Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

Machine vision driven Industry4.0 solution for sustainable foundry / manufacturing operation

Diarienummer
Koordinator Sigma Connectivity AB
Bidrag från Vinnova 2 202 304 kronor
Projektets löptid december 2019 - december 2021
Status Avslutat
Utlysning Indisk-svenskt samarbete för industriella forsknings- och innovationsprojekt
Ansökningsomgång Samarbete med Indien – företagsdrivna forsknings- och innovationsprojekt

Syfte och mål

Syftet med projektet var att utveckla en kamera-baserad hårdvaruplattform för användning i modern tillverkningsindustri, i tex Indien. En tillämpning är mätning av tillverknings-kvalité vid formpressning av gjutformar i sand. En gjutform skapas, i en maskin, av formpressad sand som kontrolleras i efterhand visuellt. En kameraprototyp, anpassad för maskinen, har utvecklats. På grund av Covid 19 ändrades projektets inriktning till vidareutveckling av mjukvara för 3D sensorer typ stereokamera.

Resultat och förväntade effekter

En kompakt kamera-prototyp som fungerar i industrimiljö har utvecklats. Kameran är inbyggd i ett robust chassi för att klara en tuff industrimiljö. Prototypen bygger på mogna delkomponenter och borde fungera väl i en industriell miljö. Alltså borde små förändringar krävas för att skapa en kamera-produkt som kan massproduceras. Vårt arbete med stereokameror bekräftar att det krävs bra kameror, större avstånd mellan kameror samt en kraftfull processor för att klara att detektera små hinder på 5-10m. De lösningar som finns på marknaden uppfyller inte dessa krav.

Upplägg och genomförande

Utveckling av en kompakt kamera-prototyp utfördes efter analys av användarkrav och diskussion med vår partner. Kameran är baserad på mogna delkomponenter för att minimera kostnader och utvecklingstid. Covid-19 har medfört att vi har inte fått en återkoppling på hur väl den fungerar i en industrimiljö. Utveckling av mjukvara för detektion av hinder har utförts i PC och med hjälp av OpenCV för Python. Labbuppställning med industri-kameror, kalibrerings- och testmål har använts. Kalibrering är setupen är viktig om bra prestanda ska uppnås samt behovet av en kraftfull dator.

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 11 februari 2022

Diarienummer 2019-03596

Statistik för sidan