APP下载

基于图像识别的面板边缘检测分拣装置的设计*

2019-12-26李俊陶邓杨逍

组合机床与自动化加工技术 2019年12期
关键词:单片图像识别面板

周 晶,李俊陶,邓杨逍

(东莞职业技术学院 机电工程学院,广东 东莞 523808)

0 引言

微电子用玻璃面板加工过程中需要将来料的大板玻璃切割分断成小板,然后将合格品按照顺序精准放置在包括有工件容置腔的料盘中,然后将料盘整齐的码放,以便统一搬运和储藏,不合格品单独存放便于后续处理。然而玻璃材质较脆,在切割过程中容易产生崩边等现象,使切割难度加大,因此检测单片面板的边缘质量尤为重要,以往采用人工检测切割断裂后的单片面板的边缘质量,会导致效率低下,人力成本高的问题[1]。

随着工业4.0时代的到来,机器视觉技术得以应用于各个行业的实际生产中,如缺陷检测、视觉定位等。而在玻璃类材料的生产应用也有很多,例如,LENG Q等[2]提出独立成分分析法拟合背景图像,从待测图像中将拟合背景图像减去,得到残差图像,判断是否存在物料缺陷。简川霞等[3]采用基于互信息的配准方法实现模板图像和待测图像的像素对齐,用于检测手机玻璃屏表面缺陷视觉检测。姚红兵等[4]提出一种基于机器视觉的树脂镜片疵病检测系统算法,针对树脂镜片疵病的自动检测,构建了一套图像采集系统并提出了相应的疵病检测算法。总结目前研究成果,多是从图像处理算法优化角度出发研究玻璃表面质量检测问题。为了实现对切割后的单片面板的边缘质量进行检测,设计一种基于图像识别的面板边缘检测分拣装置,用于对微电子用玻璃面板进行自动上料、切割分断、拣片检测。

1 整体方案设计

面板切割断裂生产线主要是用于对微电子用玻璃面板进行自动上料、切割分断、拣片检测。根据生产工艺的要求,将来料大板玻璃分割成小板,并对小片进行检测有无Dummy条,用于区别样品和实际产品,以及来料不良进行自动检测、分选,与下游设备对接[5]。

设备主要分为4部分:视觉系统、机械系统、气路系统和控制系统,如图1 所示。采用图像识别系统进行初对位和自动对位,气路系统采用真空吸附固定,平台真空分区可根据不同批次产品的形状大小而定,利用气路系统的真空和正压部分完成自动上料、切割、翻转、断裂、拾取、翻转搬运等流程。控制系统包括硬件和软件部分,可以同时对来料大板进行正反面自动识别检测,取出检测出错产品[6]。文中主要论述单片拾取处理部分的机械结构设计和图像识别系统设计方案。

图1 面板切割断裂生产线整体方案

2 单片拾取处理部分结构设计方案

检测下料机构由两条单片拾取处理机构A线和B线组成,双线程同时对前道工序输出的单片面板进行拾取检测,提高了工作效率,如图2所示。A线和B线都采用两台4轴机器人同时进行交替作业方式,不再需要人工来分拣,节省了人力成本[7]。

图2 检测下料机构布置图

以A线为例,主要由单片拾取以及废边打碎收集机构、机器人一与Dummy条处理部件、机器人二组成,如图3所示。

图3 单片拾取处理机构(A线)

2.1 单片拾取以及废边打碎收集机构

如图4所示,大板玻璃经过切割断裂之后,被移载部件整片搬运到传送皮带上。皮带向前走动一定距离,使玻璃处于拾取部件的工作区域之内。拾取部件拾取单片玻璃放置于玻璃中转托盘上面,等待机器人一过来拾取处理。当拾取头拾取定点玻璃时,为了防止玻璃上升过程中连带起四周的玻璃,应该对四周玻璃进行按压固定。

图4 单片拾取以及废边打碎收集

如图5所示,4个吸附玻璃的吸盘配合8个压边吸盘使用,位置可调。在拾取过程中,压边吸盘先接触玻璃,然后Z轴方向继续下降一定距离,使得吸附吸盘可以吸取玻璃,然后Z方向上升,玻璃被吸起,对定点玻璃的四周进行两点按压,防止其被连带拾起[8]。

当传送皮带上所有的玻璃被拾取完之后,皮带向前转动,使其上面遗留的玻璃废边进入废边打碎机构。皮带下方增加盖板,毛刷清扫皮带,并在此处预留真空吸引接口。通过此机构,长的玻璃废边被打碎,然后掉入废料收集盒。当废料盒装满之后,打碎机构的出料口可自动封闭,被打碎的废边不会继续掉落,直至下一个废料收集盒被放置于打碎机构下面之后方可再次打开。因此在更换装满的废料收集盒时,机器可以正常运转。

图5 分片拾取头

2.2 机器人Ⅰ与Dummy条处理部件

由于静电等原因,被切割断裂之后的玻璃端子面会粘连着Dummy条。如图6所示,此机构是用于把Dummy条从玻璃上分离以及处理。机器人拾取玻璃之后,放到Dummy条处理机构的工作区域,如图7所示。此时,玻璃CF面朝下,也就是Dummy条在玻璃端子下方。机器人Ⅰ移动单片玻璃,使玻璃的Dummy条一边正好落在真空吸附部件上,然后真空开启,机器人Ⅰ向上移走玻璃。机械动作上采用角对位,四边的真空吸附部件都固定不动,机器人带动玻璃。先处理玻璃的一角,使其两边被真空吸附,然后机器人移动玻璃,使玻璃的对角被处理。由于Dummy条留在真空吸附部件上,然后,清扫气缸清扫台板,把Dummy条吹到下方的废边收集盒中。

图6 机器人Ⅰ与Dummy条处理部件

图7 Dummy条处理机构

机器人Ⅰ从中转托盘上拾取一片玻璃放到下一机构,等处理完后再放到后面翻转部件。

面板经Dummy处理之后,被机器人Ⅰ放到翻转吸台上。如图8所示的翻转机构翻转180°,并把玻璃放置于图7所示的废边检测平台上,使面板CF面朝上,以便于下一步的处理。

图8 面板翻转及来料不良检测机构

3 图像识别系统设计方案

硬件系统以PC工控机为核心,通过运动控制单元、数字I/O单元、图像采集单元等实现设备的全过程控制。

如图9所示,单片拾取处理机构先由传送部件将前道工序加工好的大板玻璃传送到指定位置,再由单片玻璃拾取部件将已切割过的单片面板从大板上分离出来,多余的废边打碎后放置在专门的收集机构里。采用拾取头快换中转台可以快速更换机器人的拾取头,机器人Ⅰ、Dummy条处理部件、翻转部件、机器人Ⅱ、NG品存放机构。此机构的作用是拾取单片玻璃并清除四周废边[9-10]。

图9 图像识别系统流程图

基于图像识别的面板边缘检测分拣主要检测单片面板的边缘质量,如图10所示,机器人Ⅱ末端装有线阵相机,实时地拍摄高精度的图像,当翻转部件把面板翻过来放在废料检测平台上,机器人开始走动,检测面板端子面的Dummy条是否脱落,同时可以检测单片面板的边破和角破。

图10 下料机器人

在图像上作为边缘检测出直线或者圆的形状时,把指定检测到的边缘称为“边缘检测区域”,并进行区域设定。在这个设定的边缘检测区域内,以亚像素(0.01像素下单位)检测出多个明暗分界点作为边缘点。例如,检测到直线之后,初期设定需要检测到100个以上的点。然后对以这种方法取得的边缘点组成的集合,也就是边缘点群,采用最小二次方求得拟合线。面板边缘设计为直线,在实际测量工件的边缘时还是会产生细微的凹凸,但是使用最小二乘法的最佳拟合后,能将该影响降低到最低,如图11所示。

图11 最小二乘法的拟合线

线阵相机拍摄到的图像通过图像采集单元,输入PC工控机内部,对目标边缘像素采用最小二乘法拟合比较,建立模板和误差响应函数对面板边缘与拟合结果,滤波后统计误差。选用距离的平方和作为误差函数:

(1)

采用误差函数计算,正常的边缘区域获得SSE值会远远小于边破区域。经过图像处理和比对,判断Dummy条的位置和单片面板的边缘质量,检测出面板边缘缺陷如图12所示。如果Dummy条依然遗留或者边破、角破大于规定值,机器人Ⅱ直接拾取并放入NG品存放区上的托盘。经检测确定OK的面板,机器人把它下料到下游设备生产线上[11]。

图12 面板边缘缺陷图片

在面板检测分拣过程中有两种上料错误可以根据图像识别自动分辨出来,如表1 所示,其一是TFT、CF玻璃放反,其二是玻璃的上、下面放反,两种错误都主要依靠MARK标识点不同,由第一台切割机上安装的CCD来识别。当MARK标对位后,经过CCD图像采集、识别后,发现问题就发出警报声,设备停止切割玻璃。如果是TFT、CF玻璃放反,则将上料错误的玻璃经翻转放至裂片台板从裂片窗口取出放到泡沫盒。如果是玻璃的上、下面放反,则将上料错误的玻璃直接从切割窗口取出放到泡沫盒。

表1 上料错误自动识别类别

产线输入的玻璃为规则矩形的厚度0.2mm~2.2mm的单片双层粘合玻璃,尺寸最小300mm×300mm,最大730mm×920mm,TFT面朝上,产出玻璃尺寸 3.5寸(81mm×52mm)~15.6寸 (320mm×240mm或355mm×204mm)。用于切割、断裂、翻转、搬运的台板外形尺寸760mm×960mm,有效尺寸730mm×920mm,切割、断裂台板旋转角度为320°,驱动方式为直驱电机,气路控制区域按照客户要求的具体尺寸来设计,可满足3~4种产品,真空区域可分别自动控制。台面平坦度规格小于等于±50μm。采用PC控制系统,预留以太网通讯接口,TCP SERVER通讯协议,MES系统接口,可自动读取生产产品数量、型号、文件、节拍;刀轮使用寿命;压力、压速等实时显示参数;设备运行时间、故障停止时间;报警记录等信息。

4 设备配置

采用传送带放置玻璃,用安川电机驱动传送带,1个分拣头,分拣头拾取玻璃方式为真空吸附,用爱普生机器人驱动分拣运动,传送速度50mm/s~300mm/s,单片检测及传送(废边检测、来料不良检测)传动驱动为 4轴机器人,传送速度50mm/s~300mm/s,采用视觉及激光传感器检测,用真空吸盘抓取玻璃。控制系统研华工控机 WINDOWS操作界面,动力配置电源三相AC 200V,Max 60kW,气源0.5MPa~0.7MPa,外径φ10气管,流量500L/min,真空气源-50kPa~-80kPa,外径φ10气管,流量80L/min,温湿度要求环境温度:22℃±3℃(干燥),相对湿度:53%~68%,静电消除效率3s内(1000V→100V),以除静电厂家相关标准为准调整,静电消除器有报警功能,并能与厂房的防静电系统对接。

切割、断裂的主体框架是由焊接机架组成,喷塑黑色,外罩是由铝型材框架组成,装有透明防静电有机玻璃板或者铝型材与有机玻璃组成的门,外罩的钣金件喷塑。

设备整体噪音80dB以下。设备特点:

(1)生产线上料采用非接触式方法进行初对位;

(2)切割机横梁、底座采用大理石材质,长期使用不变形,保证切割机的精度性能稳定;

(3)切割机刀轮升降、刀深控制、加压均由伺服电机控制完成,控制精度高。

(4)断裂部件的裂片刀是硫化处理后的一体刀,结构牢固,使用寿命长。

(5)断裂部件裂片加压采用“伺服电机+气缸”方式,压力平稳可控。

(6)对上料大板玻璃TFT、CF面放反;上方、下方放反两种情况,生产线具有自动识别的防呆功能。

(7)上料大板玻璃中含有的不良单粒,下料部件可自动识别并分拣到NG缓存区。

(8)生产线中所有台板分区(切割、断裂、移载、翻转)均可自动化控制,不同规格产品切换快速方便。

5 小结

面板切割下料分拣检测部分采用机器人,运行速度快,精度高、稳定性高。单片面板的Dummy条使用真空吸附处理后,再使用激光传感器检测,大大提高分拣的可靠性。生产线配有真空泵系统,厂房供气不稳定时,防止台板上的玻璃掉下。玻璃切割后,从裂片台板搬运到下料皮带的台板,采用两块微孔陶瓷台板,该台板表面均是微小的空隙,对玻璃表面吸附力更加均匀可控,即使是细小的Dummy条、玻璃头都可以正常吸附搬运。与当前人工检测分拣方式相比,该基于图像识别的面板边缘检测分拣装置不仅能提高生产效率,还能保证玻璃切割操作人员的安全。设备投入生产以来,运行良好,良品率大于等于99.85%,分片除废材成功率大于97%。

猜你喜欢

单片图像识别面板
『「拼图单片」与「宏大图景」』阅卷实录
石材家具台面板划分方法
基于Resnet-50的猫狗图像识别
高速公路图像识别技术应用探讨
MasterCAM在面板类零件造型及加工中的应用
图像识别在物联网上的应用
图像识别在水质检测中的应用
基于16位单片机MC9S12DG128B智能车系统的设计
Photoshop CC图库面板的正确打开方法
面板塑件凸毂结构优化及模具设计