nach oben

Erschienen in:

2018 | OriginalPaper | Buchkapitel

Machine Vision Systems for Industrial Quality Control Inspections

verfasst von : Ricardo Luhm Silva, Marcelo Rudek, Anderson Luis Szejka, Osiris Canciglieri Junior

Erschienen in: Product Lifecycle Management to Support Industry 4.0

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

In this paper we introduce Machine Vision System (MVS) for industrial quality control inspections presenting new perspectives with the recent developments of Artificial Intelligence (AI). A brief literature review is provided which indicates a substantial growth of machine vision new studies and an improved workflow is proposed to include these findings. Besides already existing machine vision solutions there is space to increase detection in quality control inspection and reduce current implementation constraints and technical limitations. The paper shows MVS new development and evinces that a deeper understanding of AI, MVS limitations is needed to provide a clearer path for future studies.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Knowledge Capture and Reuse Through Expert’s Activity Monitoring in Engineering Design

Nächstes Kapitel Improving the Innovation Process by Harnessing the Usage of Content Management Tools Coupled with Visualization Tools

Vergara-Villegas, O.O., Cruz-Sánchez, V.G., de Jesús Ochoa-Domínguez, H., de Jesús Nandayapa-Alfaro, M., Flores-Abad, Á.: Automatic product quality inspection using computer vision systems. In: García-Alcaraz, J.L., Maldonado-Macías, A.A., Cortes-Robles, G. (eds.) Lean Manufacturing in the Developing World, pp. 135–156. Springer, Cham (2014). https://doi.org/10.1007/978-3-319-04951-9_7CrossRef

Satorres, S., Gómez, J., Gámez, J., Sánchez, A.: A machine vision system for defect characterization on transparent parts with non-plane surfaces. Mach. Vis. Appl. 23(1), 1–13 (2012). https://doi.org/10.1007/s00138-010-0281-0CrossRef

Szkilnyk, G.: Vision-based fault detection in assembly automation, Thesis, Queen’s University, Canada (2012)

Golnabi, H., Asadpour, A.: Design and application of industrial machine vision systems. Robot. Comput.-Integr. Manuf. 23(6), 630–637 (2007). https://doi.org/10.1016/j.rcim.2007.02.005CrossRef

Labudzki, R., Legutko, S., Raos, P.: The essence and applications of machine vision. Tehnicki Vjesnik 21(4), 903–909 (2014)

Lerones, P., Fernández, J., García-Bermejo, J., Zalama, E.: Total quality control for automotive raw foundry brake disks. Int. J. Adv. Manuf. Technol. 27(3–4), 359–371 (2005). https://doi.org/10.1007/s00170-004-2165-9CrossRef

Pérez, L., Rodríguez, Í., Rodríguez, N., Usamentiaga, R., García, D.F.: Robot guidance using machine vision techniques in industrial environments: a comparative review. Sensors 16(3), 335 (2016). https://doi.org/10.3390/s16030335CrossRef

Wang, J., Ma, Y., Zhang, L., Gao, R. X., Wu, D.: Deep learning for smart manufacturing: methods and applications. J. Manuf. Syst. (2018). https://doi.org/10.1016/j.jmsy.2018.01.003. In-press

Chauhan, V., Surgenor, B.: A comparative study of machine vision based methods for fault detection in an automated assembly machine. Procedia Manuf. 1, 416–428 (2015). https://doi.org/10.1016/j.promfg.2015.09.051CrossRef

10.

Su, X., Zhang, Q.: Dynamic 3-D shape measurement method: a review. Opt. Lasers Eng. 48(2), 191–204 (2010). https://doi.org/10.1016/j.optlaseng.2009.03.012CrossRef

11.

Van der Jeught, S., Dirckx, J.J.: Real-time structured light profilometry: a review. Opt. Lasers Eng. 87, 18–31 (2016). https://doi.org/10.1016/j.optlaseng.2016.01.011CrossRef

12.

Zhong, R.Y., Xu, X., Klotz, E., Newman, S.T.: Intelligent manufacturing in the context of Industry 4.0: a review. Engineering 3(5), 616–630 (2017). https://doi.org/10.1016/J.ENG.2017.05.015CrossRef

13.

Pal, A., Dasgupta, R., Saha, A., Nandi, B.: Human-like sensing for robotic remote inspection and analytics. Wirel. Pers. Commun. 88(1), 23–38 (2016). https://doi.org/10.1007/s11277-016-3239-3CrossRef

14.

Leitão, P., Colombo, A.W., Karnouskos, S.: Industrial automation based on cyber-physical systems technologies: prototype implementations and challenges. Comput. Ind. 81, 11–25 (2016). https://doi.org/10.1016/j.compind.2015.08.004CrossRef

15.

Nagato, T., Koezuka, T.: Automatic generation of image-processing programs for production lines. Fujitsu Sci. Tech. J. 52(1), 27–33 (2016)

Titel: Machine Vision Systems for Industrial Quality Control Inspections
verfasst von: Ricardo Luhm Silva
Marcelo Rudek
Anderson Luis Szejka
Osiris Canciglieri Junior
Verlag: Springer International Publishing
Buch: Product Lifecycle Management to Support Industry 4.0
Print ISBN: 978-3-030-01613-5

Electronic ISBN: 978-3-030-01614-2

Copyright-Jahr: 2018
DOI: https://doi.org/10.1007/978-3-030-01614-2_58

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"