Độ phân giải camera công nghiệp cao hơn không nhất thiết có nghĩa là độ chính xác kiểm tra AI tốt hơn; điều then chốt là mật độ điểm ảnh có khớp với kích thước khuyết tật nhỏ nhất của vật thể và nhịp dây chuyền hay không. Độ phân giải quá mức làm tăng mạnh khối lượng dữ liệu hình ảnh, gây trễ truyền và nút thắt tính toán, thực tế làm giảm hiệu quả kiểm tra tổng thể; độ phân giải quá thấp thì không bắt được lỗi siêu nhỏ. Khi chọn độ phân giải, phải xét đồng thời trường nhìn ống kính, tốc độ chuyển động của vật thể và nhu cầu trích xuất đặc trưng cụ thể của thuật toán AI, thay vì chỉ chạy theo con số cao.
1. Độ phân giải ảnh hưởng thế nào đến độ chính xác nhận diện và tỷ lệ bỏ sót của AI?
Độ phân giải quyết định trực tiếp kích thước vật lý mà mỗi điểm ảnh đại diện trong ảnh, gọi là độ chính xác một điểm ảnh. Trong kiểm tra thị giác AI, nếu khuyết tật mục tiêu (như vết nứt nhỏ hoặc thiếu ren trên vít của PCB) chiếm dưới 3 đến 5 điểm ảnh trong ảnh, mô hình mạng nơ-ron khó trích xuất đặc trưng hợp lệ và rất dễ bỏ sót. Ngược lại, nếu độ phân giải quá cao, nhiễu nhỏ nhất trở nên nhìn thấy nhưng nhiễu nền cũng bị khuếch đại, tăng xác suất mô hình phán đoán sai. Ví dụ khi kiểm tra vết xước trên màn hình điện thoại, độ chính xác một điểm ảnh 0,01 mm có thể vừa đủ phủ chiều rộng vết xước; nâng lên 0,001 mm không chỉ làm khối lượng dữ liệu tăng bội mà còn có thể làm mờ biên do độ sâu trường ảnh nông hơn, thực tế bất lợi cho khả năng tổng quát hóa của mô hình đã huấn luyện. Vì vậy chọn độ phân giải thực chất là tìm cân bằng giữa độ rõ đặc trưng và tỷ lệ tín hiệu trên nhiễu.
2. Độ phân giải cao kéo theo thách thức tính toán và trễ phản hồi hệ thống nào?
Tăng độ phân giải nghĩa là khối lượng dữ liệu hình ảnh tăng theo cấp số nhân. Với các giao thức truyền dữ liệu phổ biến trong ngành, giao diện GigE Vision chịu áp lực băng thông khi truyền ảnh 20 megapixel lớn hơn nhiều so với ảnh 5 megapixel. Khi nhịp dây chuyền yêu cầu 60 ảnh mỗi giây trở lên, cảm biến nhiều megapixel làm tải CPU/GPU trên card thu ảnh và thiết bị xử lý tăng mạnh, gây giảm tốc độ khung hoặc rơi khung. Ở giai đoạn suy luận học sâu, ảnh đầu vào càng lớn thì mạng tích chập tính càng lâu, trực tiếp kéo dài mỗi chu kỳ kiểm tra. Giả sử một nhà máy điện tử yêu cầu phán đoán trong 0,5 giây ở công đoạn gắn linh kiện; với camera 4K và thuật toán chưa tối ưu, thời gian xử lý có thể kéo tới 1,2 giây và làm tắc dây chuyền. Ngoài ra, ảnh độ phân giải cao cần bộ nhớ đệm lớn hơn và tốc độ đọc ghi SSD nhanh hơn, nếu không sẽ hình thành nút thắt ở giai đoạn ghi dữ liệu.
3. Chọn độ phân giải khác nhau thế nào giữa các kịch bản sản xuất?
Trong kiểm tra kem hàn SMT, khuyết tật độ dày kem không đều hoặc cầu nối thường chỉ vài chục micromet, nên thường cần camera 5 đến 8 megapixel với ống kính telecentric để đạt độ chính xác một điểm ảnh khoảng 0,005 mm và hỗ trợ AI phân đoạn chính xác vùng nhỏ. Trong kiểm tra ngoại quan vật liệu đầu vào của ngành phụ tùng ô tô, như chênh lệch màu hoặc vết lõm lớn trên tấm cửa, kích thước khuyết tật thường ở mức milimet, nên camera góc rộng 2 megapixel phủ toàn trường nhìn và cho phép tốc độ chụp cao hơn. Với phát hiện lỗi vải, vì vải co giãn và biến dạng, cần trường nhìn lớn hơn để bắt kết cấu liên tục, và mù quáng nâng độ phân giải sẽ làm chi tiết cục bộ quá sắc và gây nhiễu phán đoán của AI về hướng kết cấu tổng thể. Khi một nhà máy điện tử nâng cấp kiểm tra sau hàn reflow, chuyển camera từ 5 megapixel lên 20 megapixel đã làm dây chuyền vốn trơn tru bị giật rõ rệt, và chỉ khi quay về độ phân giải trung bình và tối ưu tiêu cự ống kính thì nhịp mới được khôi phục.
4. Những ngưỡng cứng nào áp dụng cho cấu hình phần cứng và tích hợp khi triển khai?
Chọn thiết bị nên tập trung vào ba khía cạnh kỹ thuật. Thứ nhất, quan hệ giữa thời gian phơi sáng và nhòe chuyển động: trên dây chuyền tốc độ cao, camera độ phân giải cao có tốc độ màn trập không theo kịp sẽ tạo ảnh nhòe, và mô hình AI cực kỳ nhạy với loại nhiễu này. Thứ hai, độ đồng đều nguồn sáng: độ phân giải cao đặt yêu cầu nghiêm ngặt hơn về tính nhất quán chiếu sáng, và một bóng đổ nhỏ có thể bị nhận diện là khuyết tật. Thứ ba, kiến trúc mạng: truyền nhiều luồng video độ nét cao qua cổng gigabit phụ thuộc chính sách QoS của switch, trong khi Ethernet 2,5G hoặc 10G là tiêu chuẩn ở các giải pháp cao cấp. Về tích hợp hệ thống, xác nhận tính tương thích giao thức giữa MES và hệ thống thị giác, và liệu giao diện OPC-UA hoặc TCP/IP có trả kết quả kiểm tra theo thời gian thực không. Về bước triển khai, trước tiên chạy thử lô nhỏ, ghi lại đường cong tỷ lệ báo nhầm và thời gian xử lý ở các độ phân giải khác nhau, rồi chốt tham số cuối. Một sai lầm phổ biến là bỏ qua hiệu chỉnh méo ống kính: méo rìa rõ hơn trên cảm biến độ phân giải cao, và nếu không loại bỏ bằng hiệu chuẩn sẽ ảnh hưởng trực tiếp độ chính xác tọa độ định vị của AI.
5. Công đoạn nào phù hợp giải pháp này và điều kiện biên nào không?
Giải pháp kiểm tra thị giác AI phù hợp công đoạn có vật liệu đầu vào đồng đều, đặc trưng khuyết tật ổn định và nhịp dây chuyền cho phép một khoảng thời gian tính toán. Nó đặc biệt phù hợp lắp ráp điện tử chính xác, kiểm tra wafer bán dẫn và xác minh nhãn bao bì dược phẩm, nơi độ nhạy với khuyết tật siêu nhỏ rất cao. Tuy nhiên, với chi tiết kim loại phản xạ mạnh, kết cấu bề mặt cực kỳ phức tạp và không đều, hoặc phôi biến dạng lớn, chỉ nâng độ phân giải thường không giải quyết được vấn đề và phải kết hợp ánh sáng có cấu trúc 3D hoặc kỹ thuật phân cực cụ thể. Ngoài ra, nếu nhịp dây chuyền cực nhanh (hàng trăm chiếc mỗi phút) và chỉ cần phát hiện dị vật lớn, camera độ phân giải thấp với shutter toàn cục tốc độ cao sẽ kinh tế và hiệu quả hơn. Qua nhiều thập kỷ hoạt động từ thời kỳ ERP, phục vụ 1,2 triệu khách hàng, triển khai hàng chục triệu thiết bị đầu cuối và phủ thị trường trong nước lẫn quốc tế, kinh nghiệm ngành cho thấy không có độ phân giải tối ưu tuyệt đối, chỉ có tổ hợp khớp nhất với cửa sổ công đoạn và cơ cấu chi phí hiện tại.