Pusat Pengetahuan
Daftar isi

Kamera AI Industri dalam Inspeksi Kualitas

Nilai kamera AI industri ialah beralih dari sampling setelah produksi ke inspeksi menyeluruh langsung. Model berjalan dalam kamera atau kotak edge, menilai cacat dalam milidetik dan mengirim sinyal ke PLC atau MES tanpa perjalanan awan. Konfigurasi umumnya mencakup CMOS industri, lensa fokus tetap atau cair, NPU/GPU dan GigE atau USB3. Banyak konfigurasi menawarkan IP65 atau lebih tinggi, PoE dan sinkronisasi pemicu perangkat keras.

1. Masalah Apa yang Ditangani Kamera AI?

Visi berbasis aturan memerlukan pengaturan ulang ambang saat produk berganti dan kesulitan dengan goresan, warna berbeda atau burr. Kamera AI menempatkan model lokal, memakai konvolusi atau Transformer untuk segmentasi piksel dan klasifikasi pada kontras rendah, latar rumit serta cacat bervariasi. Tujuannya menjaga inspeksi seirama produksi dan mengubah penilaian mata subjektif menjadi hasil yang dapat direproduksi. Pada AOI setelah reflow SMT, pin konektor dan penyortiran tampilan injeksi, kamera dapat mengambil alih tugas inspeksi visual tertentu. Sumber menyebut lebar area umum 0.3 sampai 1 meter per unit.

2. Apa Perbedaan Arsitektur Perangkat Keras?

Ada tiga jalur. Kamera cerdas terpadu menggabungkan sensor dan prosesor, ringkas serta mudah dikabelkan untuk ruang sempit, tetapi panas membatasi komputasi sehingga biasanya memakai model ringan. Kamera industri dengan kotak edge memisahkan pengambilan gambar dari inferensi GPU/NPU, menawarkan puluhan hingga lebih dari seratus TOPS untuk segmentasi resolusi tinggi area luas. Workstation edge AI PC memakai Core Ultra atau Ryzen AI 300 dengan NPU, ekosistem matang dan beberapa kamera. NVIDIA GB300 serta AMD MI350 merupakan platform AI kelas pusat data untuk pelatihan dan inferensi terpusat; bukan otomatis alat edge lapangan dan tidak boleh diasumsikan memiliki versi diturunkan yang dapat langsung menggantikan. Intel Gaudi 3 ialah akselerator AI, Xeon 6 keluarga CPU server, sehingga keduanya tidak disebut bersama sebagai NPU. Inferensi banyak lini dapat memakai server, tetapi harus divalidasi menurut daya, pendinginan, antarmuka, lingkungan dan kompatibilitas model.

3. Aplikasi Inspeksi Apa yang Sesuai?

Misalkan produsen otomotif memeriksa die-casting aluminium untuk porositas, cold shut dan goresan dengan siklus tidak lebih dari dua detik. Kamera dengan backlight atau ring sudut rendah dapat mengambil beberapa sudut selama perpindahan dan memberi OK/NG ke penyortir. Contoh elektronik dalam artikel memeriksa terminal miring serta pin hilang dengan pemicu sinkron encoder konveyor agar posisi gambar konsisten. Perbedaan warna injeksi dapat diperiksa dengan cahaya multispektral dan AI untuk perubahan kecil antarbatch satu keluarga warna. Aturan sulit ditulis pada kondisi tersebut, sementara model dapat belajar dari sampel.

4. Apa Pertanyaan Umum Seleksi dan Deployment?

Bagaimana mencocokkan resolusi dan pandangan? Hitung piksel untuk cacat terkecil, umumnya sedikitnya 3 sampai 5, lalu tentukan resolusi dan fokus. Contoh cakupan 3 sampai 5 piksel sepanjang lebar cacat 0.1 milimeter pada pandangan horizontal 200 milimeter membutuhkan sekitar 6000 sampai 10000 piksel horizontal. Jika hanya 2000, cacat 0.1 milimeter mencakup sekitar 1 piksel. Ini perkiraan sampling; kemampuan nyata tetap perlu verifikasi optik, kontras dan pengujian lokasi.

Apakah latensi memenuhi siklus? Kamera terpadu umumnya digambarkan 50 sampai 200 milidetik ujung-ke-ujung, kotak edge dapat dalam 30 milidetik, bergantung kompleksitas model dan transfer gambar. Untuk siklus kurang dari 1 detik, pemicu perangkat keras dan inferensi edge disarankan.

Apa indikator lingkungan? Periksa IP dan sambungan pembersih udara lensa pada debu atau oli. Dekat pengelasan, nilai gangguan elektromagnetik kabel GigE dan prioritaskan M12 berpelindung. Di atas 45 derajat Celsius, kamera terpadu mungkin perlu penurunan frekuensi atau model rentang suhu lebar.

Bagaimana integrasi? Kamera umum dapat mendukung OPC-UA, Modbus TCP atau IO digital untuk alarm PLC. Gambar dan koordinat cacat dapat dikirim melalui FTP atau MQTT ke MES untuk penelusuran. Pastikan protokol PLC serta sisa kapasitas titik IO sebelum pemasangan.

Tahap umum ialah mengumpulkan sampel, melatih dan memvalidasi model; memeriksa ulang offline di samping lini untuk menilai cacat terlewat; uji terhubung dan statistik alarm palsu; lalu mengunci posisi cahaya serta kamera dan memperkuat terhadap getaran. Dari sampel sampai stabil biasanya diperkirakan empat sampai delapan minggu, tergantung jumlah jenis cacat.

5. Situasi Apa yang Sesuai dan Tidak Sesuai?

Sesuai proses bersiklus stabil, material konsisten dan sampel cacat cukup, seperti tampilan stamping, short shot injeksi dan posisi rakitan elektronik. Tidak sesuai permukaan sangat reflektif tanpa validasi cahaya, atau definisi cacat yang bahkan tidak disepakati inspektur sehingga model tidak belajar batas stabil. Komponen sangat berubah bentuk dan bahan fleksibel perlu penilaian posisi kamera serta sudut cahaya tambahan, bukan konfigurasi standar langsung. Lini lot kecil beragam produk harus memeriksa apakah waktu perpindahan model dan pelatihan ulang dapat diterima.

Sumber mengutip pengalaman industri puluhan tahun sejak ERP, 1.2 juta pelanggan dan puluhan juta terminal, menekankan bahwa keberhasilan kamera AI bergantung rekayasa lengkap cahaya, pemicu, komunikasi dan iterasi model, bukan satu algoritme. Memperjelas siklus, akurasi dan lingkungan lebih praktis daripada mengejar angka komputasi saja.

Topik: Ensiklopedia Perangkat Keras AI