Riai

Revista Iberoamericana de Autom´ tica e Inform´ tica industrial 00 (2011) 1–12
a a www.elsevier.es/RIAI

Detecci´ n de Defectos en Carrocerás de Vehćulos Basado en Visi´ n Artificial:
o ı ı o
Dise˜ o e Implantaci´ n
n o

a e ´
Josep Torneroa , Leopoldo Armestoa , Marta C. Morab , Nicol´ s Mont´ sc , Alvaro Herr´ ezd , Jos´ Asensiod
a e
a Institutode Dise˜ o y Fabricaci´ n (IDF), Universidad Polit´ cnica de Valencia, C/Camino de Vera s/n, 46022 (Valencia)
n o e
b Departamento Ingenierá Mec´ nica y Construcci´ n, Universitat Jaume I, Av. Vicente Sos Bainat s/n, 12071 (Castell´ n de la Plana)
ı a o o
c Escuela Superior de Ense˜ anzas T´ cnicas, Universidad CEU Cardenal Herrera, Ed. Seminario 46113 (Moncada)
n e
d Planta de Pinturas, Ford Pol´gono Industrial s/n 46440 (Almussafes)
ı

Resumen
Este artćulo describe el dise˜ o e implementaci´ n de un novedoso sistema de inspecci´ n basado en visi´ n artificial para detectar
ı n o o o
defectos en carrocerás de vehćulos autom´ viles. El sistema ha sido implantado en la factorá Ford de Almussafes (Valencia)
ı ı o ı
como consecuencia de varios proyectos de I+D entre Ford Espa˜ a, S.A. y el Instituto de Dise˜ o y Fabricaci´ n de la Universidad
n n o
Polit´ cnica de Valencia que han derivado en dos patentes internacionales. El sistema se basa en la detecci´ n de defectos mediante un
e o
barrido de iluminaci´ n, estando el sistema de visi´ n fijo, al igual que el objeto a inspeccionar. Tras la adquisici´ n de las im´ genes,
o o o a
los defectos se detectan como consecuencia de las transiciones generadas por el barrido de iluminaci´ n al verse deformado el
o
patr´ n de reflexi´ n. La alta sensibilidad del sistema permite detectar defectos milim´ tricos de 0.2mm de di´ metro, gracias al efecto
o o e a
de amplificaci´ n causado por el propio barrido de iluminaci´ n. La principal innovaci´ n introducida por este proyecto industrial
o o o
reside en el hecho del que el sistema es capaz de detectar casi el 100 % de los defectos detectados mediante inspecci´ n humana.
o
Esto ha supuesto mejoras significativas en la reducci´ n del n´ mero de vehćulos rechazados, adem´ s de una reducci´ n del consumo
o u ı a o
energ´ tico, pintura utilizada, del menor impacto medioambiental y por supuesto una reducci´ n en los costes de producci´ n. El
e o o
sistema tambi´ n ha supuesto una mejora de las condiciones laborales de los trabajadores al reducirse los problemas como la fatiga
e
ocular. En la actualidad el sistema est´ siendo redise˜ ado para su implantaci´ n y explotaci´ n en otras factorás Ford a nivel mundial
a n o o ı
con varios modelos de vehćulos. Copyright c 2012 CEA. Publicado por Elsevier Espa˜ a, S.L. Todos los derechos reservados.
ı n
Palabras Clave: Automobile industry, Quality Control, visual pattern recognition.

1. Introducci´ n
o Tradicionalmente, los defectos se localizan, marcan y reparan
en una etapa posterior al proceso de pintado. En ocasiones, los
En una gran mayorá de sectores industriales, los productos
ı defectos son claramente visibles y detectables, como es el ca-
finales han de ser tratados con diferentes capas de pintura, sien- so de golpes y rayas, mientras que en otros casos, los defectos
do la calidad un aspecto especialmente cr´tico en la industria del
ı pueden ser en realidad peque˜ as partćulas muy difćiles de de-
n ı ı
autom´ vil. Los procesos de pintado autom´ tico se realizan nor-
o a tectar.
malmente de forma continua, con las carrocerás movi´ ndose a
ı e En algunos casos, la situaci´ n puede ser grave ya que la no
o
lo largo de la lńea de producci´ n de una estaci´ n a otra. Las
ı o o detecci´ n del defecto en factorá da lugar al rechazo del vehću-
o ı ı
capas de pintura se aplican de forma electroest´ tica bajo condi-
a lo por parte del cliente al no cumplirse las expectativas de ca-
ciones de temperatura, humedad y ausencia de polvo estricta- lidad. En consecuencia, la imagen de marca de la empresa y la
mente controladas. En este contexto, los defectos de pintura satisfacci´ n del cliente se ven dr´ sticamente afectados. No obs-
o a
o ´
aparecen como una inevitable variaci´ n de las condiciones opti- tante, aunque se detectara en fabrica, será necesario un nuevo
ı
mas de operaci´ n o causadas por polvo, agresiones ocasionales
o repintado del vehćulo. Adem´ s, la no detecci´ n de los defectos
ı a o
causadas por los propios trabajadores, etc. Los defectos son, en en los primeras etapas del proceso de pintado, supone un incre-
realidad, alteraciones en una capa en que crecen y se hacen m´ sa mento de costes por el mayor consumo de pintura y energá y ı
visibles conforme se aplican capas adicionales de pintura. su consecuente impacto medioambiental.
En la t´pica planta de pintura, el sellado y encerado se apli-
ı
Correos electr´ nicos: jtornero@isa.upv.es (Josep Tornero),
o can para proporcionar protecci´ n frente al agua, previniendo
o
leoaran@isa.upv.es (Leopoldo Armesto), mmora@emc.uji.es
(Marta C. Mora), nicolas.montes@uch.ceu.es (Nicol´ s Mont´ s)
a e
corrosiones prematuras de la carrocerá del vehćulo. La impor-
ı ı

Tornero et al. / Revista Iberoamericana de Autom´ tica e Inform´ tica industrial 00 (2011) 1–12
a a 2

tema est´ siendo redise˜ ado para su implantaci´ n y explotaci´ n
a n o o
en otras factorás Ford a nivel mundial. Remarcar que la aplica-
ı
bilidad de los resultados obtenidos podrán extenderse a la de-
ı
tecci´ n de otro tipo de productos tales como electrodom´ sticos,
o e
vagones, cascos de barco, elementos estructurales en aviones,
etc., con el adecuado redimensionamiento y reconfiguraci´ n. o
El artćulo se organiza de la siguiente manera: a continu-
ı
aci´ n se realiza un estado del arte sobre soluciones de inspec-
o
ci´ n propuestas hasta la fecha; en la Secci´ n 2 se presenta la
o o
metodologá de experimentaci´ n que nos ha llevado al dise˜ o e
ı o n
implementaci´ n del t´ nel de inspecci´ n, mientras que las Sec-
o u o
ciones 3 y 4 describen en detalle tanto los criterios de dise˜ o n
mec´ nicos del t´ nel como la algor´tmica utilizada en el proceso
a u ı
de detecci´ n, seguida de la Secci´ n 5 de resultados. El artćulo
o o ı
acaba con las t´picas secciones de conclusiones y referencias.
ı

1.1. Estado del Arte
Figura 1: Tunel de inspecci´ n de Ford en Almussafes (Espa˜ a).
o n
Esta secci´ n se plantea inicialmente como un estado del
o
arte de las pocas propuestas industriales existentes para la de-
tancia de este problema reside en el hecho de que la corrosi´ n o
tecci´ n autom´ tica de defectos en carrocerás de vehćulos au-
o a ı ı
´
constituye una forma de reducci´ n de la vida util del producto.
o
tom´ viles, con la discusi´ n de las patentes existentes y su dife-
o o
Hoy por hoy, la gran mayorá de factorás incorporan opera-
ı ı
renciaci´ n con respecto a la propuesta planteada en este artću-
o ı
rios expertos que inspeccionan el producto para detectar defec-
lo. Seguidamente, se estudian los trabajos de investigadores,
tos. No obstante, a partir de la selecci´ n y an´ lisis minucioso y
o a
que si bien no se tiene constancia de su aplicaci´ n industrial,
o
aleatorio fuera de lńea de los vehćulos, se ha podido constatar
ı ı
´
si que han supuesto interesantes aportaciones en este ambito.
que el 80 % de los defectos peque˜ os no son correctamente de-
n
La patente Imanishi et al. (1998) describe un aparato para
tectados. El principal motivo de esta tasa de fallo tan elevada se
la detecci´ n de defectos en vehćulos que utiliza un sistema de
o ı
debe sobretodo a la fatiga ocular que sufren los operarios.
sensores fotosensibles (c´ maras) para captar las variaciones de
a
Este artćulo describe el dise˜ o e implementaci´ n de un
ı n o
luz que genera un patr´ n en movimiento. En esta patente, la
o
novedoso sistema de inspecci´ n basado en visi´ n artificial para
o o
configuraci´ n de las c´ maras y tubos es distinta a la propues-
o a
detectar defectos en carrocerás de autom´ viles. El sistema ha
ı o
ta ya que las c´ maras est´ n por delante de los tubos de ilu-
a a
sido implantado en la factorá Ford de Almussafes (Valencia)
ı
minaci´ n, adem´ s de utilizar patrones para ocultar los reflejos
o a
como consecuencia de varios proyectos de I+D entre Ford Es-
de un sistema de iluminaci´ n difusa en forma de arco. Si bi-
o
pa˜ a, S.A. y el Instituto de Dise˜ o y Fabricaci´ n de la Universi-
n n o
en, la principal diferencia es el hecho de que para conseguir
dad Polit´ cnica de Valencia que ha derivado la patente interna-
e
´
los reflejos en toda la superficie del vehćulo, este debe estar
ı
cional Prior et al. (2010) explotada por la propia empresa. En la
en movimiento durante la captura de im´ genes, impidiendo de-
a
Figura 1 se muestra el aspecto del t´ nel de inspecci´ n dise˜ ado.
u o n
tectar microdefectos debido a las vibraciones ocasionadas por
El artćulo, adem´ s, describe los fundamentos cientifico-t´ cni-
ı a e
dicho movimiento. Como las c´ maras y las luces son fijas, los
a
cos en los que se fundamenta el t´ nel de inspecci´ n.
u o
defectos en las im´ genes se mueven y debe aplicarse comple-
a
El sistema se basa en el principio de detecci´ n de defectos
o
jos algoritmos de seguimiento de las sucesivas im´ genes para
a
mediante la generaci´ n de un barrido de iluminaci´ n, estando
o o
detectar el defecto.
el sistema de visi´ n (c´ maras) fijo, al igual que el vehćulo a
o a ı
La patente Alders et al. (2000) presenta un sistema de de-
inspeccionar. Tras la adquisici´ n de las im´ genes de barrido de
o a
tecci´ n de defectos en carrocerás antes del proceso de pintado
o ı
iluminaci´ n, se realiza un procesamiento que permite detectar y
o
utilizando t´ cnicas metrol´ gicas basadas en reconstrucci´ n 3D
e o o
clasificar defectos de hasta 0.2mm de di´ metro. La clave reside
a
de la carrocerá mediante la proyecci´ n de haces de luz laser
ı o
en el denominado efecto de amplificaci´ n como consecuencia
o
sobre la carrocerá captadas por c´ maras CCD.
ı a
de las sombras generadas en los alrededores del defecto aumen-
Asimismo, la patente Clarke (1990) describe un sistema de
tando el tama˜ o del reflejo en la superficie.
n
detecci´ n de defectos en superficies met´ licas o pl´ sticas como
o a a
La principal innovaci´ n introducida por este proyecto in-
o
resultado de la manipulaci´ n de los materiales, transporte, mon-
o
dustrial reside en el hecho de que el sistema es capaz de detectar
taje, pero en cualquier caso antes del proceso de pintado. En
casi el 100 % de los defectos detectados mediante inspecci´ n o
ambos casos, s´ lo se detectan los defectos de chapa que poste-
o
humana. El sistema es capaz de detectar defectos milim´ tri- e
riormente ser´ n visibles con el pintado y lacado de la carrocerá.
a ı
cos tanto en la parte superior (cap´ , techo y maletero) como
o
No obstante, esta patente muestra diferentes configuraciones en
en los laterales (aletas delanteras y traseras y puertas), cubrien-
las que una c´ mara puede estar ubicada en un brazo robot y el
a
do as´ las partes m´ s importantes de la carrocerá del vehćulo.
ı a ı ı
sistema de iluminaci´ n fijo o viceversa.
o
V´ anse los videos en IDF (2009) para una demostraci´ n visual
e o
´
Por otro lado, en el ambito de la investigaci´ n, las univer-
o
del sistema completo en funcionamiento. En la actualidad el sis-
sidades alemanas de Karlsruhe y Munich utilizan una t´ cnicae

a a 3

de reflexi´ n donde el objeto forma parte del sistema optico. La
o ´
visi´ n se centra en el patr´ n proyectado y no en la superficie.
o o
Esta t´ cnica se conoce como deflectometrá. Esta reproduce el
e ı
comportamiento del experto que examina la superficie, esto es,
observar y evaluar patrones conocidos en la superficie inspec-
cionada. Manejan distintos patrones de luz estructurada, aunque
no con objeto de hacer una reconstrucci´ n 3D, para la detecci´ n
o o
de defectos de curvatura local de planos cromados y para la
inspecci´ n de piezas de autom´ vil, Perard and Beyerer (1997);
o o Figura 2: Reflejo basado en tubo fluorescente de alta frecuencia sobre superficie
Leon and Kammel (2003), si bien en la actualidad trabajan en met´ lica especular y defecto marcado en rojo.
a
stereo-deflectometrá Balzer et al. (2011). En Kammel and Leon
ı
(2005a); Leon and Kammel (2006); Kammel and Puente Leon como campanas de Gauss de revoluci´ n, o concatenaci´ n de
o o
(2003) profundizan en la inspecci´ n de superficies estructuradas,
o estas, Seulin et al. (2002b); Seulin et al. (2002a); Li (2006);
concretamente membranas de sensores de presi´ n, y de super-o Azorń L´ pez (2007). Al ser un levantamiento de la superficie
ı o
ficies pintadas de autom´ vil mediante la fusi´ n de im´ genes
o o a pintada, los defectos tienen las mismas propiedades especulares
obtenidas de la reflexi´ n de diferentes iluminaciones en las su-
o que la superficie en la que se encuentran, reflejando la luz inci-
perficies, Kammel and Leon (2005b) dando como resultado la dente en ellos en la direcci´ n especular.
o
´
imagen con defectos. Por ultimo, en Kammel (2002) se desar-
rollan simulaciones que le permite obtener diversas configura-
2. Metodologá de experimentaci´ n
ı o
ciones del sistema de reflexi´ n. o
La investigaci´ n desarrollada en el laboratorio LE2I (Lab-
o Inicialmente se estudi´ el problema y se determinaron las
o
oratoire d’Electronique, d’Informatique et d’Image) de la Uni- variables que condicionaban el dise˜ o f´sico del sistema inspec-
n ı
versidad de Borgo˜ a utiliza un patr´ n din´ mico binario para
n o a ci´ n autom´ tica de carrocerás:
o a ı
la inspecci´ n de los defectos geom´ tricos Seulin et al. (2002b,
o e
2001). El sistema permite la detecci´ n de defectos en superfi-
o 1. Velocidad de la cadena de transporte: 100 mm/s.
cies no planas Aluze et al. (2002). Debido al sistema de ilumi- 2. Ancho m´ ximo de la zona a inspeccionar: 1700 mm.
a
naci´ n, patr´ n binario, cuando el defecto est´ en las proximida-
o o a 3. Tama˜ o del defecto tipo: 0.2 mm de di´ metro.
n a
o ´ ´
des de la transici´ n, este se ilumina donde el area ocupada es 4. Tiempo m´ ximo de inspecci´ n: 10s.
a o
la del tama˜ o del defecto. Esta t´ cnica funciona tanto, si el de-
n e 5. Tiempo de ciclo de la cadena: 20s.
fecto est´ en la franja binaria oscura, defecto iluminado, como
a
si el defecto est´ en la zona oscura, defecto oscuro. Tambi´ n
a e n´
En base a estas especificaciones, se dise˜ o el sistema de
est´ siendo utilizada para la inspecci´ n de supercifies transpar-
a o inspecci´ n, formado por tres subsistemas: adquisici´ n, ilumi-
o o
entes Martinez et al. (2010). En la misma lńea, en Seulin et
ı naci´ n y procesamiento para inspeccionar una parte espec´fica
o ı
al. (n.d.); Seulin et al. (2002a) proponen un simulador de ayu- de la carrocerá. En esta secci´ n se aborda la metodologá de
ı o ı
da para la concepci´ n de las condiciones de la adquisici´ n de
o o dise˜ o de los dos primeros subsistemas, junto con su estruc-
n
las im´ genes, en cuanto a los par´ metros de la iluminaci´ n que
a a o tura de soporte. Cabe destacar que uno de los mayores retos en
plantean: ancho de las franjas, cantidad de im´ genes en la se-
a este proyecto ha consistido en dise˜ ar un adecuado sistema de
n
cuencia, etc. El patr´ n din´ mico se desplaza sobre la pieza y las
o a ´
iluminaci´ n, clave para el exito del sistema de inspecci´ n pues
o o
im´ genes son fusionadas mediante la media aritm´ tica, dando
a e ha permitido simplificar considerablemente la fase de proce-
como resultado una imagen resultante con los defectos. samiento de im´ genes.
a
El dise˜ o de la iluminaci´ n y la configuraci´ n del sistema
n o o
´
optico adecuado permite realzar los defectos de las superficies 2.1. Predise˜ o del Sistema de Iluminaci´ n
n o
reflectantes, o reducir los efectos de las reflexiones especulares, El dise˜ o del subsistema de iluminaci´ n requerá de un es-
n o ı
por ejemplo a trav´ s de iluminaci´ n difusa, Kuhlmann (1995);
e o tudio de la reflexi´ n de la luz en las chapas met´ licas, realizado
o a
Li et al. (2005). Pernkopf and O’Leary (2003) nos muestran a partir de medidas de un lux´ metro. Debido a la capa externa
o
c´ mo en la inspecci´ n de productos met´ licos (en este caso del
o o a de laca que lo impregna, se constat´ que la respuesta a la luz de
o
acero), la elecci´ n de las condiciones establece la eficacia del
o este material es poco difusa y muy especular. La detecci´ n deo
sistema: determinan las caracter´sticas de los defectos que se
ı defectos se basa en conseguir que la iluminaci´ n incida sobre
o
pueden detectar, la naturaleza de la superficie y la resoluci´ n o el defecto de manera que permita distinguirlo n´tidamente.
ı
espacial requerida. Para ello, utilizan tres m´ todos de adquisi-
e Se procedi´ entonces a aplicar t´ cnicas de deflectometrá
o e ı
ci´ n, con diferentes condiciones, para formar im´ genes de in-
o a ´
optica estudiando con detenimiento la inspecci´ n realizada por
o
tensidad con distinta iluminaci´ n, Bright Field y Dark Field, y
o ´
los operarios expertos de la factorá Ford. Estos utilizaban tu-
ı
de rango, est´ reo fotom´ trico y l´ ser. Las peculiaridades de es-
e e a bos fluorescentes en la detecci´ n de defectos, analizando vi-
o
ta inspecci´ n dificultan el aprovechamiento de algunas t´ cnicas
o e sualmente la zona de la carrocerá en la que el tubo producá un
ı ı
de visi´ n artificial, tanto de adquisici´ n como de procesamien-
o o reflejo. En la Figura 2 se aprecian tres zonas diferenciadas en
to, orientadas a la extracci´ n de caracter´sticas de los defec-
o ı el reflejo de un tubo fluorescente de alta frecuencia sobre una
tos u objetos. El modelo m´ s utilizado es definir los defectos
a placa de prueba: a) zona de brillo m´ ximo, que se corresponde
a

a a 4

do
dr
f = 8[mm] f = 12[mm] f = 16[mm]
[mm] [mm] [px] [mm] [px] [mm] [px]
0,2 1,738 2 1,738 2 1,738 2
0,3 2,607 3 2,607 3 2,607 3
0,6 3,476 4 5,214 6 5,214 6

Tabla 1: Tama˜ o real (dr ) y observado (do ) de defectos, en mil´metros y p´xeles,
n ı ı
seg´ n la optica para R = 0,896 mm/px.
u ´

Figura 3: Efecto de amplificaci´ n en los bordes del ancho de haz. La lńea con-
o ı
tinua representa el caso de defectos de 0.2mm, mientras que la lńea discontinua
ı
es para defectos de 0.3mm.

con la proyecci´ n del tubo sobre la superficie pintada; b) zona
o
de transici´ n, debida a los reflejos que produce la luminaria del
o
´
tubo fluorescente; c) zona difusa, que es el area iluminada por
la luz ambiental y la iluminaci´ n difusa de la l´ mpara.
o a
Durante la experimentaci´ n, se constat´ que es en la zona de
o o
transici´ n donde los defectos se visualizan en mayor magnitud.
o
Este resultado tambi´ n se cita en la investigaci´ n desarrollada
e o
por el laboratorio LE2I Seulin et al. (2002b, 2001); Aluze et al.
Figura 4: Estructura porticada para experimentaci´ n.
o
(2002); Seulin et al. (n.d.); Seulin et al. (2002a), donde indi-
can que el defecto alcanza su tama˜ o m´ ximo en estas zonas.
n a En concreto, en la Tabla 1, para una resoluci´ n dada de
o
n´
Por tanto, se dise˜ o el sistema de inspecci´ n para que los tubos
o R = 0,896mm/px se ha obtenido valores de h = 1100mm para
fluorescentes barrieran toda la carrocerá dando lugar a un con-
ı f = 8mm, h = 1650mm para f = 12mm y h = 2200mm para
junto de im´ genes que se fusionan (superponen) para formar
a f = 16mm. Se observa que para, esta resoluci´ n, y en la may-
o
una imagen resultante los defectos amplificados. En la Figura orá de los casos se obtiene una relaci´ n constante en la ampli-
ı o
3 se muestra el tama˜ o de defecto medido medio en funci´ n
n o ficaci´ n de entorno a K = 9 veces entre el tama˜ o del defecto
o n
observado do y el real dr . Con ello, defectos del tama˜ o real
n
de la posici´ n de dicho defecto con respecto al haz reflejado
o
de entre 0,2mm y 0,3mm se observan en la imagen como de-
tanto para defectos de 0.2mm como 0.3mm. Se aprecia que el fectos con un tama˜ o observado entre 1,8mm y 2,7mm que se
n
defecto alcanza su valor m´ ximo observado cuando el haz re-
a corresponde con 2 o 3 p´xeles en la imagen. Si tenemos en cuen-
ı
flejado est´ en los bordes del defecto. Por la tipologá de los
a ı ta que el haz debe de envolver al defecto debemos seleccionar
microdefectos este efecto se puede modelar mediante dos gau- un tama˜ o de haz reflejado de al menos el doble del defecto
n
sianas, cuyo valores m´ ximos estan localizados en los bordes
a que se quiera medir. En nuestro caso, elegimos un tama˜ o den
del ancho de haz. Cabe remarcar que los valores obtenidos cor- unos n = 6 p´xeles que corresponde a una separaci´ n entre tu-
ı o
respondend a mediciones realizadas de forma visual con instru- bos de ilumnaci´ n y superficie de D = 800mm para tubos de
o
mentaci´ n adecuada para poder observar con mayor tama˜ o el
o n d = 16mm de di´ metro, para una altura h = 1100mm, seg´ n la
a u
defecto. Por tanto las mediciones son estimativas, y pueden no siguiente relaci´ n geom´ trica:
o e
ser concluyentes, si bien se trata de una pauta sistem´ tica.
a h+D h
Este efecto, se mantiene tambi´ n al combinar sucesivas im´ -
e a = (2)
d n·R·K
genes y realizar un barrido de iluminaci´ n. De hecho, con esta
o
n´
En base a los planteamientos anteriores, se dise˜ o y cons-
t´ cnica, se consigue detectar defectos de tama˜ o sub-p´xel. Tal
e n ı
truy´ un sistema experimental consistente en un robot carte-
o
y como muestran los resultados experimentales de la Tabla 1
siano (Figura 4), en el que el sistema de iluminaci´ n se com-
o
se detectan defectos de di´ metros 0,2 mm, 0,3 mm y 0,6 mm
a
poná de un array de tubos fluorescentes (inicialmente 2 tubos)
ı
(medidos con una lupa de precisi´ n). Esta resoluci´ n R se ha
o o
en desplazamiento a lo largo de la superficie.
mantenido constante en toda la experimentaci´ n relacionando
o
Previo a la experimentaci´ n, se realiz´ un estudio de las
o o
las alturas de las distintas c´ maras y con las distancias focales
a
tecnologás de adquisici´ n de im´ genes disponibles en el mer-
ı o a
´
de sus opticas:
cado, teniendo en cuenta diferentes aspectos tales como el tipo
R · f · CCDu(px) de transductor, la velocidad de adquisici´ n, la interfaz de co-
o
h= +f (1) ´
municaci´ n, la resoluci´ n por p´xel, la optica a utilizar y evi-
o o ı
CCDu(mm)
dentemente el precio. Se constat´ que las c´ maras CCD ofre-
o a
donde h es la altura de la c´ mara, f la distancia focal en mil´me-
a ı cen menor ruido intrńseco en la imagen que las CMOS a pesar
ı
tros, CCDu(mm) el tama˜ o del CDD en mil´metros en la direc-
n ı de su alta velocidad de adquisici´ n. As´ mismo, se prob´ con
o ı o
ci´ n de medida y CCDu(px) su tama˜ o en p´xeles en la imagen.
o n ı c´ maras con diferentes interfaces como Firewire, CameraLink
a

a a 5

´
o Gigabit Ethernet. Se constat´ que estas dos ultimas ofrecán
o ı mal de la superficie con objeto de evitar la auto-oclusi´ n gen-o
suficiente velocidad de adquisici´ n de 15fps para im´ genes de
o a erada por el sistema de iluminaci´ n tal y como se aprecia en
o
alta resoluci´ n, de lo contrario, el tiempo para realizar un barri-
o la Figura 5(a). Asumimos un modelo pin-hole tal que la posi-
do aumenta significativamente. Como consecuencia de este es- ci´ n del foco es (xc , yc ) y el campo de visi´ n viene dado por los
o o
tudio, para la experimentaci´ n se utiliz´ una c´ mara CCD Dol-
o o a angulos βu = 2 arctan(
´ CCDu (mm)/2
f ) y βv = 2 arctan( CCDv (mm)/2 ),
f
phin F145B con un sensor de 2/3” y una resoluci´ n 1392×1040.
o siendo CCDu (mm), CCDv (mm) el tama˜ o del CCD (seg´ n co-
n u
mo est´ orientada la c´ mara) y f la distancia focal. Por tanto, la
e a
inclinaci´ n la c´ mara γc , que garantiza la ausencia de oclusi´ n,
o a o
3. Configuraci´ n de C´ maras y Luces
o a es la mitad del campo de visi´ n βu m´ s un peque˜ o angulo γ
o a n ´
que permite evitar la auto-oclusi´ n del tubo de iluminaci´ n. La
o o
La soluci´ n industrial propuesta implica que la luz debe de
o posici´ n del foco viene determinada por el comienzo de la zona
o
pasar por delante o detr´ s de las c´ maras, generando para el
a a a inspeccionar y la separaci´ n de la c´ mara h con respecto a
o a
primer caso una oclusi´ n por los propios elementos de sujeci´ n
o o la superficie vendr´ dada por la zona m´ xima a inspeccionar,
a a
del tubo de iluminaci´ n, mientras que para el segundo caso la
o definida por rect´ ngulo con dimensiones w × l y centro (xo , yo )
a
c´ mara y sus elementos de sujecci´ n generan una sombra so-
a o la configuraci´ n de la c´ mara para el caso de una s´ la c´ mara
o a o a
bre la superficie. Como consecuencia, aparece una zona, en la es:
normal de la superficie, en la que no se tiene reflejo. Esto re- γ = arctan(r/hl ) (3)
presenta un problema fundamentalmente de tipo econ´ mico ya
o
h = m´ x ((w/2+ s)/(tan(βv /2)), (l+2s+(r/hl )h)/(tan(βu + γ))) (4)
a
que lo deseable es poder inspeccionar una zona con una unica ´
c´ mara dado que son extremadamente caras si consideramos
a xc = xo − l/2 − s − (r/hl )h (5)
todo el hardware y software asociado. As´ pues, se ha deter-
ı yc = yo (6)
minado inspeccionar las siguientes zonas: el cap´ , el techo, el
o γc = βu /2 + γ (7)
maletero, las aletas delanteras y traseras y las puertas puertas
siendo hl la altura del tubo de iluminaci´ n, r el radio envolvente
o
delanteras y traseras. Adem´ s, se debe tener en consideraci´ n
a o
de la estructura de iluminaci´ n y s es el margen adicionales
o
que la separaci´ n de la c´ mara con respecto a la superficie y
o a
que engranda la zona real de inspecci´ n. La ecuaci´ n (4) debe
o o
su inclinaci´ n afecta significativamente a la resoluci´ n, esto es,
o o
resolverse mediante un proceso iterativo, como por ejemplo el
el tama˜ o con el que se ven los defectos de un mismo tama˜ o
n n
m´ todo del punto fijo.
e
´
y que esta debe ser garantizada. Por tanto, una configuraci´ n o
Mediante esta configuraci´ n, podemos llegar a iluminar des-
o
inadecuada no s´ lo es aquella en la que aparece una oclusi´ n,
o o
de la posici´ n en la que el tubo de iluminaci´ n est´ en xl,0 =
o o a
si no que la resoluci´ n es insuficiente para garantizar detectar
o
xo − 2 − s + r, tal y como se aprecia en la Figura 5(a). En es-
l
defectos de la resoluci´ n requerida.
o
ta posici´ n, el reflejo del tubo sobre la superficie est´ justo al
o a
Con objeto de resolver el problema de configuraci´ n, re- o
comienzo de la zona a inspeccionar. Por otro lado, el tubo real-
marcamos el hecho de que nos encontramos ante un problema +h
iza un barrido de al menos Q = (l + 2s) hlh que permite que el
en el que se puede modificar la posici´ n 3D de las c´ maras en
o a
reflejo se genere justo al final de la zona a inspeccionar.
relaci´ n a la superficie a inspeccionar, si bien una de las coorde-
o
La curvatura del cap´ en la parte frontal impide que se pue-
o
nadas se selecciona de manera que la imagen est´ lo m´ s centra-
e a
da detectar defectos en esa zona salvo que se tengan en consi-
´
da posible, con lo que esta no formar´ parte de los par´ metros
a a
deraci´ n la colocaci´ n de m´ s c´ maras y consecuentemente de
o o a a
de dise˜ o. Por otro lado, de las tres orientaciones en el espacio
n
la iluminaci´ n asociada. Este tipo de planteamientos quedaron
o
3D normalmente dos de ellas son fijas, pues de lo contrario se
descartados por resultar inviables.
obtendrán im´ genes con peores resoluciones de forma innece-
ı a
saria. La tercera coordenada en la orientaci´ n, con respecto a la
o 3.2. Configuraci´ n con dos c´ maras
o a
normal de la superficie, permite modificar la perspectiva con la El techo y las puertas son las zonas m´ s cr´ticas a inspeccio-
a ı
que se observa dicha superficie. nar, pues cualquier defecto resulta muy visible, al igual que en
En los siguientes apartados se describen dos configuraciones el cap´ . Pero adem´ s, en este caso se requiere de dos c´ maras
o a a
concretas de c´ maras y luces. En una primera etapa aproxi-
a para poder inspeccionar las zonas, debido a su mayor tama˜ o, n
mamos las superficies de la carrocerá a planos tangentes a cada
ı lo que dificulta el posicionamiento de las c´ maras.
a
una de las zonas a inspeccionar, que nos proporciona un punto En este caso, la soluci´ n propuesta pasa por contraponer las
o
de partida para su posterior optimizaci´ n y validaci´ n mediante
o o c´ maras tal y como se muestra en la Figura 5(b). Cada zona a
a
herramientas CAD. Por tanto, los c´ lculos descritos son rela-
a inspeccionar se divide en dos, la parte trasera cuyas variables
tivos a los planos tangentes de cada zona, pudiendo de forma asociadas incluyen el subńdice 1 y la parte delantera con el
ı
arbitraria inclinar los planos con objeto de inspeccionar mejor subńdice 2. Concretamente, para el caso del techo, se divide en
ı
determinadas zonas de inter´ s, especialmente en el cap´ y del
e o dos, de forma que cada c´ mara ser´ al menos capaz de inspec-
a a
maletero. cionar la mitad del techo para cada una de las carrocerás. Esto
ı
implica calcular el centro geom´ trico y el tama˜ o de la zona a
e n
3.1. Configuraci´ n con una c´ mara
o a inspeccionar:
Esta configuraci´ n se aplica a cap´ , maletero y aletas, ya
o o xo1 = m´ x xo,i + li /2 + mń xo,i /2
a ı (8)
que presentan todas ellas una problem´ tica similar. En este ca-
a
so, la c´ mara debe posicionarse inclinada con respecto a la nor-
a l1 = m´ x xo,i + li /2 − mń xo,i
a ı (9)

a a 6

Figura 6: Monitorizaci´ n de los defectos en la zona de reparaci´ n.
o o

(a) Configuraci´ n con una c´ mara
o a
siendo (xc1 , yc1 ) la posici´ n de la c´ mara 1 con una inclinaci´ n
o a o
γc1 con respecto a la normal de la superficie y (xc2 , yc2 ) y γc2 las
correspondientes variables para la c´ mara 2.
a
Con objeto de evitar los problemas de la auto-oclusi´ n, las
o
c´ maras est´ n inclinadas (de forma contrapuesta) con respecto
a a
a la normal de la superficie, al igual que para el caso de una so-
la c´ mara. La principal diferencia reside en que ahora debemos
a
tener en consideraci´ n que el barrido de un tubo de iluminaci´ n,
o o
cuyo reflejo sirve para una de las c´ maras puede ocluir el refle-
a
jo de otro tubo en la imagen de la otra c´ mara. La soluci´ n
a o
propuesta a este problema pasa por la incorporaci´ n de m´ s tu-
o a
bos de iluminaci´ n de manera que debidamente sincronizados
o
(b) Configuraci´ n con dos c´ maras
o a los movimientos se generen reflejos como consecuencia de los
nuevos tubos, cubriendo as´ la zona a inspeccionar. Esta solu-
ı
Figura 5: Configuraci´ n de la c´ maras e iluminaci´ n.
o a o ci´ n tiene como principales ventajas que permite adem´ s re-
o a
ducir el tiempo del barrido, ya que el barrido efectivo se reparte
entre el n´ mero de tubos incorporados. Para ello, la soluci´ n
u o
xo2 = mń xo,i − li /2 + m´ x xo,i /2
ı a (10) pasa por decalar los tubos de iluminaci´ n consecutivos de for-
o
l2 = m´ x xo,i − mń xo,i − li /2
a ı (11) ma que la posici´ n final de un tubo est´ separada una distancia
o a
d = (xo,1 − l1 /2 − s + r) − (xo,2 + l2 /2 + s − r) con la posici´ n
o
siendo {xo,i , yo,i } el centro geom´ trico de cada una de las partes
e inicial del siguiente tubo, tal y como se aprecia en la Figura
del techo del vehćulo y {li } sus longitudes. Se asume que to-
ı 5(b). Este procedimiento se puede extender de forma iterativa
dos los vehćulos est´ n centrados sobre el eje longitudinal de la
ı a para incluir m´ s tubos de iluminaci´ n de forma que el recorri-
a o
lńea de producci´ n y por tanto yo1 = yo2 = yo,i . Para el caso
ı o do se acorta y consecuentemente el tiempo del barrido para una
de las puertas se puede obtener unas expresiones similares de misma velocidad.
manera que se garantice que la c´ mara 2 es capaz de inspeccio-
a
nar todas las posibles puertas delanteras y la c´ mara 1 es capaz
a
de inspeccionar todas las posibles puertas traseras. 4. o ´
Descripci´ n del Tunel de Inspecci´ n
o
Para obtener la configuraci´ n de cada una de las c´ maras se
o a
El t´ nel de inspecci´ n est´ compuesto por c´ maras de visi´ n
u o a a o
tiene una soluci´ n similar a las ecuaciones (3)-(7):
o
y arcos de iluminaci´ n para la detecci´ n de defectos en super-
o o
w/2 + s l1 + 2s + (r/hl )h1 ficies especulares. Cada arco de iluminaci´ n est´ formado por
o a
h1 = m´ x
a , (12)
tan(βv /2) tan(βu + γ) varios tubos de iluminaci´ n de alta frecuencia en forma octogo-
o
w/2 + s l2 + 2s + (r/hl )h2 nal. El barrido de iluminaci´ n permite iluminar toda la super-
o
h2 = m´ x
a , (13) ficie de inter´ s, estando las c´ maras y el objeto a inspeccionar
e a
tan(βv /2) tan(βu + γ)
xc1 = xo1 − l1 /2 − s − (r/hl )h1 (14) est´ ticos en todo momento, movi´ ndose el sistema de ilumi-
a e
naci´ n por delante de las c´ maras.
o a
yc1 = yo1 (15)
El sistema de inspecci´ n mostrado en la Figura 1, est´ lo-
o a
γc1 = βu /2 + γ (16) calizado justo despu´ s de los hornos de pinturas dentro de la
e
xc2 = xo1 + l2 /2 + s + (r/hl )h2 (17) propia cadena de fabricaci´ n. Tras ser inspeccionados, los vehću-
o ı
yc2 = yo1 (18) los pasan por la fase de reparaci´ n, en la que los defectos se mo-
o
γc2 = −βu /2 − γ (19) nitorizan para facilitar la localizaci´ n de los mismo, tal y como
o
se muestra en la Figura 6.

a a 7

Figura 7: Vistas del t´ nel de inspecci´ n dise˜ ado.
u o n

(a) Horizontales (techo, cap´ y maletero)
o (b) Verticales (puertas y aletas)

Figura 8: Ubicaci´ n de las c´ maras (y conos de visi´ n).
o a o

a a 8

mientras que las c´ maras laterales cubren las aletas frontales (5
a
y 9), las puertas (6, 7, 10 y 11) y las aletas traseras (8 y 12) a
ambos lados.
El t´ nel de inspecci´ n est´ formado por diversos elemen-
u o a
tos electromec´ nicos que posicionan el objeto dentro del t´ nel
a u
con lanzaderas y posicionadores a fin de garantizar la inspec-
ci´ n de forma adecuada. Para cada vehćulo a inspeccionar la
o ı
secuencia de movimientos, seg´ n se muestra en la Figura 9,
u
consta de los siguientes pasos: 1) el vehćulo es introducido en
ı
el t´ nel y detenido mediante posicionadores; 2) el subsistema
u
de iluminaci´ n realiza un barrido hacia delante o hacia atr´ s
o a
-indistintamente- dependiendo de la posici´ n en la que se hu-
o
biera quedado por la inspecci´ n anterior; y 3) el vehćulo es
o ı
liberado y expulsado del t´ nel.
u

4.2. Procesamiento de Im´ genes
a
Figura 9: Secuencia de Movimientos del Arco de Iluminaci´ n.
o Se ha desarrollado una metodologá de procesamiento de
ı
im´ genes con las siguientes fases: 1) adquisici´ n de im´ genes;
a o a
2) fusi´ n de im´ genes; 3) ajuste o matching de la imagen con
o a
4.1. Dise˜ o del T´ nel
n u respecto a una imagen de referencia; 4) uniformado o blurring
Se ha desarrollado una metodologá en la que es posible
ı de los diferentes niveles de iluminaci´ n de los tubos; 5) bina-
o
dise˜ ar sistemas de inspecci´ n totalmente adaptados al tipo de
n o rizaci´ n de la imagen a partir de un umbralizado local a nivel
o
objeto a inspeccionar combinando conjuntamente, y sin oclu- de p´xel; 6) detecci´ n de regiones y clasificaci´ n de defectos.
ı o o
siones, subsistemas de visi´ n con subsistemas de iluminaci´ n
o o Durante el barrido de iluminaci´ n se adquieren un conjun-
o
m´ viles. Para ello, debemos contemplar el hecho de que las
o to de im´ genes que garantizan la plena iluminaci´ n del objeto
a o
c´ maras del subsistema de visi´ n est´ n inclinadas con respecto
a o a a inspeccionar, v´ ase la Figura 10(a). El n´ mero de im´ genes
e u a
a la normal de la superficie de forma que los prismas de visi´ n o M = 150 a adquirir, depende de la longitud del barrido de ilumi-
(o frustum) cubren parte o toda la superficie. El movimiento sin- naci´ n L = 0,745m, la velocidad de barrido vlight = 0,0745m/s
o
cronizado de los tubos del subsistema de iluminaci´ n produce
o y la m´ xima frecuencia de adquisici´ n de im´ genes por parte
a o a
un reflejo que barre la superficie cubierta por los prismas de de las c´ maras f ps = 15Hz:
a
visi´ n. Este barrido, cuyos haces se desplazan entre dos paredes
o
opuestas de los prismas de visi´ n (o abusando de nomenclaturas
o L
M≥ · f ps (20)
cono de visi´ n) no debe de tener oclusiones en ning´ n momen-
o u vlight
to del barrido. Para ello, se ha seguido un procedimiento en el
que mediante simulaci´ n CAD y bas´ ndonos en los c´ lculos
o a a A partir de superposici´ n de todas las M im´ genes adquiri-
o a
te´ ricos descritos en el apartado 3 se automatiza el proceso de
o das {Ii } se obtiene la imagen fusionada Im , v´ ase la Figura
e
dise˜ o en base a los modelos 3D de las carrocerás, incluyendo
n ı 10(b). La superposici´ n se obtiene a partir de aplicar, p´xel a
o ı
todos los elementos estructurales del tunel. En concreto se tiene p´xel, la operaci´ n m´ ximo en escala de grises de las im´ genes
ı o a a
implementado en la plataforma CAD/CAM/CAE NX-Siemens adquiridas durante el barrido de iluminaci´ n Leon and Kammel
o
el t´ nel parametrizado en “KnowledgeFusion” que ha permiti-
u (2006).
do utilizar diversos procesos de optimizaci´ n basados en algo-
o
ritmos gen´ ticos para la obtenci´ n de soluciones v´ lidas.
e o a Im (i, j) = m´ x {I1 (i, j), I2 (i, j), . . . , I M (i, j)}
a (21)
En la Figura 7, se muestra el t´ nel de inspecci´ n dise˜ ado
u o n
La imagen fusionada es ajustada mediante t´ cnicas de match- e
en sus diferentes vistas: alzado, perfil, planta y perspectiva isom´ -
e
ing de patrones con respecto a una imagen modelo, a fin de
trica. En ellas se observan los subsistemas de visi´ n, de ilumi-
o
compensar peque˜ as variaciones en el posicionamiento de la
n
naci´ n y la estructura de sustentaci´ n, as´ como diversos ele-
o o ı
carrocerá. Este ajuste es necesario pues el resto de c´ lculos re-
ı a
mentos electromec´ nicos. La estructura porticada del subsis-
a
quieren operaciones precisas a nivel de p´xel. La Figura 10(c)ı
tema de iluminaci´ n dispone de once arcos de iluminaci´ n que
o o
muestra, para el cap´ del Ford Focus 5P, los patrones de b´ sque-
o u
envuelven el vehćulo generando un barrido uniforme de luz.
ı
da utilizados, en los que el recuadro rojo es la zona a bus-
Cada arco est´ formado por siete tubos de iluminaci´ n: un tubo
a o
car y el recuadro verde es la zona de b´ squeda. Sea Z = u
en posici´ n horizontal superior, tubos en posici´ n oblicua su-
o o
{z1 , z2 , . . . , zn } = {{x1 , y1 }, {x2 , y2 }, . . . , {xn , yn }} el conjunto, de
perior izquierda y derecha, tubos en posici´ n vertical izquier-
o
tama˜ o n = dim(Z ), de p´xeles que definen el centro de los
n ı
da y derecha y tubos en posici´ n oblicuo inferior izquierda y
o
patrones en la imagen de referencia y sea Z = {z1 , z2 , . . . , zn } =
derecha.
{{x1 , y1 }, {x2 , y2 }, . . . , {xn , yn }} el conjunto de p´xeles de los cen-
ı
En las Figuras 8(a) y 8(b) se muestran los prismas de visi´ n
o
tros encontrados en la imagen Im , siendo n = dim(Z), la cor-
de las c´ maras superiores (horizontales) que cubren el cap´ (1),
a o
respondencia entre los conjuntos zi ↔ z j se establece a partir de
el techo (2 y 3) y el maletero (4) del vehćulo a inspeccionar,
ı

a a 9

la t´ cnica del vecino m´ s pr´ ximo, obteniendo la lista H de cor-
e a o
respondencias tal que j = H(i). La imagen resultante Ir es re-
sultante tras aplicar una rotaci´ n θ y una traslaci´ n t = [t x , ty ]T
o o
a la imagen Im es Lu and Milios (1994) utilizando una aproxi-
maci´ n bilinear para cada p´xel:
o ı

Ir (i, j) = R(−θ) · Im (i, j) + t (22)
(a) Adquisici´ n
o (b) Fusi´ n
o
σ2 −σ2
siendo θ = arctan xy x
σ2 −σ2
y
yt= ¯
x
¯
y − R(θ) ¯
x
¯
y y x , y, x y y
¯ ¯ ¯ ¯
xx yy

las medias de los puntos para cada conjunto y σ2 , σ2 , σ2 y
xx yy xy
σ2 y sus covarianzas y R(θ) una matriz de rotaci´ n.
x o
Despu´ s del matching, se aplica un proceso de uniformado,
e
cuya finalidad es obtener una imagen homog´ nea frente a los
e
cambios de iluminaci´ n de los tubos, como se describe a con-
o
tinuaci´ n. En las im´ genes 10(b) y 10(c) se puede apreciar que,
o a
como consecuencia de los diferentes niveles de desgaste de los (c) Ajuste (Matching) (d) Uniformado (Blurring)
tubos de iluminaci´ n, aparecen franjas ha desaparecido en la
o
imagen uniformada 10(d). Para ello se aplican operaciones de
m´ ximos y mńimos en la direcci´ n del barrido de iluminaci´ n.
a ı o o
Adem´ s, se han extra´do todos aquellos p´xeles que est´ n por
a ı ı e
debajo de un cierto umbral, candidatos a ser defectos.
Seguidamente, se aplica un proceso de umbralizado que ge-
nera una imagen binaria. Este proceso se realiza a nivel de pixel
de forma local, es decir, cada pixel, dispone de un nivel de um-
(e) Umbralizado local a nivel de (f) Mapa Resoluci´ n
o
bralizado distinto en funci´ n de la zona de inspecci´ n. La Figu-
o o pixel
ra 10(e) muestra una imagen ejemplo umbralizado local cor-
respondiente para el cap´ de un coche. Como se observa, los
o
niveles de umbralizado son distintos de unos pixeles a otros.
Esta imagen umbral se obtiene como un proceso de auto-ajuste
o ´
en base a una media m´ vil de las N ultimas carrocerás de ese
ı
mismo modelo y color, esto es, Iu,t = (N − 1)/NIu,t−1 + Ib,t /N,
siendo Iu,t y Iu,t−1 la imagen de umbralizado actual y anterior,
respectivamente y Ib la imagen uniformada como consecuen-
cia del proceso anterior. El objetivo de esta media m´ vil es,
o (g) Detecci´ n y clasificaci´ n
o o (h) Monitorizaci´ n
o
Figura 10: Im´ genes asociadas al procesamiento del Ford Focus 5P.
a
fundamentalmente, filtrar la detecci´ n de detectos como conse-
o
cuencia del efecto de piel de naranja que aparece en la zonas en la imagen que los operarios observan para localizar y reparar
las que se acumula pintura y que no se considera un defecto de los defectos.
pintado en s´ mismo ya que no puede ser subsanado en la zona
ı Finalmente, en la Figura 11 se muestra una imagen con los
de reparaci´ n y pulido.
o diferentes mapas de resoluci´ n aplicados para cada zona de la
o
Tras el proceso de umbralizado, los defectos pueden apare- carrocerá para los niveles de resoluci´ n admisibles, siguiendo
ı o
cer como un p´xel en blanco en la imagen binarizada o una agru-
ı la misma codificaci´ n que en la Figura 10(f).
o
paci´ n de p´xeles. Se requiere por tanto, de la implementaci´ n
o ı o
de un algoritmo de detecci´ n de regiones o manchas. As´ mis-
o ı 5. Resultados
mo, se aplica una m´ scara o ventana en la que determinados
a 5.1. Detecci´ n de defectos
o
p´xeles quedan excluidos de este procesamiento, pues se con-
ı Los defectos de pintado son muy variados: unos pueden
sideran zonas en las que se tiende a obtener falsos positivos ´
influir unicamente en el aspecto visual de la capa de pintura
como consecuencia de bordes y pliegues de la chapa o sencilla- y no suponer defectos apreciables en la calidad de la misma
mente no son de inter´ s. La Figura 10(g) muestra los defectos
e (variaci´ n de color, descolgados, etc.) y otros por el contrario
o
encontrados. repercuten en las funciones y propiedades de la carrocerá, con-
ı
Los defectos se clasifican en funci´ n de su tama˜ o, median-
o n duciendo a un deterioro importante del sistema o del propio
te una codificaci´ n en colores, siendo el rojo el color usado para
o soporte, si no se eliminan (crateres, poros, desconchados, etc.).
los defectos m´ s peque˜ os, verde intermedios y azul para los
a n La Figura 12 muestra los numerosos defectos encontrados
m´ s grandes. En este proceso se utiliza la imagen de resolu-
a con la metodologá de procesamiento planteada, en la que el
ı
ci´ n en mm/px de la Figura 10(f), mientras que la Figura 10(g)
o color rojo implica defectos de menor tama˜ o, el verde de un
n
muestra una imagen con la clasificaci´ n obtenida, habi´ ndose
o e tama˜ o intermedio y el azul es para defectos de tama˜ o mu-
n n
aplicado previamente la m´ scara. En la Figura 10(h) se muestra
a cho m´ s grande. No es objeto de este artćulo analizar la tasa
a ı

a a 10

(a) C´ maras Superiores
a (b) C´ maras Laterales
a
Figura 11: Mapas de resoluci´ n de una carrocerá completa.
o ı

de fiabilidad del proceso de detecci´ n. M´ s bien, se pretende
o a elevaciones circulares y uniformes, cuya ubicaci´ n y fre-
o
mostrar la capacidad de obtener defectos a partir de un conjun- cuencia es muy diversa. Estas ampollas se pueden formar
to de paneles con diferentes tipos de defectos. Los defectos m´ s
a tanto entre las diferentes capas del sistema de pintura co-
comunes son: mo por debajo del mismo, es decir, entre la chapa y la
pintura, Figura 12(j).
1. Piel de naranja: Una superficie pintada tiene piel de naran-
6. Cuarteados: La forma en que se manifiesta este defec-
ja cuando su aspecto irregular se asemeja al de una piel
to consiste en la aparici´ n de un determinado n´ mero de
o u
de c´ scara de naranja, Figura 12(a). En realidad, se trata
a
grietas de diferente longitud y anchura, en todas las di-
de falta de extensibilidad de la pintura que puede estar
recciones, que se hacen visibles en la pelćula de pintura.
ı
motivada por diversos factores.
7. Suciedad y polvo: Este defecto se produce por las in-
2. Marcas de dedos, ropa, tubos/mangueras, bolsas: Apare-
clusiones de suciedad, cuerpos extra˜ os y polvo con de-
n
cen como consecuencia de tocar la pintura en estado fres-
sigualdades peque˜ as y granuladas, existentes casi siem-
n
co o rozar la pintura con diversos objetos tales como la
pre en gran cantidad y repartidas con mayor o menor reg-
ropa, mangueras, bolsas, etc., Figuras 12(b), 12(c), 12(d)
ularidad, que sobresalen de la pintura.
y 12(e).
3. Exceso o defecto de disolvente, cera o sellado: Apare- Con la presente t´ cnica de detecci´ n, adem´ s de detectarse
e o a
cen por la incorrecta aplicaci´ n de disolvente o por el
o microdefectos en superficies especulares, se detectan macrode-
exceso de disolvente, de la cera o del sellado, Figuras fectos de todo tipo: algunos generados en los procesos de con-
12(f), 12(g), 12(i), 12(k), 12(l). Los defectos como con- formado de la chapa y otros como consecuencia de suciedades
secuencia del disolvente se denominam tambi´ n burbu-
e adheridas o imperfecciones superficiales. En base a la tipologáı
jas de ebullici´ n, los hervidos se producen cuando una
o de defectos anterior, se ha procedido a validar la capacidad de
pelćula de pintura ha secado superficialmente, pero sin
ı detecci´ n de defectos en unas placas de prueba.
o
hacerlo en profundidad, por oclusi´ n de disolventes, que
o En este punto, podrá incluso establecerse un proceso de
ı
al evaporarse atraviesan la pelćula de pintura ya seca
ı clasificaci´ n m´ s sofisticado atendiendo a la tipologá de defec-
o a ı
rompi´ ndola y dando lugar a la aparici´ n de microporos
e o tos encontrados pudi´ ndose adem´ s considerarse aspectos tales
e a
y ampollas. Cuando se lija aparece un espacio hueco de como la dispersi´ n, forma, etc.
o
mayor superficie, debajo del cual se puede ver a menudo 5.2. Implantaci´ n en la factorá Ford de Almussafes
o ı
la capa de fondo. El primer problema para la implantacion del tunel real en
4. Cr´ teres: Los cr´ teres consisten en la formaci´ n de unas
a a o la zona de pinturas de Ford Espa˜ a S.A. era el cumplimiento
n
depresiones o cavidades circulares semejantes a cr´ teres,
a de los tiempos de ciclo. El vehćulo debá de ser inspecciona-
ı ı
que se encuentran en la capa de acabado o en las capas in- do en 20 segundos, incluyendo la entrada y salida del vehćulo
ı
termedias y cuyos bordes sobresalen ligeramente, Figura del tunel. En el tunel de inspecci´ n propuesto, 5 segundos se
o
12(h). consumen en el posicionamiento y otros 5 segundos mas en la
5. Burbujas y ampollas: Son protuberancias huecas, pro- salida del vehćulo, quedando 10 segundos para el barrido y la
ı
ducidas por oclusi´ n de aire dentro de la pelćula; de-
o ı fusi´ n de im´ genes. El procesamiento de las imagenes fusion-
o a
bido a un r´ pido secado, se cierra la superficie lo que no
a adas se realizan mientras sale el coche inspeccionado y entra el
permite la salida de aire o gases de reacci´ n que quedan
o siguiente. El procesado cumple con estas especificaciones sien-
atrapados en la burbuja. Disminuyendo la adherencia y do el primero capaz de realizar tales tarea bajo estas extrictas
la funci´ n de protecci´ n. Las ampollas son casi siempre
o o exigencias.

a a 11

(a) Piel de Naranja (b) Marcas dedo (c) Marcas ropa
(a) Defectos por millar (b) 3 MIS

Figura 13: N´ mero de defectos por millar no detectados, medidos a la salida
u
de la factorá y Media anual de reclamaciones post-venta por millar durante los
ı
primeros 3 meses en servicio (MIS).

(d) Marcas tubos (e) Marcas bolsas (f) Disolvente
miles en los periodos anteriormente descritos para el modelo
Fiesta y el Focus 5P. De los datos facilitados, se puede afirmar
que el sistema ha introducido entorno a un 46,15 % de mejora
para el caso del Fiesta frente a un 55 % en el Focus.
Indicar que estos datos est´ n afectados por la limitaci´ n que
a o
tienen los operarios de reparar todos los defectos detectados por
el sistema de inspecci´ n. Esta saturaci´ n de los operarios nos
o o
(g) Exceso disolv. (h) Cr´ ters
a (i) Exceso de spray
lleva a entender que la eficacia del sistema puede ser incluso
superior a los reflejados en las Figuras 13(a) y 13(b).

6. Conclusi´ n
o

En este artćulo se ha descrito el dise˜ o y la implementaci´ n
ı n o
de un novedoso sistema de inspecci´ n basado en visi´ n artificial
o o
para detectar defectos en carrocerás de vehćulos autom´ viles.
ı ı o
(j) Burbujas (k) Falta de lacrado (l) Exceso encerado El sistema implantado en la factorá FORD de Almussafes (Va-
ı
Figura 12: Taxonomá de defectos.
ı lencia) es fruto de la investigaci´ n durante casi una d´ cada, fi-
o e
nanciada tanto por la misma Ford Espa˜ a como por varios pro-
n
gramas de investigaci´ n.o
Adem´ s, una vez implantado el tunel en la factoria FORD
a La principal innovaci´ n reside en que se trata de un sistema
o
de Almusafes, el departamento de calidad de Ford Espa˜ a S.A.
n completamente automatizado que detecta y monitoriza alrede-
ha realizado un estudio de las mejoras introducidas por el sis- dor del 100 % de los defectos que se observan mediante inspec-
tema de detecci´ n. Por un lado, se ha estudiado el porcenta-
o ci´ n humana, de una manera sistem´ tica y dentro de tiempo de
o a
je de fallos del sistema para las zonas del cap´ y techo. El
o ciclo impuesto por la lńea de producci´ n de la Factorá. V´ anse
ı o ı e
procedimiento consiste en el muestreo aleatorio de vehćulos ı los v´deos en IDF (2009) como demostraci´ n del sistema en
ı o
que circulan por la lńea de producci´ n y que han sido inspec-
ı o n´
funcionamiento. En la actualidad el sistema est´ redise˜ andose
a
cionados y reparados en su caso. Los vehćulos seleccionados
ı para su implantaci´ n en otras factorás Ford a nivel mundial con
o ı
son sacados de la lńea de producci´ n y examinados detenida-
ı o modelos de vehćulos distintos.
ı
mente por el personal departamento de calidad. El periodo del Aunque este no es un objetivo primordial de la industria
estudio comprende los meses desde Agosto 2008 hasta Julio automovil´stica, se ha evaluado, que la mejora introducida en la
ı
2009, primer a˜ o de funcionamiento del sistema. La Figura
n detecci´ n de los defectos implica aumentar en un 20 % la vida
o
13(a) muestra los resultados obtenidos en los que claramente se ´
util de la chapa, que en el caso de un vehćulo se pasará de
ı ı
aprecia un descenso de los defectos no detectado por los ope- 8,5 hasta 10 a˜ os. No obstante, dado que la aplicabilidad de los
n
rarios en lńea. Concretamente, la media de defectos no detec-
ı resultados obtenidos se puede extender a otro tipo de productos
tados correctamente antes de introducci´ n del sistema era de
o tales como electrodom´ sticos, carrocerás de trenes, cascos de
e ı
35,50/00, mientras que tras la introducir el sistema de inspecci´ n
o barco, elementos estructurales en aviones, etc., la mejora de la
la tasa baj´ al 2,60/00, obteniendo una mejora de un 92,6 %.
o ´
vida util de la chapa es algo interesante a tener en cuenta.
Por otro lado, el estudio toma en consideraci´ n las reclama-
o El sistema se basa en el principio de detecci´ n de defec-
o
ciones tras la venta con motivo de defectos de pintura encon- tos mediante la generaci´ n de un barrido de iluminaci´ n, con el
o o
trados en la zona del cap´ y del techo en MYTD (media anual
o sistema de visi´ n y el vehćulo a inspeccionar est´ ticos. Tras la
o ı a
por millar). En este caso, los datos abarcan el periodo Agosto adquisici´ n de las im´ genes durante el barrido de iluminaci´ n,
o a o
2007 a Julio 2008 (MYTD en 2008) y el periodo Agosto 2008 a se realiza un procesamiento que permite detectar defecto de
Julio 2009 (MYTD en 2009), que son los indicadores que habit- hasta 0.2mm de di´ metro. La clave reside en el denominado
a
ualmente maneja el departamento de calidad de la empresa. Se efecto de amplificaci´ n que amplifica los defectos en las transi-
o
observa en la Figura 13(b) el porcentaje de reclamaciones por ciones generadas por el barrido de iluminaci´ n. o

a a 12

Se ha desarrollado una metodologá para t´ neles de inspec-
ı u Aluze, Denis, Fred Merienne, Christophe Dumont and Patrick Gorria (2002).
ci´ n en la que es posible dise˜ ar sistemas totalmente adaptados
o n Vision system for defect imaging, detection, and characterization on a spec-
ular surface of a 3d object. Image and Vision Computing 20(8), 569 – 580.
al tipo de objeto a inspeccionar combinando conjuntamente, y Azorń L´ pez, Jorge (2007). Modelado de sistemas para visi´ n de objetos es-
ı o o
sin oclusiones, subsistemas de visi´ n con subsistemas de ilu-
o peculares: inspecci´ n visual autom´ tica en producci´ n industrial. PhD the-
o a o
minaci´ n m´ viles. En paralelo, se ha desarrollado un proce-
o o sis. Universidad de Alicante. Departamento de Tecnologá Inform´ tica y
ı a
samiento de im´ genes espec´fico para detectar microdefectos
a ı Computaci´ n.
o
Balzer, Jonathan, Sebastian H¨ fer and J¨ rgen Beyerer (2011). Multiview specu-
o u
que cubre desde las fases de adquisici´ n de im´ genes hasta la
o a lar stereo reconstruction of large mirror surfaces. In: CVPR. pp. 2537–2544.
detecci´ n y clasificaci´ n de los defectos.
o o Clarke, D.A. (1990). Panel surface flaw inspection. Patent US4920385 Diffrac-
Adem´ s, este t´ nel de inspecci´ n se postula como un po-
a u o to Ltd.
tente instrumento para conseguir tambi´ n una mejora continua
e IDF (2009). Video ford. http://idf.webs.upv.es/descargas/quality control based
on artificial vision.mpg y http://idf.webs.upv.es/descargas/ford spanish.mpg.
del proceso de fabricaci´ n, en general, y de pintado, en par-
o Imanishi, M., K. Yoshida, T. Asaeda, Y. Suzuki S. Chida and M. Watanabe
ticular. La implementaci´ n de sistemas de detecci´ n de defec-
o o (1998). Surface defect inspection apparatus. Patent US5726705 Nissan Mo-
tos tiene una evidente importancia estrat´ gica a nivel industrial,
e tor, CO.
pero tambi´ n a nivel social al satisfacer demandas crecientes de
e Kammel, S. and F. Puente Leon (2003). Head-mounted display for interactive
inspection of painted free-form surfaces. In: Society of Photo-Optical Instru-
calidad por parte de los consumidores, reducci´ n de costes y
o mentation Engineers (SPIE) Conference Series (C. E. Rash & C. E. Reese,
mejora de la imagen de marca, as´ como sistem´ tica y simplici-
ı a Ed.). Vol. 5079 of Society of Photo-Optical Instrumentation Engineers
dad en el trabajo por parte de los operarios. (SPIE) Conference Series. pp. 254–264.
Kammel, S. and F. Puente Leon (2005a). Deflectometric measurement of spec-
En este sentido, el t´ nel de inspecci´ n evita la fatiga ocular
u o ular surfaces. In: Instrumentation and Measurement Technology Conference.
de los trabajadores, sometidos antes a un alto nivel de lumi- pp. 531–536.
nosidad y con tiempo limitado para inspeccionar cada elemen- Kammel, S. and F.P. Leon (2005b). Deflectometric measurement of specu-
to. Con la automatizaci´ n del proceso de detecci´ n se consigue
o o lar surfaces. In: Instrumentation and Measurement Technology Conference,
2005. IMTC 2005. Proceedings of the IEEE. Vol. 1. pp. 531 –536.
una gran sistem´ tica, adem´ s de mayores cotas de fiabilidad.
a a Kammel, Soeren (2002). Automated optimization of measurement setups for
the inspection of specular surfaces. Vol. 4567. SPIE. pp. 199–206.
English Summary Kuhlmann, L. (1995). On automatic visual inspection of reflective surfaces.
Defect Detection System for Car Bodies based on Artifi- PhD thesis. University of Denmark.
Leon, F. Puente and S. Kammel (2003). Image fusion techniques for robust in-
cial Vision: Desing and Implantation spection of specular surfaces. In: Multisensor, Multisource Information Fu-
Abstract sion: Architectures, Algorithms, and Applications. Vol. 5099. pp. 77–86.
This paper describes the design and implementation of a Leon, F. Puente and S. Kammel (2006). Inspection of specular and painted sur-
novel inspection system for detecting defects on car bodies based faces with centralized fusion techniques. Measurement 39(6), 536 – 546.
Li, J., J.M. Parker and Z. Hou (2005). An intelligent system for real time au-
on artificial vision, implemented in Ford Factory at Almussafes tomatic defect inspection on specular coated surfaces. In: Proc. SPIE Visual
(Spain). The system is based on the principle of performing a Communications and Image Processing.
lightning sweeping with static imagining system, which caus- Li, Jinhua (2006). A, Intelligent System for Defect Inspection of Specular Paint-
ed Ceramic Tiles. PhD thesis. University of Kentucky.
es shadows surrounding defects when merging consecutive im-
Lu, Feng and Evangelos Milios (1994). Robot pose estimation in unknown en-
ages, coined as defect augmentation phenomena. As a result, vironments by matching 2d range scans. Journal of Intelligent and Robotic
we can detect millimetric defects of 0.2mm diameter or greater Systems 18, 249–275.
with different shapes which were very hard to detect with exist- Martinez, Silvia Satorres, Juan Gomez Ortega, Javier Gamez Garcia and Ale-
jandro Sanchez Garcia (2010). A machine vision for automated headlamp
ing technology without that phenomena. The project has gen- lens inspection. In: Vision Sensors and Edge Detection. pp. 63–80. InTech.
erated two PTC patents, the first one protects the defect aug- Perard, Denis and Juergen Beyerer (1997). Three-dimensional measurement of
mentation phenomena, while the second protects the industrial specular free-form surfaces with a structured-lighting reflection technique.
system itself. The main innovation of this industrial project is Vol. 3204. SPIE. pp. 74–80.
Pernkopf, Franz and Paul O’Leary (2003). Image acquisition techniques for au-
the development of a system that improves in almost 100As a tomatic visual inspection of metallic surfaces. NDT&E International 36, 609
consequences, it reduces the number of invalid vehicles, energy – 617.
consumption, saving painting which also implies a significant Prior, Miguel A., Jose Simon, Alvaro Herraez, Jose M. Asensio, Josep Tornero,
cost reduction. It also improves working conditions for workers Ana V. Ruescas and Leopoldo Armesto (2010). Inspection system and
method of defect detection on specular surfaces. PCT/IB2010/052193 Ford
by reducing ocular fatigues. Espa˜ a, S.A.
n
Keywords: Automobile, Quality Control, defect detection Seulin, R, F. Merienne and P. Gorria (2001). Dynamic lighting system for spec-
ular surface inspection. In: Proc. Of SPIE. pp. 199–206.
Agradecimientos Seulin, R., F. Merienne and P. Gorria (n.d.). Machine vision system for spec-
Esta investigaci´ n, financiada por Ford-Espa˜ a, ha contado con las siguientes sub-
o n
ular surface inspection: Use of simulation process as a tool for design and
venciones p´ blicas: Programa Nacional de Fomento de la Investigaci´ n T´ cnica (PROF-
u o e
optimization.
IT), Sector Automoci´ n, Ref. FIT-110200-2001-30 y FIT-110200-2003-33, (2001 y 2003)
o
Seulin, R., N. Bonnot, F. Merienne and P. Gorria (2002a). Simulation process
y PROGRAMA NOEMI-GESTA. La soluci´ n industrial qued´ Finalista con Menci´ n de
o o o
for the design and optimization of a machine vision system for specular
Honor en los 7o Premios a las “Mejores Innovaciones Tecnol´ gicas en Automoci´ n Sal´ n
o o o
surface inspection. In: Society of Photo-Optical Instrumentation Engineers
Inter. del Autom´ vil” (Barcelona, 2009).
o
(SPIE) Conference Series (K. G. Harding & J. W. Miller, Ed.). Vol. 4567
of Society of Photo-Optical Instrumentation Engineers (SPIE) Conference
Series. pp. 129–140.
Referencias Seulin, Ralph, Frederic Merienne and Patrick Gorria (2002b). Simulation of
Alders, K., M. Lehe and G. Wan (2000). Method for the automatic recognition specular surface imaging based on computer graphics: application on a vi-
of surface defects in body shells and device for carrying out said method. sion inspection system. EURASIP J. Appl. Signal Process. 2002, 649–658.
Patent PCT/EP98/04291 Audi AG.

Riai

Más contenido relacionado

Destacado (20)

Similar a Riai (20)

Más de viisonartificial2012 (11)

Riai