一种基于多摄像机的视觉方法用于细粒装配质量控制

质量控制是制造业的关键方面，尤其是确保在生产线上正确装配小型组件。现有的解决方案常常依赖单视图成像或人工检查，由于遮挡、受限视角或照明不一致等问题，容易出现错误。这些限制需要安装额外的检查站点，这可能会干扰装配线并导致增加的停机时间和成本。本文引入了一种新颖的多视图质量控制模块，以解决上述挑战，将多摄像机成像系统与先进的对象检测算法相集成。通过从三个摄像机视角获取图像，系统为装配过程中各类组件提供了全面的视觉覆盖。一种量身定制的图像融合方法将来自多个视角的结果进行组合，有效解决了歧义并提高了检测可靠性。为支持该系统，我们开发了一套独特的数据集，包含在多样化场景下的标注图像，包括变化的照明条件、遮挡和角度，以提高其在实际制造环境中的适用性。实验结果表明，我们的方法显著优于单视图方法，在识别装配部件（如螺丝）错误固定的情况时，实现了高精度和高召回率。该工作通过克服单视图局限性，提供一种可扩展、高性价比且精确可靠的质量控制机制，确保装配线的可靠性和安全性。本研究使用的 dataset 已公开，以便进一步研究。