Контроль качества на основе изображений в интеллектуальных производственных системах: обзор литературы

Контроль качества является важным компонентом современных интеллектуальных производственных систем (SMS). Их значимость обусловлена стремлением производственных компаний (i) выпускать продукцию высокого качества, (ii) формировать лояльность к бренду, (iii) соблюдать нормативные требования и (iv) минимизировать потери ресурсов, включая время сотрудников и оборудования, а также отходы материалов, для максимизации прибыли. На производственных участках применяется широкий спектр систем контроля качества, использующих различные технологии: от операторов-людей до высокоточных сенсорных систем и систем на основе изображений. В данной работе мы сосредоточиваемся на последних — современных системах и процессах контроля качества на основе изображений. В течение последнего десятилетия визуальный контроль качества получил более широкое применение и привлек значительное академическое внимание, что совпало с наступлением эпохи Индустрии 4.0. С одной стороны, цифровые камерные системы, включая оптику, сенсоры и средства подключения, стали более производительными и одновременно более доступными. С другой стороны, аналитические методы, а именно алгоритмы искусственного интеллекта и машинного обучения, достигли значительного прогресса как с точки зрения результатов, так и с точки зрения доступности. В частности, глубокие нейронные сети и глубокое обучение вывели потенциал компьютерного зрения в задачах контроля качества на новый уровень. В данной статье проводится комплексный обзор литературы, посвящённой системам контроля качества на основе изображений в интеллектуальных производственных системах за последнее десятилетие. Особое внимание уделяется вопросу о том, как в настоящее время осуществляется контроль качества трёхмерных деталей на основе изображений непосредственно в процессе производства. Результаты предоставляют обзор различных доступных подходов к контролю качества на основе изображений, их преимуществ и проблем, а также конкретных областей применения и отраслей.