Clasificación por color del sensor de asistencia de estacionamiento delantero y trasero
Garantice la instalación del color correcto de sensores FPA/RPA con soluciones de Deep Learning
Productos relacionados
Impulsado por el software para visión basado en el Deep Learning In-Sight ViDi
Entorno de programación gráfica para análisis de imágenes industriales basado en el Deep Learning
Entre cuatro y 12 conjuntos de sensores ultrasónicos de asistencia de estacionamiento frontal o trasero (FPA/RPA) se colocan en ambos parachoques (defensas) de todos los autos nuevos. Por razones estéticas, estos sensores se fabrican en distintos tonos para que coincidan con el color del parachoques (defensas). La pintura de los automóviles modernos puede contener una serie de partículas dispersoras de luz y motas metálicas, varía ligeramente de color de un punto a otro y se produce en una variedad de tonos estrechamente relacionados.
Los valores de rojo, verde, azul (RGB) o matiz, saturación, intensidad (HSI) cambiarán según el ángulo y la orientación. Por este motivo, escoger el color correcto del sensor de un amplio inventario de colores para que coincida exactamente con el color de un parachoques (defensas) concreto es un problema complejo. La instalación del sensor incorrecto puede provocar el rechazo por parte del usuario final. Los sensores deben coincidir de forma rápida y precisa con el color del parachoques para que los trabajadores puedan instalar el modelo especificado.
Dadas todas estas posibles variables y superposiciones, a la visión artificial basada en reglas le cuesta tomar la decisión correcta en cuanto a la coincidencia entre el sensor y la pintura. Cuando los colores se superponen, el ojo humano también interpreta el color de forma diferente de una persona a otra.
El Deep Learning de Cognex se entrena en una variedad de imágenes diferentes, en distintos ángulos y rotaciones, mientras que la herramienta de clasificación cataloga los colores de la pintura. Posteriormente, al realizar la elección, el Deep Learning de Cognex examina la imagen en su conjunto, ponderando correctamente cada variación, reflejo, refracción, granularidad y tono dentro de esa imagen para realizar la mejor coincidencia.
