機械学習による製造におけるロボット検査のビジョン: レビュー

科学分野:

• ロボット工学とオートメーション
• 人工知能 (AI) とは,人工知能 (AI) のことです.
• 製造業 エンジニアリング

背景:

• スマート製造は,機械学習 (ML) を活用して,品質管理 (QC) を強化します.
• ロボットによる検査システムは,自動的な欠陥検出とプロセス最適化のために,機械学習によるビジョンをますます採用しています.
• 製造における現在のQCの慣行は,先進的なビジョン技術によって進化しています.

研究 の 目的:

• 製造におけるロボットによる検査のための現在の最先端のML駆動ビジョンをレビューする.
• 様々な産業部門におけるこれらのシステムの技術的な実行可能性と性能を特定する.
• 製造業のQCにおけるMLビジョンの広範な展開を妨げている課題と障壁を分析する.

主な方法:

• 自動車,航空宇宙,組み立て,および一般的な製造における50以上の研究に関する包括的な文献レビュー.
• MLビジョンシステムアーキテクチャの分析,コンボリューションニューラルネットワーク (CNN),YOLOの変種,従来のMLモデルを含む.
• レビューされた研究で報告された欠陥検出と分類の正確性の評価.

主要な成果:

• 機械学習による視力は,高い精度率 (しばしば95%以上,制御された設定では100%まで) で,ロボットによる検査に技術的に実行可能である.
• 一般的に使用されているMLビジョンモデルには,カスタムCNN,YOLO変種,伝統的なMLアプローチが含まれます.
• 77%の実装はプロトタイプまたはパイロットスケールで残っています.

結論:

• ML-powered visionは,正確で自動化された検査を通じて製造品質管理に革命をもたらす大きな可能性を示しています.
• これらの先進技術を試験段階から全面的な産業応用へと移行させるためには,体系的な導入の課題に取り組む必要がある.
• 将来の研究は,ロボットの検査システムにおけるMLビジョンのより広範な採用を可能にするために,これらの障壁を克服することに焦点を当てるべきです.