Разработка системы автоматизации визуального контроля маркировки шин на производственной линии с использованием машинного зрения
Автор: Алексеев М.В., Кудряшов В.С., Гаврилов А.Н., Иванов А.В., Козенко И.А., Прокофьева Е.Ю., Савельева Д.А.
Журнал: Вестник Воронежского государственного университета инженерных технологий @vestnik-vsuet
Рубрика: Химическая технология
Статья в выпуске: 2 (108) т.88, 2026 года.
Бесплатный доступ
Статья посвящена решению задач разработки системы машинного зрения для автоматического контроля процесса маркировки шин после операции балансировки в ЗАО «Воронежский шинный завод». Разработана структура системы визуального контроля на базе контроллера SIMATIC S7-1500, модулей ввода/вывода SM 521, SM 522, панели оператора SIMATIC HMI TP1200 Comfort Panel и камеры машинного зрения AR0234. Выбор камеры AR0234 обусловлен не только её высоким разрешением и высокой частотой кадров, что позволяет фиксировать маркировочную точку на движущейся шине без смазывания изображения, но и спектральными характеристиками её КМОП-сенсора. Алгоритм функционирования системы контроля реализуется следующим образом. После завершения операции балансировки и нанесения маркировочной точки шина поступает в зону визуального контроля. Камера машинного зрения выполняет захват изображения поверхности шины в заданной области. Осуществляется предварительная фильтрация для подавления шумов и повышения контрастности изображения. Далее выполняется сегментация изображения с целью выделения области, которая соответствует маркировочной точке. Цветовое пространство RGB, традиционно используемое для представления изображений, объединяет информацию о цвете и яркости, что делает пороговую обработку чувствительной к перепадам освещенности. В отличие от RGB, пространство HSV разделяет цветовой тон, насыщенность и яркость, что позволяет выполнять сегментацию по цвету независимо от уровня освещения. В системе контроля предлагается преобразование пространства RGB в HSV. После преобразования каждого пикселя изображения в цветовое пространство HSV для выделения маркировочной точки применяется метод пороговой сегментации, основанный на сравнении цветовых характеристик пикселей с эталонными значениями, соответствующими типам маркировки. После выделения области изображения производится вычисление пространственного положения точки относительно принятой системы координат и определение ее цветовых характеристик. Результаты обработки изображения передаются в управляющий контроллер SIMATIC S7-1500, где выполняется их сопоставление с технологической информацией, полученной от балансировочного станка по протоколу PROFINET. Разработанная система машинного зрения позволяет минимизировать ошибки ручной проверки шин и повысить объективность контроля их качества.
Маркировка шин, контроль качества, машинное зрение, спектральные характеристики камеры, сегментация изображения
Короткий адрес: https://sciup.org/140315822
IDR: 140315822 | УДК: 681.518 | DOI: 10.20914/2310-1202-2026-2-315-321
Development of a system for automated visual inspection of tire markings on a production line using machine vision
This article addresses the development of a machine vision system for automatic monitoring of tire marking after balancing at CJSC «Voronezh Tire Plant». The visual inspection system is based on a SIMATIC S7-1500 controller, SM 521 and SM 522 input/output modules, a SIMATIC HMI TP1200 Comfort Panel operator panel, and an AR0234 machine vision camera. The AR0234 camera was chosen not only for its high resolution and high frame rate, which allow for the recording of a marking dot on a moving tire without image blur, but also for the spectral characteristics of its CMOS sensor. The monitoring system operates as follows. After balancing and the application of a marking dot, the tire enters the visual inspection zone. The machine vision camera captures an image of the tire surface in a specified area. Preliminary filtering is performed to suppress noise and enhance image contrast. Next, the image is segmented to isolate the area corresponding to the marking dot. The RGB color space, traditionally used to represent images, combines color and brightness information, making thresholding sensitive to changes in illumination. Unlike RGB, the HSV color space separates hue, saturation, and brightness, enabling color segmentation regardless of illumination levels. The inspection system offers RGB-to-HSV conversion. After each image pixel is converted to HSV, a threshold segmentation method is used to identify the marking dot. This method compares the pixel color characteristics with reference values corresponding to the marking types. After the image area is identified, the point's spatial position relative to the adopted coordinate system is calculated and its color characteristics are determined. The image processing results are transmitted to the SIMATIC S7-1500 controller, where they are compared with process information received from the balancing machine via the PROFINET protocol. The developed machine vision system minimizes errors in manual tire inspection and improves the objectivity of quality control.
Текст научной статьи Разработка системы автоматизации визуального контроля маркировки шин на производственной линии с использованием машинного зрения
Современные автоматизированные линии производства шин включают операции формования, вулканизации, балансировки и последующей маркировки готовых изделий [1–6]. После выполнения операции балансировки на поверхность шины наносится маркировочная точка определённого цвета (белого, жёлтого или красного), указывающая оптимальное положение корректирующего груза. Корректность нанесения данной маркировки является важным фактором, влияющим на качество дальнейших технологических операций и соответствие готовой продукции требованиям технологического регламента [7, 8]. На практике контроль наличия, цвета и положения маркировочной точки осуществляется оператором визуально. Такой подход увеличивает вероятность ошибок, обусловленных человеческим фактором.
Цель работы – разработка системы машинного зрения для автоматического контроля процесса маркировки шин после операции балансировки.
Разрабатываемая система должна обеспечивать фиксацию положения и цвета маркировочной точки на поверхности шины, сравнение полученных данных с информацией, поступающей от балансировочного станка, а также формирование сигналов оповещения в случае обнаружения несоответствий.
Результаты
Для реализации системы визуального контроля выбраны следующие технические средства (рисунок 1): камера машинного зрения USB 2.0 Global Shutter 2 Mn CMOS АR0234 (60 кадр/с) со встроенными средствами обработки изображений; контроллер SIMATIC S7– 1500; модули ввода-вывода SM 521 и SM 522; панель оператора SIMATIC HMI ТР1200 Comfort Panel. В качестве интерфейса связи между компонентами системы используется промышленная сеть Ethernet (PROFINET).
Выбор камеры АR0234 обусловлен не только её высоким разрешением (1920x1200 пикселей; 2,3 МП) и высокой частотой кадров, что позволяет фиксировать маркировочную точку на движущейся шине без смазывания изображения, но и спектральными характеристиками её КМОП-сенсора (CMOS sensor). График квантовой эффективности демонстрирует сбалансированную чувствительность в красной, зелёной и синей областях спектра, что обеспечивает корректное разделение цветовых каналов (рисунок 2).
Рисунок 1. Схема комплекса технических средств системы контроля маркировки шин
Figure 1. Scheme of the complex of technical means of the tire marking control system
Длина волны (нм) Wavelength (nm)
Рисунок 2. Спектральные характеристики камеры АR0234
Figure 2. Spectral characteristics of the АR0234 camera
В сочетании с глобальным затвором, широким диапазоном рабочих температур (от -30 до +70 ℃) и устойчивостью к вибрациям (1G в диапазоне 5–500 Гц, ударная нагрузка 15G) это гарантирует стабильное распознавание цветовых меток (белый, желтый, красный) в производственных условиях. Наличие встроенных средств обработки изображений разгружает центральный контроллер и сокращает время цикла. Контроллер SIMATIC S7–1500 обеспечивает высокую скорость обработки сигналов и надежность работы в условиях промышленного производства. Модульная архитектура позволяет наращивать систему в случае добавления новых параметров контроля, а поддержка PROFINET гарантирует быстрый обмен данными с камерой и панелью оператора.
Алгоритм функционирования системы реализуется следующим образом. После завершения операции балансировки и нанесения маркировочной точки шина поступает в зону визуального контроля. Камера машинного зрения выполняет захват изображения поверхности шины в заданной области. Обработка изображения выполняется в несколько этапов. Осуществляется предварительная фильтрация для подавления шумов и повышения контрастности изображения.
Далее выполняется сегментация изображения с целью выделения области, которая соответствует маркировочной точке. Для этого применяется метод пороговой обработки в цветовом пространстве HSV (англ. Hue, Saturation, Value – «тон, насыщенность, значение»), который не чувствителен к изменению освещения [9, 10]. Цветовое пространство RGB, традиционно используемое для представления изображений, объединяет информацию о цвете и яркости, что делает пороговую обработку чувствительной к перепадам освещенности [11]. В отличие от RGB, пространство HSV разделяет цветовой тон, насыщенность и яркость, что позволяет выполнять сегментацию по цвету независимо от уровня освещения (рисунок 3).
Преобразование из RGB в HSV выполняется по следующим формулам [12–14]. Пусть значения компонент R (red), G (green), B (blue) нормированы к интервалу [0, 1].
Обозначим:
Max = max ( R , G , B ) , Min = min ( R , G , B ) .
Тогда яркость V (Value) определяется как
V = Max.
Насыщенность S (Saturation) вычисляется по правилу:
S =
0, если V максимально,
1 - Min/Max , в противном случае.
Тон H (Hue) вычисляется следующим образом. Если Max = Min , тон не определён (т. е. изображение ахроматическое) и обычно полагают H = 0 .
(a)
(b)
Рисунок 3. Сравнение цветовых моделей RGB и HSV: (a) в модели RGB цвет и яркость связаны, модель чувствительна к освещению; (b) в модели HSV цвет отделен от яркости, модель устойчива к перепадам освещения
Figure 3. Comparison of RGB and HSV color models: (a) in the RGB model, color and brightness are linked, and the model is sensitive to lighting; (b) in the HSV model, color is separated from brightness, and the model is robust to changes in lighting
В противном случае:
Hm [ 0,360 ] ,
S , V , R , G , Bm [ 0,1 ] ,
H = ^
60 G B + 0, если Max = R и G > B , Max - Min
G - B
60--- + 360, если Max = R и G < B , Max - Min
B - R 60-- Max - Min
R - G 60-- Max - Min
+ 120, если Max = G ,
+ 240, если Max = B .
Получается, что значение тона H лежит в диапазоне [ 0 ° ,360 ° ] . В результате такого преобразования красный цвет соответствует областям вблизи 0 ° и 360 ° , желтый - около 60 ° , зеленый - 120 ° , синий - 240 ° . Разделение информации о цвете (тон) и яркости (значение) обеспечивает инвариантность к изменениям освещенности, что критически важно для промышленных условий эксплуатации.
После преобразования каждого пикселя изображения в цветовое пространство HSV для выделения маркировочной точки применяется метод пороговой сегментации, основанный на сравнении цветовых характеристик пикселей с эталонными значениями, соответствующими типам маркировки (белый, желтый, красный). Эталонные векторы ck = ( Hk , Sk , V )
определяются в процессе калибровки системы. Для каждого пикселя с координатами (i, j) , вычисляется расстояние до эталонов по формуле: d k -jH - H^ + j^ + VV2. (5)
Пиксель относится к маркировочной точке, если minkdk < s , где s - эмпирически подобранный порог.
В результате формируется бинарная маска, в которой выделены области, потенциально соответствующие маркировочной точке выделенной области. После выделения области изображения производится вычисление пространственного положения точки относительно принятой системы координат и определение ее цветовых характеристик [15].
Результаты обработки изображения координаты центра выделенной области и усредненные цветовые характеристики H ,S,V передаются в управляющий контроллер SIMATIC S7–1500, где выполняется их сопоставление с технологической информацией, полученной от балансировочного станка по протоколу PROFINET (ожидаемый цвет маркировочной точки и её номинальное положение) [16, 17]. В случае соответствия положения и цвета маркировочной точки заданным параметрам система фиксирует успешное прохождение контроля. При обнаружении несоответствия формируется сигнал тревоги, который передаётся на панель оператора для визуального оповещения, а также может использоваться системой управления линией для принятия корректирующих действий.
В системе предусмотрена визуализация результатов контроля на автоматизированном рабочем месте оператора (рисунок 4) [18].
На панели оператора SIMATIC HMI ТР1200 Comfort Panel отображаются текущие данные о состоянии контроля, а также статистическая информация по результатам проверки маркировки шин. Интерфейс так же позволяет настраивать допустимые отклонения (по цвету и положению) и вести журнал ошибок.
Интерфейс панели обеспечивает наглядное представление результатов работы системы машинного зрения и позволяет оператору оперативно контролировать процесс маркировки шин.
(a)
(b)
(c) (d)
Рисунок 4. Экранные формы интерфейса панели оператора системы визуального контроля маркировки шин: (a) система контроля маркировки шин; (b) настройки системы; (c) ошибка маркировки; (d) журнал ошибок
Figure 4. Screen forms of the operator panel interface of the visual tire marking control system: (a) tire marking control system; (b) system settings; (c) marking error; (d) error log
Заключение
Для разработки системы машинного зрения для автоматического контроля процесса маркировки шин после операции балансировки в ЗАО «Воронежский шинный завод» предложена модульная архитектура и выбраны современные технические средства: контроллер SIMATIC S7–1500, модули ввода / вывода SM 521, SM 522, панель оператора SIMATIC HMI ТР1200 Comfort Panel и камера АR0234. Для обработки изображения поверхности шины применяется метод пороговой обработки в цветовом пространстве HSV, что позволяет выполнять сегментацию по цвету независимо от уровня освещения.
Разработано математическое и программное обеспечение преобразования цветового пространства RGB в HSV. Результаты обработки изображения координаты центра выделенной области и усредненные цветовые характеристики передаются в управляющий контроллер SIMATIC S7–1500, где выполняется их сопоставление с технологической информацией, полученной от балансировочного станка. В системе предусмотрена визуализация результатов контроля на автоматизированном рабочем месте оператора. Разработанная система машинного зрения позволяет минимизировать ошибки ручной проверки шин и повысить объективность контроля их качества.
