| Название НИОКТР |
Исследование методов и технических средств выявления брака на линии производства продукции в стеклянной таре с помощью искусственного интеллекта и машинного зрения
|
| Аннотация |
Актуальность исследования методов и технических средств выявления брака на линии производства продукции в стеклянной таре с помощью искусственного интеллекта и машинного зрения обусловлена необходимостью повышения качества продукции и снижения затрат на ее выпуск и доставку потребителю. Использование искусственного интеллекта и машинного зрения позволяет автоматизировать процессы контроля, обеспечивая высокую скорость и точность выявления дефектов, что значительно уменьшает вероятность попадания бракованной продукции в розничную сеть. В условиях жесткой конкуренции на рынке, внедрение таких технологий способствует повышению эффективности производственных процессов и удовлетворению потребительских требований к качеству, что положительно влияет на рост качества жизни.
Задача выявления брака с помощью машинного зрения на линии производства продукции в стеклянной таре сопряжена с рядом трудностей:
- Сложности в обнаружении мелких дефектов на поверхности изделий. Из-за незначительных размеров и различных форм дефектов (царапины, микротрещины, шероховатости) их трудно обнаружить с высокой точностью методами в современных системах дефектоскопии.
- Потеря точности и скорости обработки изображений движущихся и вибрирующих объектов в режиме реального времени. Для обеспечения промышленной эффективности требуется высокоскоростная обработка данных без потери точности в условиях, когда необходимо анализировать большие объемы изображений в реальном времени.
- Возможность ложных срабатываний. Система машинного зрения должна быть достаточно надежной, чтобы минимизировать количество ложных положительных или ложных отрицательных срабатываний, что критично для производственных процессов с жесткими стандартами контроля качества.
- Потеря мелкозернистой информации при использовании пулинга. В процессе обработки изображений, при применении методов, таких как пулинг, может теряться важная мелкозернистая информация, необходимая для точного выявления дефектов.
В связи с вышесказанным, научная проблема, на решение которой направлен проект, заключается в повышении эффективности методов машинного зрения для обнаружения и классификации трудноразличимых поверхностных дефектов продукции в стеклянной таре, робастных к качеству изображения и позволяющих сохранить важные детали на изображениях при минимизации объемов данных для их анализа.
Научная новизна исследования состоит в:
- усовершенствовании метода обнаружения и классификации дефектов в продукции стеклянной тары на основе алгоритмов машинного зрения и глубокого обучения;
- разработке новой системы технического зрения контроля качества, обеспечивающей высокую скорость и точность обработки данных без потери мелких деталей;
- дальнейшем развитии моделей глубокого обучения с использованием технологий transfer learning и fine tuning для: обнаружения и классификации видов дефектов продукции; чтения этикеток и маркировок; контроля заполнения стеклянной тары; подсчета изделий на конвейерной ленте.
Научная значимость результатов исследования заключается в повышении:
- точности методов обнаружения и классификации трудно визуально определяемых мелких дефектов, шероховатостей и других поверхностных дефектов;
- робастности моделей к качеству изображения продукции, получаемого с видеокамер, за счет использования техники аугментации данных.
|
| Доступ к ОКОГУ исполнителя |
False
|
| Количество связанных РИД |
0
|
| Количество завершенных ИКРБС |
0
|
| Сумма бюджета |
3000.0
|
| Дата начала |
2025-04-22
|
| Дата окончания |
2026-12-31
|
| Номер контракта |
25-21-20602
|
| Дата контракта |
2025-04-17
|
| Количество отчетов |
2
|
| УДК |
004.93"1 004.932
|
| Количество просмотров |
10
|
| Руководитель работы |
Бондаренко Виталий Иванович
|
| Руководитель организации |
Иванова Светлана Борисовна
|
| Исполнитель |
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ НАУЧНОЕ УЧРЕЖДЕНИЕ "ИНСТИТУТ ПРОБЛЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА"
|
| Заказчик |
Российский научный фонд
|
| Федеральная программа |
—
|
| Госпрограмма |
Фундаментальные и поисковые научные исследования
|
| Основание НИОКТР |
Грант
|
| Последний статус |
2025-06-04 13:35:41 UTC, 2025-06-04 13:35:41 UTC
|
| ОКПД |
Услуги, связанные с научными исследованиями и экспериментальными разработками в области компьютерных наук и информационных технологий
|
| Отраслевой сегмент |
—
|
| Минздрав |
—
|
| Межгосударственная целевая программа |
—
|
| Ключевые слова |
искусственный интеллект; нейронные сети; глубокое обучение; техническое зрение; анализ изображений; выявление дефектов; система визуального контроля качества продукции; продукция в стеклянной таре; линия производства продукции в стеклянной таре
|
| Соисполнители |
—
|
| Типы НИОКТР |
Поисковое (ориентированные фундаментальные) исследование
|
| Приоритетные направления |
—
|
| Критические технологии |
—
|
| Рубрикатор |
28.23.15 - Распознавание образов. Обработка изображений; 28.23.37 - Нейронные сети; 28.29.03 - Теория полезности и принятия решений; 28.29.51 - Технические приложения вероятностно-статистических методов
|
| OECD |
—
|
| OESR |
Компьютерные, информационные науки и биоинформатика (разработка аппаратного обеспечения относится к разделу 2.2, социальный аспект относится к разделу 5.8)
|
| Приоритеты научно-технического развития |
а) переход к передовым технологиям проектирования и создания высокотехнологичной продукции, основанным на применении интеллектуальных производственных решений, роботизированных и высокопроизводительных вычислительных систем, новых материалов и химических соединений, результатов обработки больших объемов данных, технологий машинного обучения и искусственного интеллекта;
|
| Регистрационные номера |
—
|
