Classification des couleurs de capteurs d'aide au stationnement avant et arrière

Vérifiez que les capteurs d'aide au stationnement avant et arrière installés sont de la bonne couleur grâce à nos solutions basées sur le Deep Learning

In-Sight D900 classifies park assist sensors by color to match bumper color

Produits connexes

In-Sight D900

In-Sight D900

Optimisé par le logiciel de vision basé sur le deep learning In-Sight ViDi

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

Un environnement de programmation graphique pour l'analyse d'images industrielles basée sur le deep learning

Entre 4 et 12 ensembles de capteurs à ultrasons d'aide au stationnement sont intégrés dans les pare-chocs avant et arrière des nouvelles voitures. Pour des raisons esthétiques, ces capteurs sont fabriqués dans une grande variété de nuances pour correspondre à la couleur des pare-chocs. La peinture automobile moderne peut contenir des particules diffusant la lumière et des mouchetures métallisées, présente de légères variations de couleur d'un endroit à un autre et est proposée dans de nombreuses nuances extrêmement proches.

Les valeurs RVB (rouge, vert, bleu) ou TSI (teinte, saturation, intensité) changent en fonction de l'angle et de l'orientation. Ainsi, sélectionner la bonne couleur de capteur dans un vaste inventaire pour qu'elle corresponde exactement à la couleur spécifique du pare-chocs s'avère être une tâche complexe. L'installation d'un mauvais capteur peut par ailleurs entraîner un refus de la part de l'utilisateur final. Les capteurs doivent donc être choisis de façon rapide et précise et correspondre à la couleur du pare-chocs afin que les opérateurs puissent installer le modèle spécifié.

Compte tenu de toutes les variables et superpositions possibles, la vision industrielle basée sur les règles peine à prendre la bonne décision pour assortir le capteur à la peinture. Lorsque les couleurs se rapprochent, chaque être humain les interprète différemment.

Cognex Deep Learning est entraîné à l'aide de différentes images, avec différents angles et sens de rotation, et l'outil de classification classe les couleurs de peinture par catégorie de façon fiable. Ensuite, pour faire un choix, Cognex Deep Learning examine l'image dans son intégralité et évalue chaque variation, reflet, réfraction, granularité et teinte présents dans l'image pour déterminer la meilleure correspondance.

Produits Cognex connexes

ACCÉDEZ AU SUPPORT ET AUX FORMATIONS POUR VOS PRODUITS ET BIEN PLUS

Rejoindre MyCognex