶自动复检线

Swiss Safety Center 为一家食品行业的公司开发了一台名为 Autosonic™ mini + Auto 的全自动机器。该机器能够对气瓶进行复检，并使用机器视觉和 OCR 算法在完整的全自动化流程中执行一系列检测，从而减少人工成本和拼写错误。

• 包含材料缺陷的不合格气瓶有爆炸的危险，因此不能出售。为此，该公司必须通过适当的测试来确保合格，通常是进行超声波和视觉测试。法律规定，制造商必须定期对每个气瓶实施质量控制。
• 每个气瓶都会收到一份数字合格证，上面会列出其通用信息（制造商、序列号、日期等）。该公司必须取得、解释并存储这些数据。该公司面临的一大挑战是要将这些数据标刻在金属曲面（气瓶肩部）上。

自动化机器的核心是超声波测试和机器视觉的结合。流程最终会产出一个装满即用型气瓶的托盘，气瓶上带有新标刻的合格标记。

由码垛机器人负责生产线进料和卸料，所有测试均成功通过后，由一个精确的液压头将新数据标刻到气瓶肩部的空白处。每次测试收集到的全套数据都会存储在数据库中，并且每个合格气瓶会自动收到新的数字合格证。

有三个视觉工作站，每个都包含一个激光轮廓传感器 (LMI Gocator)。其中两个工作站位于生产线的入口和出口处，另一个位于标刻工作站的正前方。所有传感器都会采集 2D 轮廓数据并将其组合以输出 3D 曲面。

使用机器视觉软件 MVTec HALCON 处理 3x 3D 表面图像，目标如下：

• 在机器入口处读取所有标刻数据并识别相关数据（例如制造商、序列号、日期、某些符号等）。
• 如果通过所有测试，则在气瓶肩部找到可以标刻新数据的合适空白处。
• 在机器出口处重新读取标刻数据以便复核并找出冗余，包括多余标刻数据。

HALCON 的处理步骤：

• 通过 GenICam GenTL 接口从传感器采集表面数据。同时还使用 LMI SDK 从传感器获取其他数据。
• 使用迭代动态滤波（边缘滤波 - 导数高斯）来校正原始表面。
• 通过 Blob 分析和一些去噪进行字符分割，然后使用“paint_image”获取白色背景上的黑色数据。
• 通过基于形状的匹配识别符号，以便读取约 150 个字母数字字符和符号的组合。然后从图像中去除这些符号。
• 对其余的字母数字字符应用 OCR 分类 (MLP)。
• 最后添加“相关字符组分类神经网络”，以便对文本应用特定逻辑和语法。

客户收益

Swiss Safety Center 将手动或半自动流程转换为全自动流程，从而为客户带来大量附加价值：

• 减少人工成本
• 提高生产效率
• 降低错误数据风险（人工读取和输入、数据手动合并等）
• 所有数据汇聚在同一平台上（数据管理更方便）

感谢 Swiss Safety Center 提供文字和图像。