Лабораторный стенд для изучения технологии искусственного интеллекта (ИИ). Использование ИИ в контроле качества дает многочисленные преимущества, которые уже используются, например, в автомобильной промышленности. Процессы могут быть ускорены, количество отказов и затраты сведены к минимуму, а оценка ошибок стандартизирована.

Сортировочная линия fischertechnik поставляется с заготовками трёх разных цветов. Эти заготовки маркируются тремя характеристиками обработки, а также различными схемами дефектов. Заготовки сканируются камерой и классифицируются с помощью обученного ИИ. Затем система сортирует заготовки в зависимости от цвета, особенностей и характера дефектов на основе их качественных характеристик.

Используемый ИИ реализован с помощью машинного обучения, где искусственная нейронная сеть обучалась на данных изображений. Обученная модель ИИ выполняется на контроллере fischertechnik TXT 4.0. Управление моделью реализовано в среде программирования ROBO Pro Coding и на языке Python.

Если вы хотите пойти дальше, у вас есть возможность создавать собственные приложения ИИ. Обучение проводится на языке Python, для объяснения которого имеется пример проекта.

Структура модели сортировочной линии с ИИ:

Линия сортирует заготовки трёх разных цветов - белый, красный, синий, с тремя различными видами обработки - отверстие, пазы, отверстие + пазы, а также с различными шаблонами дефектов - отверстие не круглое, отсутствие отверстия, полное отсутствие пазов или частичное, трещины в заготовке. Эти особенности обработки и дефекты моделируются с помощью соответствующих наклеек на заготовках. Заготовки сканируются камерой и классифицируются с помощью обученной модели ИИ. В зависимости от цвета, особенностей и характера дефекта, заготовки сортируются в четыре накопителя. ИИ реализован с помощью программного пакета Tensorflow Lite и запускается непосредственно на контроллере TXT 4.0. Обучение модели выполняется на ПК.

В состав модели входят:

• Контроллер TXT 4.0
• USB-камера
• Мотор с энкодером
• Компрессор
• 4 электромагнитных клапана
• 4 пневматических цилиндра
• 5 световых барьеров (5 фототранзисторов + 5 светодиодов)
• 4 светодиода для подсветки заготовки
• 24x заготовки

Внимание! Для питания модели понадобится блок питания.

Дополнительные материалы:

• Исходные коды проекта для контроллера TXT4.0 на языке Python - репозитарий
• Исходные коды проекта для контроллера TXT4.0 для среды ROBO Pro Coding - репозитарий
• Machine-Learning projekt for ROBO Pro Coding and TXT 4.0 Controller - репозитарий
• TensorFlow Lite — библиотека ИИ для запуска на встраиваемых системах - сайт
• Рабочая тетрадь на русском языке в PDF-файле
  
  

Видео с демонстрацией модели: