توسعه یک سیستم نیمه هوشمند برای اندازه‌گیری خودکار پروفیل دوبعدی قطعات مبتنی بر بینایی ماشین و الگوریتم تشخیص لبه

مسئله اندازه‌گیری ابعادی خودکار قطعات به دلیل نیاز به دستگاه‌های دقیق و پرهزینه، چالشی مهم در صنعت محسوب می‌شود. همچنین تخصص بالای اپراتور برای کار با این دستگاه‌ها ضروری است. در این پژوهش، یک روش خودکار نیمه‌هوشمند مبتنی بر بینایی ماشین با هدف کاهش زمان اندازه‌گیری و خطای انسانی برای اندازه‌گیری پروفیل قطعات توسعه یافته است. بدین منظور، دستگاه اندازه‌گیری تصویری دستی به یک دستگاه خودکار تبدیل شده است. الگوریتم ارائه شده شامل دو مرحله است. در ابتدا به کمک دوربین جانبی، قطعات روی میز بدون دخالت دست شناسایی و موقعیت‌یابی شده‌اند. سپس، مسیر حرکتی و تصویربرداری جزئی ایجاد شده تا اندازه‌گیری تصویری قطعات انجام شده و ابرنقاط دوبعدی به دست آید. داده‌های به ‌دست‌آمده از این مرحله برای انجام تحلیل‌های ابعادی استفاده شده است. علاوه بر این، به منظور بهبود کاربرپسندی و رفع محدودیت‌های نرم‌افزار اصلی دستگاه، یک رابط گرافیکی مبتنی بر ویندوز نیز توسعه یافته است. در پایان، برای صحت‌سنجی روش ارائه شده، اندازه‌گیری پروفیل دو بعدی گیج‌های استاندارد طولی، زاویه‌ای و رزوه، و همچنین یک نمونه چرخ‌زنجیر استاندارد ansi 40a26  در شرایط کاری واقعی انجام شد. سیستم توسعه‌یافته دقت اندازه‌گیری متوسط در محدوده 10 میکرومتر را به‌دست آورد و میانگین اختلاف 15 میکرومتر نسبت به اندازه‌گیری cmm داشت. با این حال، سیستم فعلی محدود به اندازه‌گیری پروفیل‌های دوبعدی قطعات است. نتایج حاصل دقت روش ارائه شده را تایید نمود و کارایی آن را به‌عنوان یک راهکار مقرون‌به‌صرفه برای بازرسی ابعادی خودکار نشان می‌دهد

development of a semi-intelligent system for automatic measurement of two-dimensional profiles of parts based on machine vision and edge detection algorithm

dimensional metrology ensures that manufactured components meet precise dimensions، shapes، and geometric features. automatic measurement of mechanical profiles faces challenges such as high costs and the need for skilled operators. in this study، a semi-intelligent automated measurement method based on machine vision was developed to reduce measurement time and minimize human error. accordingly، a manual vision measurement system was retrofitted and automated. a two-stage algorithm was designed for this purpose. in the first stage، a side-mounted camera automatically detected and localized parts placed on the worktable without manual intervention. in the second step، a measurement path was generated to enable image measurement of the part profile. next، the collected data from the previous step was reconstructed into a two-dimensional point cloud for dimensional analysis. a windows-based graphical user interface (gui) was developed to enhance the system’s usability and overcome the limitations of the original device software. standard gauges for length، angle، and thread dimensions were used to obtain the 2d profile and check the accuracy of the presented system. furthermore، profile dimensional measurement of a standard ansi 40a26 sprocket was carried out to explore the efficiency of the presented algorithm in actual working conditions. the developed system achieved an average measurement accuracy within 10 µm، with an average deviation of 15 µm compared to cmm-based measurements. however، the current system is limited to two-dimensional profile measurements of components. the results confirmed the system’s measurement precision and demonstrated its potential as a cost-effective solution for dimensional inspection