Автоматизированный контроль дефектов изделий с применением систем технического зрения

Представлен метод автоматизированного контроля геометрических дефектов изделий на основе обработки облаков точек, полученных с помощью технологий трехмерного лидарного сканирования и систем технического зрения. Решается задача детекции и распознавания отклонений формы и поверхности деталей по сравнению с эталонной моделью. В основе метода лежат алгоритмы обработки облаков точек и локального анализа геометрии дефекта методом оценки параметров модели на основе случайных выборок, обеспечивающие построение карт отклонений и определение мест дефектов. Разработан программный комплекс, реализующий предложенный подход и включающий модули предварительной обработки, анализа и визуализации данных. Проведенные экспериментальные исследования подтвердили высокую точность и эффективность метода при контроле изделий различной сложной формы. Результаты демонстрируют перспективность интеграции технологии в промышленные системы контроля качества изделий для снижения брака и повышения стабильности производственных процессов.

Аффилиация авторов
Воронов Роман Михайлович – студент, программист лаборатории машинного обучения Инженерной школы,
Ненашев Сергей Александрович – заведующий лабораторией промышленной электроники Инженерной школы, младший научный сотрудник кафедры конструирования и технологий электронных и лазерных средств,
Ненашев Вадим Александрович – канд. техн. наук, доцент, доцент кафедры конструирования и технологий электронных и лазерных средств,
Санкт-Петербургский государственный университет аэрокосмического приборостроения.

Список литературы
1. Горобцов С.Р. Анализ отечественного программного обеспечения для 3D-сканирования и обработки облаков точек // ГеоСибирь. – 2023. – № 1. – С. 65–72.
2. Муклецов А.М. Метод метрологического контроля деталей с использованием 3D-сканирования // Известия высших учебных заведений. Машиностроение. – 2021. – № 9. – С. 72–80.
3. Исмаилова Ш.Я., Закрасовский Д.И. Применение технологии 3D-сканирования при создании крупногабаритных изделий // Техника и технология производства. – 2022. – № 3. – С. 41–49.
4. Дьяченко С.С. Обнаружение аномалий в облаках точек металлоконструкций при помощи анализа 3D-данных // Вестник науки. – 2025. – № 1. – С. 15–22.
5. Ершов П Н., Ковалев А.Ю. Использование методов машинного обучения для классификации дефектов в облаках точек промышленных изделий // Автоматизация и современные технологии. – 2023. – № 10. – С. 33–40.
6. Афанасьева В.И., Залищук А.А., Ненашев В.А. Эксперименты по контролю количества объектов на поверхности на основе обработки лазерных данных и методов распознавания с борта малых летательных аппаратов // Инновационное приборостроение. – 2024. – Т. 3. – № 1. – С. 28–34.
7. Князьков А.С. Использование технологий 3D-сканирования для получения сравнительных образцов при производстве портретной экспертизы // Юридическая техника. – 2022. – № 16. – С. 120–128.
8. Лопатин А.И., Кудрявцев М.Е. Цифровая обработка облаков точек при промышленном 3D-контроле изделий // Известия ТулГУ. Технические науки. – 2023. – № 9. – С. 55–63.
9. Семенов В.П., Алексеев И.К. Методы повышения точности регистрации облаков точек в системах технического зрения // Инженерный журнал: наука и инновации. – 2023. – № 12. – С. 25–34.
10. Иванов Д.В., Валиев В.С. Алгоритмы построения карт отклонений при контроле геометрии деталей сложной формы // Технология машиностроения. – 2024. – № 2. – С. 43–49.
11. Zhao J., Zhou H., Pan F. A dual attention KPConv network combined with attention gates for semantic segmentation of ALS point clouds // IEEE Transactions on Geoscience and Remote Sensing. – 2024. – Vol. 62. P. 1–14.
12. Кузнецов П.В., Кравцов И.А. Особенности обработки облаков точек при контроле изделий сложной формы // Современные технологии машиностроения. – 2023. – № 4. – С. 57–63.
13. Васильев А.С., Орлов М.Д. Автоматизация анализа 3D-сканов в задачах контроля геометрии деталей // Известия высших учебных заведений. Машиностроение. – 2024. – № 2. – С. 48–55.
14. Корчагин А.В., Матвеев С.Н. Алгоритмы фильтрации шумов и восстановления поверхности при обработке облаков точек // Вестник машиностроения. – 2022. – № 8. – С. 44–51.
15. Левин А.Г., Чижов М.А. Применение ICP-алгоритма в задачах высокоточного 3D-контроля изделий машиностроения // Приборы и системы. Управление, контроль, диагностика. – 2024. – № 5. – С. 18–27.
16. Шевченко Д.Н., Мельников А.С. Анализ методов автоматизированного выявления дефектов поверхности по облакам точек // Технологии цифрового производства. – 2024. – № 3. – С. 52–60.