搜尋

虹科最新文章

HongKe

I. 引言:關鍵基礎設施法規下的數據層戰略變革

【虹科方案】AI 工業視覺檢測如何突破品質瓶頸?多相機 PTP 同步與瑕疵檢測全解析

隨著智慧製造升級,傳統 AOI 光學檢測在面對微小瑕疵與複雜曲面時面臨瓶頸。結合高解析度工業相機、AI 深度學習演算法與 IEEE 1588 PTP 微秒級多相機時間同步技術,機能為高速生產線提供高精度、無重影的全方位自動化視覺檢測方案。

AI 工業視覺檢測如何提升製造業品檢效率與精度?

傳統 AOI(自動光學檢測)系統高度依賴人工撰寫 Rule-based 演算法與固定的灰階對比度閥值。當產品面臨表面反光、複雜幾何形狀或微小不規則劃痕時,傳統 AOI 容易產生極高的誤判率(False Positive)或漏檢率(False Negative)。 導入 AI 工業視覺檢測後,系統能透過卷積神經網路(CNN)學習大量合格品與缺陷樣本,自動抽離微小特徵。不論是複雜的微型元件量測,或是金屬/塑膠表面的微細裂痕,AI 視覺系統皆能在毫秒級時間內完成精準識別。

多相機系統的核心挑戰:為何需要 IEEE 1588 PTP 時間同步?

在大型物件檢測或多角度 3D 視覺重建(如車體檢測、大型 PCB 板或電池模組檢測)中,單台相機無法覆蓋全部視場。然而,當多台工業相機同時進行高速拍攝時,如果相機之間的曝光時間存在微小偏差(即使僅相差幾毫秒),就會造成圖像重影、運動模糊或 3D 點雲對齊失真。

PTP (IEEE 1588) 主從式架構工作原理

多相機 PTP 時間同步採集系統示意圖:顯示 Host PC 主機(PTP Master,標註 M)與兩台 IDS 工業相機(PTP Slave,標註 S)透過 IEEE 1588 網路交換器(Network Switch)連接,實現精準時鐘同步與影像採集。

PTP(Precision Time Protocol,精密時間協議)定義於 IEEE 1588 標準中。系統中由一台指定的「主時鐘」(PTP Master,如專用網卡或主機)向網路中的所有「從時鐘」(PTP Slave,即各台工業相機)發送精密時間戳封包。透過對比封包傳輸時延,各相機硬體時鐘能自動校準,將時間偏差縮小至 1 微秒(μs)以內。

軟體觸發 vs 硬體 PTP 同步精度對比

傳統軟體觸發由作業系統(Windows/Linux)發送 API 指令,受系統多工作業與網路延遲影響,同步誤差通常高達 10 – 50 毫秒,無法滿足高速產線需求;而 PTP 透過乙太網路硬體時鐘機制,實現微秒級同步,同時免去了複雜的外部硬體觸發線路佈線。

AI 深度學習在工業瑕疵檢測的典型應用場景

AI 視覺技術與高解析度工業相機的結合,已在多個高精密製造領域展現出突破性的檢測能力:

1. PCB 電路板組裝與元件視覺測量

在 SMT(表面貼裝技術)產線上,微型晶片、電容與焊接點的密集度極高。透過高解析度相機擷取細節,AI 演算法能自動判定元件錯位、極性反接、虛焊以及 pin 腳間距測量,顯著降低漏檢率。

PCB 電路板組裝視覺檢測與測量示意圖:陣列排列的印刷電路板(PCBA)在藍光光源下展示晶片、元件與金屬焊盤細節,適用於 SMT 表面貼裝自動光學檢測(AOI)與品質管控。

2. 鋰電池與圓柱電池表面瑕疵檢測(凹痕、劃痕、水漬)

新能源電池產線高速運行,電池外殼與蓋帽常因光線反光導致瑕疵難以捕捉。AI 深度學習模型能對圓柱電池蓋帽凹痕、側面劃痕、軟包電池表面水漬及極極對準進行熱力圖分析(Heatmap Analysis),即使面對不規則缺陷也能實現極高的辨識率。

鋰電池生產缺陷 AI 視覺檢測對比圖:展示圓柱電池蓋帽凹痕與污染檢測、圓柱電池側面劃痕與孔洞檢測、軟包電池表面水漬與劃痕檢測,以及基於 X 射線的陽極/陰極對準檢測,下方配有 AI 熱力圖與缺陷標註結果。

多相機 PTP 時間同步與傳統觸發方案選型比較

在規劃多相機自動化檢測系統時,選擇合適的同步方式直接關係到系統成本、佈線複雜度與檢測精度。以下為常見同步方案的詳細對比:

1. IEEE 1588 PTP 時間同步

  • 同步精度:< 1 微秒 (μs)

  • 線材佈線複雜度:低(僅需標準 GigE 網線)

  • 系統擴充性:極高(透過交換器即可擴充相機)

  • 硬體設備成本:中(需支援 PTP 之相機與交換器)

  • 適用場景:高速動態檢測、多相機 3D 重建

2. 硬體 GPIO 外觸發

  • 同步精度:< 1 微秒 (μs)

  • 線材佈線複雜度:高(需額外 GPIO 觸發實體線)

  • 系統擴充性:中(受限於觸發控制器 IO 埠數)

  • 硬體設備成本:中高(需加購專用 IO 卡/控制器)

  • 適用場景:定點傳送帶單/雙相機檢測

3.軟體 API 命令觸發

  • 同步精度:10 – 50 毫秒(μs)

  • 線材佈線複雜度:低(僅需標準網線)

  • 系統擴充性:高

  • 硬體設備成本:最低

  • 適用場景:低速靜態物件檢測

如何規劃高效能的工業 AI 視覺檢測系統?

建置一套穩健且可擴充的 AI 工業視覺檢測系統,建議遵循以下 4 個關鍵步驟:

1. 評估檢測物件與光學成像條件

確定待測物尺寸、檢測公差與產線速度,選定適當鏡頭焦距、光源角度(如環形光、同軸光)與相機解析度。

2. 選定相機架構與 PTP 同步機制

若為多相機全方位檢測,應選擇支援 IEEE 1588 PTP 協議的 GigE 工業相機與工業級 PTP 交換器,確保多視場無縫同步。

3.收集缺陷數據並訓練 AI 模型

採集包含 OK 與 NG 的真實產線影像,標註關鍵瑕疵區域,透過卷積神經網路(CNN)進行模型訓練與驗證,調優識別率。

4. 整合 PLC 控制與產線實機驗證

將 AI 視覺結果(如 OK/NG 訊號或座標)透過 Modbus、Profinet 等工業通訊協定傳送給產線 PLC,實現自動剔除或機械臂導引。

常見問題解答

Q1:什麼是 IEEE 1588 PTP 時間同步技術?在工業相機中扮演什麼角色?

A1:IEEE 1588 PTP(Precision Time Protocol,精密時間協議)是一種透過乙太網路實現微秒級(μs)時間同步的標準協議,能確保多台工業相機在高速運動下無時差同步曝光擷取影像。

Q2:AI 深度學習瑕疵檢測與傳統 AOI 光學檢測有何不同?

A2: 傳統 AOI 依賴固定規則與對比度,對不規則劃痕、反光或複雜紋理易產生誤判;AI 深度學習透過大量缺陷特徵模型訓練,能精準辨識微小且形態不一的複雜瑕疵。

Q3:建置多相機 PTP 視覺系統需要哪些硬體設備支援?

A3:系統需要支援 PTP IEEE 1588 協議的工業相機(如 iDS 相機)、支援 PTP Master 模組的主機/網路卡,以及支援 IEEE 1588 的工業級網路交換器(Network Switch)。

想瞭解更多關於如何透過 iDS 工業視覺相機與 PTP 時間同步破局高精度檢測難題?

立即前往虹科 iDS視覺檢測系列總產品頁面瞭解詳情與技術規格。

其他文章

虹科 ELPRO 醫藥冷鏈實驗室技術人員操作 LIBERO 系列溫濕度記錄儀與監測設備。
虹科案例

【虹科案例】ELPRO LIBERO 系列溫度記錄儀-守護高價值生物新藥安全

高價值生物新藥對冷鏈溫控要求極其苛刻,任何溫度偏差都可能導致數千萬元損失與合規風險。本文以國內大型醫藥集團應用虹科 ELPRO LIBERO 系列溫度記錄儀為例,深度解析如何透過自動生成不可修改 PDF 報告、SmartStart 批量配置以及標準化 SOP 服務,實現 2℃至8℃ 全程零事故溫控與 GSP/國際標準雙重合規。

閲讀更多
虹科乾貨

【虹科方案】告別高昂人工標註!aiData 4D 自動標註技術賦能 ADAS 數據閉環

在 ADAS 與自動駕駛開發中,人工標註高昂的成本與漫長的週期嚴重制約演算法迭代。虹科引進的 aiData Auto Annotator 解決方案(由 aiMotive 打造),透過 4D 環境模型與神經計算技術,實現動態 3D 包圍盒與靜態車道線的全自動高精度標註。其標註精度超越人工基准,可降低 90% 以上標註成本,為自動駕駛研發提供高效、可擴展的数据閉環。

閲讀更多

聯繫虹科幫您解決難題

Let's have a chat