一、案例背景

（1）  項目需求

• 需要在左右兩個工位進行四個點位的拍照。

• 對相機拍照的字符進行識別，把識別到的字符信息反饋給上位機系統。

 

• 要求CT在1秒內完成拍照識別。

（2）  項目痛點

• 字符識別難點在0和8，1和7，1和I的上面容易出現誤識別。

• 生產效率要求高，要求四個點位拍照和識別的總耗時加起來不能超過1秒。

• 物料分為鋼鋁兩種材質，鋼件成像效果較好，字符識別率較高，鋁件的成像效果偏差，導致部分字符容易出現誤識別。

 

• 前期測試為搭建四個方案進行通訊切換方案，但是耗時過長，影響客戶使用。

二、方案描述

（1）配單表

（2）方案示意圖

（3）方案思路

• 相機安裝方式為下朝上安裝，相機和物料中間使用同軸白光進行補光。

 

• 設備為雙工位，左右工位重復運行類型，下圖為設備單工位運行的流程圖。

（3）搭建與調試

• 安裝好相機，連接相機修改相機IP，對相機和電腦網卡的網絡進行配置，保證相機和電腦之間的正常通訊。

• 在圖像設置頁面進行相機的焦距和相機的曝光時間的調整，以保證相機取的圖像都是清晰的。

• 添加條件分支工具，按照定義好的通訊指令去配置對應發分支。

• 在分支工具里面添加字符識別工具，添加工具后按照需求去設置對應的ROI區域，調整字符識別的參數，保證能夠正確的識別字符。

• 在輸出配置頁面設置邏輯判斷工具，按照需求去選擇對應前提條件。

• 設置輸出內容，選擇對應需要輸出的數據，假如沒有數據則按照異常輸出no read。

  

項目難點1：

前期測試為搭建四個方案進行通訊切換，但因為使用深度學習模塊，每次切換方案需要先注銷當前的模塊內容，再次加載另一個模塊的內容，資源占用比較大，因此耗時過長，每次切換時間是8秒，最開始的方案每次運行耗時在21秒左右。

解決方案：

定制了相機的通訊觸發分支的方式進行方案優化，規避了方案切換導致的時間過長，整體CT時間優化到了11秒左右。

項目難點2：

客戶需求字符識別率99%以上，在調試的過程中發現存在部分字符因字形相近而識別錯誤的問題。

解決方案：

 

現場收集相近字符圖片，然后進行打標訓練，最終達到識別率99%。

三、項目優勢

• 本方案采用500W智能相機,為客戶減低了成本提高了利潤。

• 本視覺方案解決了客戶對于OCR識別需求，節約了客戶的CT時間,提升了客戶產品的競爭力。

• 為客戶提升了生產的效率，優化了生產流程的質量問題的溯源。

• 本方案采用識別率高達99%，我司智能相機的體積更小，安裝更省空間。通過定制通訊觸發分支的固件后，不計算機構運動時間，四個點位的相機拍照和識別耗時合計在600毫秒左右