Automotriz

Inspección de tela de bolsa de aire

La herramienta Cognex Deep Learning de detección de defectos inspecciona textiles en busca de defectos cosméticos

Airbag_Inspection_Main-350x250-9346bc93-78ed-4283-8914-0ccecf11b44f

Productos relacionados

In-Sight D900

In-Sight D900

Impulsado por el software para visión basado en el Deep Learning In-Sight ViDi

VisionPro ViDi Product Tile

VisionPro Deep Learning

Entorno de programación gráfica para análisis de imágenes industriales basado en el Deep Learning

Las bolsas de aire se someten a estrictos estándares de calidad para asegurar la seguridad de los pasajeros. Los fabricantes de vehículos deben duplicar e incluso triplicar los controles de todos los componentes críticos para la seguridad, para garantizar la calidad y reducir los costos de la garantía y su responsabilidad en caso de retiro del producto. Esto es especialmente importante en el caso de las bolsas de aire, que deben inspeccionarse por problemas de orificios, rasgaduras, roturas, costuras y puntos que podrían provocar su fallo. Estos problemas de calidad suelen pasarse por alto o ser difíciles de detectar mediante inspecciones manuales. También son difíciles de programar en un sistema de visión artificial debido a la superficie textil compleja de la bolsa de aire. El patrón de tela puede ser muy complejo y la apariencia visual entre las bolsas de aire varía drásticamente debido a la naturaleza extensible de la tela, el espesor del hilado e incontables pequeñas variaciones tolerables. Debido a que la búsqueda explícita de todos los defectos es demasiado complicada y lleva tiempo, Cognex Deep Learning ofrece una solución simple para identificar todas las características sin entrenamiento sobre las imágenes “malas”.

Un ingeniero utiliza la herramienta Cognex Deep Learning de detección de defectos en modo no supervisado para entrenar el software por medio de un conjunto de "buenas" imágenes de bolsas de aire para construir un modelo de referencia de una bolsa de aire. El sistema aprende la apariencia normal de la tela de la bolsa de aire, incluido el patrón de tejido, las propiedades de la tela y el color. Todas las características que se apartan de la apariencia normal del modelo se caracterizan como defectos. De esta manera, Cognex Deep Learning detecta de forma confiable y constante todas las anomalías, como orificios, rasgaduras, roturas y patrones de puntos inusuales. Las áreas defectuosas de la tela pueden identificarse rápidamente y comunicarse sin necesidad de amplias bibliotecas de defectos.

Airbag_Inspection_ViDi

 

Descargar la guía de aplicaciones automotrices de aprendizaje profundo
Productos destacados de Cognex

ACCESO A ASISTENCIA Y CAPACITACIÓN PARA PRODUCTOS Y MÁS

Únase a MyCognex

¿Tiene alguna pregunta?

Los representantes de Cognex están disponibles en todo el mundo para respaldar sus necesidades de visión y de lectura de códigos de barras industriales.

Contáctenos
Loading...