Trong kỷ nguyên công nghiệp 4.0, khi tự động hóa và trí tuệ nhân tạo ngày càng đóng vai trò then chốt, công nghệ thị giác máy (Machine Vision) nổi lên như một giải pháp không thể thiếu trong sản xuất hiện đại. Từ ngành điện tử, ô tô, thực phẩm đến logistics, thị giác máy đang góp phần nâng cao năng suất, đảm bảo chất lượng và giảm thiểu lỗi sản phẩm trong quy trình sản xuất. Sự kết hợp giữa camera công nghiệp, phần mềm xử lý hình ảnh và trí tuệ nhân tạo đã mở ra một kỷ nguyên mới, nơi các nhà máy thông minh hoạt động hiệu quả hơn bao giờ hết.

1. Machine Vision (Thị Giác Máy) là gì?

Công nghệ nhận diện bằng Machine Vision (Thị Giác Máy) là công nghệ dựa trên xử lý hình ảnh, được sử dụng để tự động hóa quy trình kiểm tra trên dây chuyền sản xuất của nhiều ngành công nghiệp sản xuất khác nhau. Về cơ bản, công nghệ này cho phép máy tính kiểm tra và đánh giá chất lượng sản phẩm bằng camera công nghiệp, đèn chiếu sáng và phần mềm thị giác máy tính.

Công nghệ này được sử dụng để thực hiện kiểm soát chất lượng tốc độ cao, đáng tin cậy nhằm đảm bảo chất lượng sản phẩm và cải thiện hiệu quả tổng thể, đồng thời giải phóng sức lao động thủ công khỏi các nhiệm vụ kiểm tra lặp đi lặp lại và đầy thách thức, đồng thời mở rộng quy trình kiểm soát chất lượng hiện có.

Hiện nay, công nghệ nhận diện bằng Machine Vision được ứng dụng rộng rãi và hiệu quả, kiểm tra thị giác máy ngày càng được sử dụng rộng rãi trong nhiều ngành sản xuất như ô tô, điện tử, thực phẩm và đồ uống, dược phẩm, bao bì, dán nhãn và in ấn.

2. Các thiết bị trên Machine Vision

Công nghệ nhận diện bằng Machine Vision bao gồm các bộ phận điện tử, phần cứng máy tính và thuật toán phần mềm được kết nối với nhau. Các yếu tố này phối hợp với nhau để cung cấp hướng dẫn vận hành bằng cách xử lý và kiểm tra hình ảnh thu được từ môi trường xung quanh. Thông tin thu thập được từ các hệ thống thị giác này được sử dụng để tự động hóa và kiểm soát quy trình hoặc kiểm tra sản phẩm và vật liệu. Các chi tiết được trang bị trên Machine Vision bao gồm.:

• • Cảm biến: Cảm biến nhận dạng sự hiện diện của vật thể đi vào
  • Camera: Camera là thành phần cốt lõi trong giải pháp Machine Vision, đóng vai trò thu nhận hình ảnh chính xác từ quy trình sản xuất. Với độ phân giải cao và tốc độ chụp nhanh, camera công nghiệp giúp phát hiện lỗi, đo lường và kiểm tra chất lượng sản phẩm một cách tự động.
  • Ánh sáng: Một hệ thống chiếu sáng phù hợp rất quan trọng để làm nổi bật các đặc điểm và khuyết điểm trên vật thể được kiểm tra. Các loại ánh sáng khác nhau, chẳng hạn như đèn LED và đèn nhấp nháy, được sử dụng để tối ưu hóa chất lượng hình ảnh.
  • Ống kính (Lens): Ống kính tập trung ánh sáng vào cảm biến camera, đảm bảo hình ảnh được chụp rõ nét và chính xác.
  • Bảng điều khiển (HMI): Một bảng điều khiển trực quan hóa dữ liệu và cho phép người vận hành điều khiển hệ thống Machine Vision.
  • Công nghệ AI: Công nghệ AI là một phần không thể thiếu AI trong Machine Vision khi cho phép đưa ra quyết định theo thời gian thực, điều này rất quan trọng đối với các nhiệm vụ như cần đến khả năng nhận diện cao của Machine Vision
  • Máy đọc mã QR: Được tích hợp  đặc biệt để đọc mã vạch 2D và 3D

Thông tin thu thập được từ các hệ thống thị giác này được sử dụng để tự động hóa và kiểm soát quy trình

3. Những điểm cần lưu ý khi tích hợp hệ thống thị giác máy

Để thiết kế nên một công nghệ nhận diện bằng Machine Vision bao gồm những quy trình phức tạp là tích hợp các thành phần đa dạng và riêng biệt thành một khối thống nhất và hiệu quả. Giai đoạn đầu tiên bao gồm việc xác định các chức năng và phương thức vận hành của hệ thống. Mọi khía cạnh của quy trình tích hợp hệ thống đều phải được đánh giá tỉ mỉ để đảm bảo tất cả các yếu tố, thành phần và nguyên lý Machine Vision đều phù hợp với các mục tiêu và yêu cầu cụ thể của từng ứng dụng.

3.1. Lựa chọn Camera

Thuật ngữ “camera” dùng để chỉ thành phần chịu trách nhiệm trong việc nắm bắt hình ảnh trong hệ thống thị giác máy. Các yêu cầu chính bao gồm phát hiện đặc điểm, nhận dạng vật thể, xác định vị trí, đo kích thước và tốc độ xử lý. Sau khi xác định các yêu cầu này, doanh nghiệp có thể tùy chỉnh độ phân giải không gian, độ phân giải hình ảnh và tốc độ khung hình cần thiết cho một quy trình hoàn hảo

3.2. Lựa chọn ống Lens

Việc lựa chọn ống kính bao gồm việc xem xét định dạng, trường nhìn, khoảng cách đến các thành phần và độ phân giải quang học. Các tính toán cần thiết bao gồm độ phân giải quang học, độ phóng đại và tiêu cự của ống kính. Khi đánh giá kích thước và phép đo, điều quan trọng là phải xem xét cả hai loại độ phân giải không gian, trong đó độ phân giải càng nhỏ thường được ưu tiên.

3.3. Kiểm tra độ phân giải không gian

Độ phân giải không gian đề cập đến số lượng điểm ảnh của đặc điểm nhỏ nhất cần xử lý hoặc độ chính xác và khả năng lặp lại cần đạt được. Các đặc điểm rất nhỏ, chẳng hạn như lỗ hoặc bu lông, chỉ cần rất ít điểm ảnh nhưng độ phân giải sẽ không đáng tin cậy. Để cải thiện độ phân giải, cần nhiều điểm ảnh hơn để cải thiện độ phân giải không gian. Trong các ứng dụng đo lường, có thể sử dụng phân số điểm ảnh, với độ chính xác tối thiểu là một phần mười điểm ảnh. Kích thước hoặc phân số điểm ảnh được chấp nhận dựa trên độ chính xác đo lường cần thiết.

3.4. Kiểm tra nguồn sáng

Nguồn sáng trong hệ thống thị giác máy đóng vai trò quan trọng trong việc tạo độ tương phản giữa chi tiết và nền. Việc tính toán chính xác là cần thiết do có rất nhiều kỹ thuật chiếu sáng hiện đại.

> ĐĂNG KÝ NHẬN SETUP DEMO: TẠI ĐÂY

4. Quy trình và các bước triển khai của Machine Vision

Machine Vision – công nghệ thị giác máy – hoạt động dựa trên sự kết hợp giữa xử lý hình ảnh số (digital image processing) và trí tuệ nhân tạo (AI). Quy trình vận hành cơ bản bao gồm 6 bước chính sau:

Bước 1: Thu thập dữ liệu hình ảnh

Hệ thống bắt đầu bằng việc thu nhận hình ảnh từ các thiết bị như camera công nghiệp, camera 3D, hoặc cảm biến hình ảnh. Quá trình này yêu cầu hình ảnh phải đủ rõ nét, đúng góc chụp và không bị biến dạng để đảm bảo dữ liệu đầu vào đáng tin cậy. Ánh sáng và tốc độ chụp là yếu tố quan trọng trong bước này, đặc biệt với các dây chuyền tốc độ cao.

Bước 2: Tiền xử lý hình ảnh

Trước khi đưa vào phân tích, hình ảnh sẽ trải qua các bước tiền xử lý nhằm nâng cao chất lượng và độ chính xác, bao gồm: Lọc nhiễu, Cân bằng ánh sáng và độ tương phản, Chuyển đổi màu sắc. Quá trình này giúp tạo điều kiện tốt nhất để thuật toán có thể trích xuất thông tin hiệu quả.

Bước 3: Phân đoạn ảnh

Đây là bước phân tách hình ảnh thành các vùng có ý nghĩa – ví dụ: đối tượng chính, nền, đường biên, lỗi bề mặt… Mục tiêu là cô lập từng thành phần riêng biệt để dễ dàng theo dõi, phân tích.

Bước 4: Trích xuất đặc trưng

Sau khi phân đoạn, hệ thống tiến hành phân tích chi tiết các đối tượng để trích xuất các đặc trưng quan trọng như: Kích thước, hình dạng, chiều dài, diện tích, Màu sắc, hoa văn, độ bóng Kết cấu bề mặt hoặc thông tin 3D (với camera 3D)

Bước 5: Phân loại và quyết định

Ở bước này, hệ thống sử dụng thuật toán học máy (machine learning) hoặc mạng AI để: Nhận dạng loại sản phẩm, Phát hiện lỗi như vết xước, sai lệch kích thước, thiếu linh kiện…

Bước 6: xuất kết quả và điều khiển hệ thống

Đưa ra đánh giá cuối cùng: kiểm tra lỗi, phân loại, hoặc điều khiển thiết bị tự động.

Công nghệ thị giác máy – hoạt động dựa trên sự kết hợp giữa xử lý hình ảnh số (digital image processing) và trí tuệ nhân tạo (AI).

5. Lợi ích của công nghệ nhận diện bằng thị giác máy

5.1. Cải thiện Kiểm soát Chất lượng

Trong kỷ nguyên chuyển đổi số trong sản xuất, kiểm soát chất lượng đã vượt ra ngoài việc kiểm tra thủ công để tận dụng các công nghệ như thị giác máy. Hệ thống thị giác máy có thể kiểm tra sản phẩm một cách chính xác và nhất quán ở tốc độ cao, xác định các khuyết tật và sự không nhất quán mà mắt thường có thể dễ dàng bỏ qua. Bằng cách cho phép kiểm tra theo thời gian thực, thị giác máy giúp các nhà sản xuất duy trì các tiêu chuẩn chất lượng cao và giảm thiểu khuyết tật sản phẩm.

Hơn nữa, thị giác máy có thể thu thập dữ liệu từ quy trình kiểm tra, góp phần đảm bảo chất lượng trong sản xuất. Dữ liệu này có thể được phân tích để xác định các mô hình và xu hướng, giúp nhà sản xuất hiểu được nguyên nhân gốc rễ của các khuyết tật và thực hiện các biện pháp chủ động để ngăn ngừa chúng.

5.2. Nâng cao năng suất và hiệu quả

Thị giác máy có vai trò quan trọng trong việc nâng cao năng suất và hiệu quả. Bằng cách tự động hóa quy trình kiểm tra, hệ thống thị giác máy giúp nhân viên có thêm thời gian để tập trung vào các nhiệm vụ phức tạp hơn. Điều này làm tăng năng suất và hiệu quả chung của quy trình sản xuất.

Hơn nữa, thị giác máy có thể hoạt động liên tục mà không bị gián đoạn, duy trì hiệu suất ổn định. Hoạt động không bị gián đoạn này cho phép các nhà sản xuất duy trì dây chuyền sản xuất hoạt động trơn tru, tối đa hóa sản lượng và rút ngắn thời gian đưa sản phẩm ra thị trường.

5.3. Giảm thiểu thời gian chết giữa các quy trình

Việc triển khai thị giác máy trong sản xuất cũng giúp giảm thời gian chết và lãng phí. Bằng cách phát hiện lỗi sớm trong quy trình sản xuất, hệ thống thị giác máy có thể giúp ngăn chặn các sản phẩm lỗi tiếp tục bị hư hỏng. Điều này không chỉ giảm thiểu lãng phí mà còn giảm nhu cầu sửa chữa, tiết kiệm cả thời gian và nguồn lực.

Về mặt giảm thiểu thời gian chết, hệ thống thị giác máy có thể cung cấp các dấu hiệu cảnh báo sớm về sự cố thiết bị. Bằng cách phát hiện các bất thường trong hoạt động của máy móc, các hệ thống này có thể cảnh báo người vận hành về các vấn đề tiềm ẩn trước khi chúng dẫn đến sự cố nghiêm trọng. Phương pháp bảo trì chủ động này có thể giảm đáng kể thời gian chết, tăng hiệu quả tổng thể của quy trình sản xuất.

> ĐĂNG KÝ NHẬN SETUP DEMO: TẠI ĐÂY

6. Thành công của hãng xe Mercedes-Benz trong việc áp dụng công nghệ Machine Vision

Là một trong hãng xe lớn hàng đầu trên thế giới, Mercedes-Benz đã áp dụng Hệ thống thị giác máy dùng cho thử nghiệm hệ thống kiểm tra QEye Tunnel chiếu sáng toàn phần tại nhà máy Mercedes-Benz, xác định các khuyết điểm nhỏ trên các vùng lõm trong vòng chưa đầy 15 giây.

Do các điều kiện thị giác không chắc chắn như độ đa dạng của ánh sáng, góc nhìn và khoảng cách ảnh hưởng đến sự thành công của các hệ thống kiểm tra chất lượng sơn dựa trên hình ảnh, một phương pháp chiếu sáng tự điều chỉnh đã được đề xuất sử dụng hồi quy vectơ hỗ trợ (SVR – Support Vector Regression) để dự đoán chất lượng chiếu sáng và điều chỉnh mức độ của nó ở giai đoạn tinh tế, cải thiện chất lượng hình ảnh.

 Sau đó, một hệ thống đánh giá thị giác đa camera giúp phát hiện khuyết điểm trong điều kiện ánh sáng không đều đã được trình bày bằng phương pháp TinyDefectRNet để xác định các bất thường và tiêu chí khó mài bề mặt sơn (PSGD) để đánh giá chất lượng tổng thể của chiếc xe đã sơn. 

Kết quả: Trong khoảng thời gian sáu tháng, hiệu quả của một nhà máy sơn ô tô được cải thiện bằng cách đánh giá chất lượng tổng thể của thân xe trong 55 giây 

Công nghệ Machine Vision được hãng xe hàng đầu thế giới – Mercedes Benz áp dụng thành công trong việc kiểm tra bộ phận trên xe

7. RTC Technology – Doanh nghiệp tiên phong cung cấp các giải pháp Machine Vision tại Việt Nam

RTC Technology là đơn vị tiên phong tại Việt Nam trong việc cung cấp giải pháp tổng thể về công nghệ thị giác máy (Machine Vision) cho các ngành công nghiệp sản xuất. Chúng tôi cung cấp đầy đủ từ thiết bị phần cứng như camera công nghiệp, hệ thống chiếu sáng, bộ xử lý hình ảnh, đến phần mềm phân tích thông minh tích hợp AI. Giải pháp của RTC giúp doanh nghiệp tự động hóa quy trình kiểm tra chất lượng, đo lường, nhận diện sản phẩm một cách chính xác và hiệu quả. Với đội ngũ kỹ sư chuyên sâu và kinh nghiệm triển khai thực tế, RTC cam kết đồng hành cùng khách hàng xây dựng nhà máy thông minh, nâng cao năng suất và giảm thiểu sai lỗi sản phẩm.

Giải pháp Machine Vision của RTC bao gồm: 

• Inspection- kiểm tra: Có khả năng tự động hóa các nhiệm vụ cần phức tạp cần đến kiểm tra bằng thị giác và hướng dẫn chính xác các thiết bị trong quá trình làm nhiệm vụ
• Robot Guide – Robot hướng dẫn bằng thị giác: Là một loại Robot công nghiệp có khả năng phát hiện và xử lý hình ảnh thông qua hệ thống Machine Vision
• Gauge/ Measurement – Đo lường: Machine Vision giúp đo lường, tính toán khoảng cách cho ra những kết quả tại hai hoặc nhiều điểm trên một đối tượng có thể cho đáp ứng được thông số kỹ thuật theo yêu cầu hay không
• Identification – Nhận dạng các ký tự, mã sản phẩm: Machine Vision giúp nhận dạng các mã vạch ký tự những chi tiết hoặc những lỗi sai không mong muốn như in ấn hoặc ký tự có thể ảnh hưởng đến chất lượng sản phẩm một cách trực quan nhất dựa trên màu sắc, kích thước 

Ngoài ra, RTC còn là đối tác chiến lược của các hãng công nghệ về Camera hàng đầu  trên thế giới như Hikrobot, LMI Technologies, OPT, Basler…… cam kết chất lượng tuyệt đối cho hệ thống thị giác máy. Dù với mọi doanh nghiệp hoạt động trong lĩnh vực điện tử, ô tô, đóng gói hay thực phẩm & đồ uống, RTC Technology đều mang đến cho bạn công nghệ thị giác công nghiệp mới nhất — được hỗ trợ bởi chuyên gia, tích hợp chuyên biệt và cam kết thành công lâu dài.

Dự án kiểm tra chất lượng tem bằng công nghệ Machine Vision

Liên hệ với RTC Technology để được tư vấn và triển khai hệ thống quản lý kho WMS:

Hotline: 0981 264 068

Email: info@rtc.edu.vn  

> ĐĂNG KÝ NHẬN SETUP DEMO: TẠI ĐÂY

>Xem thêm:

>>>Top 7 công nghệ sử dụng trong nhà kho thông minh – Công ty cổ phần RTC Technology

>>>Giải pháp kiểm tra sản phẩm bằng Machine Vision – Chính xác, nhanh chóng, không lỗi