Bài tập: phân tích một yêu cầu kiểm tra Machine Vision từ email khách hàng

Đây là bài tập tổng kết chặng 4 "Machine Vision". Trong công việc thật, dự án nào cũng bắt đầu bằng một email hoặc một cuộc gọi mơ hồ kiểu "anh làm giúp em cái camera kiểm tra lỗi". Kỹ sư giỏi không lao vào code ngay, mà biến yêu cầu đó thành bài toán kỹ thuật có con số, chỉ ra rủi ro, đặt đúng câu hỏi, rồi mới đề xuất hướng giải và phần cứng sơ bộ. Bạn sẽ dùng cả ba bài của chặng: sơ đồ khối hệ thống, 5 nhóm bài toán và bảng chấm độ khó, cách chọn công cụ. Kết quả của bài này chính là đầu vào cho chặng 5 "Industrial Vision", nơi bạn viết đặc tả kỹ thuật và tiêu chí nghiệm thu.

1. Yêu cầu

Bạn nhận được email sau từ phòng chất lượng của một nhà máy ép nhựa (khách hàng giả định):

Chào anh,

Bên em sản xuất vỏ remote (nắp trên) cho một khách hàng điện tử. Hiện tại có 3 bạn
QC ngồi kiểm ngoại quan 100% ở cuối máy ép số 7, nhưng tháng vừa rồi khách hàng vẫn
khiếu nại lỗi lọt ra ngoài khoảng 500 ppm, chủ yếu là vết đen, ba-via và thiếu ngàm.

Bên em muốn lắp hệ thống camera kiểm tra tự động 100%, phát hiện TẤT CẢ lỗi ngoại quan,
đồng thời đo luôn 2 lỗ vít Ø3,2 ± 0,05 mm. Mục tiêu là giảm 3 bạn QC xuống 1 bạn.

Thông tin:
- Sản phẩm: 120 × 45 × 12 mm, nhựa ABS, có 2 màu đen và trắng, bề mặt vân nhám.
- Mặt dưới có 4 ngàm cài.
- Khuôn 4 cavity, chu kỳ ép khoảng 30 giây. Robot gắp sản phẩm ra đặt lên băng tải.
- Lỗi hay gặp: vết đen ≥ 0,3 mm, ba-via ≥ 0,2 mm, thiếu nhựa (short shot), gãy ngàm,
  trầy xước.

Bên em mong lắp xong trong 2 tháng, ngân sách có hạn. Anh tư vấn giúp em phương án nhé.

Cảm ơn anh.
Phòng QA

Nhiệm vụ của bạn:

2. Kiến thức sử dụng

• Hệ thống Machine Vision gồm những gì?: sơ đồ khối, chuỗi sự kiện từ cảm biến đến loại hàng, vai trò của chiếu sáng.
• 5 nhóm bài toán Machine Vision và cách giải: phân nhóm, con số kinh nghiệm cho độ phân giải (≥ 3 pixel trên lỗi; sai số đo ≤ 1/10 dải dung sai), bảng chấm độ khó.
• Halcon, VisionPro, OpenCV, smart camera: chọn công cụ: tiêu chí chọn, chi phí theo số trạm, bản quyền.
• Giai đoạn 1: blob analysis, morphology, tổ chức pipeline: để hình dung thuật toán khả thi cho từng hạng mục.

3. Gợi ý thiết kế: mẫu phiếu phân tích

Chép mẫu này vào tài liệu của bạn và điền đầy đủ. Mỗi ô trống là một thứ bạn phải tính, suy luận, hoặc biến thành câu hỏi cho khách hàng.

PHIẾU PHÂN TÍCH YÊU CẦU KIỂM TRA
1. Mục tiêu kinh doanh      : ...
2. Sản phẩm và sản xuất     : kích thước, vật liệu, màu, số mã, nhịp, cách cấp sản phẩm
3. Hạng mục kiểm tra
   | # | Hạng mục | Nhóm bài toán | Con số đã có | Con số còn thiếu | Mặt / góc nhìn |
4. Tính toán sơ bộ          : FOV, mm/px, px trên lỗi, sai số đo cho phép, chu kỳ
5. Độ khó                   : điểm 0–16 từng hạng mục, kết luận
6. Sổ rủi ro                : rủi ro | khả năng 1–3 | ảnh hưởng 1–3 | cách giảm
7. Câu hỏi cho khách hàng   : nhóm theo: sản phẩm, lỗi, sản xuất, tích hợp, nghiệm thu, thương mại
8. Hướng giải đề xuất       : sơ đồ khối, phần cứng, phần mềm, phạm vi giai đoạn 1 / ngoài phạm vi
9. Bước tiếp theo           : ...

Một vài gợi ý trước khi làm:

• Đọc kỹ từng cụm từ "TẤT CẢ lỗi", "đo luôn", "2 màu", "bề mặt vân nhám", "mặt dưới có 4 ngàm". Mỗi cụm từ là một rủi ro hoặc một yêu cầu phần cứng.
• Chu kỳ: khuôn 4 cavity, 30 giây một lần ép, nghĩa là 4 sản phẩm mỗi 30 giây. Hãy tính thời gian cho mỗi sản phẩm và tự hỏi: tốc độ có phải vấn đề không?
• Hai mặt: mặt trên có lỗi ngoại quan và lỗ; mặt dưới có ngàm. Một camera nhìn từ trên không thấy ngàm. Robot đã có sẵn: có tận dụng được không?
• Đo lỗ: dùng script dưới đây để kiểm tra xem camera nhìn toàn sản phẩm có đo được lỗ ± 0,05 mm không.

# Tính nhanh FOV và độ phân giải cho camera nhìn toàn bộ mặt trên vỏ remote
SP_DAI, SP_RONG = 120, 45          # mm, kích thước sản phẩm
LECH = 3                           # mm, sản phẩm lệch vị trí tối đa mỗi phía
BIEN = 1.10                        # chừa thêm 10% biên

fov_x = (SP_DAI + 2 * LECH) * BIEN
fov_y = (SP_RONG + 2 * LECH) * BIEN
print(f"FOV tối thiểu: {fov_x:.1f} × {fov_y:.1f} mm")

CAM = {"1,3 MP": (1280, 1024), "2,3 MP": (1920, 1200), "5 MP": (2448, 2048), "12 MP": (4096, 3000)}


def danh_gia(mm_px):
    """Lỗi: cần ≥ 3 px trên lỗi. Đo: sai số cho phép = dải dung sai / 10, cần ≥ 0,5 px."""
    o = []
    for ten, kt in (("vết đen 0,3", 0.3), ("ba-via 0,2", 0.2)):
        px = kt / mm_px
        o.append(f"{ten}: {px:4.1f} px {'đạt' if px >= 3 else 'KHÔNG'}")
    sai_so_px = (0.1 / 10) / mm_px                 # lỗ Ø3,2 ± 0,05 → dải 0,1 mm
    o.append(f"đo lỗ: sai số cho phép {sai_so_px:.2f} px {'đạt' if sai_so_px >= 0.5 else 'KHÔNG'}")
    return " | ".join(o)


for ten, (w, h) in CAM.items():
    mm_px = max(fov_x / w, fov_y / h)          # FOV phải lọt cả hai chiều
    print(f"{ten:6s} {mm_px:.4f} mm/px | {danh_gia(mm_px)}")

# Phương án riêng cho lỗ: camera 5 MP, FOV nhỏ 15 mm chỉ nhìn vùng một lỗ
mm_px_lo = 15 / 2048
print(f"Camera lỗ (FOV 15 mm, 5 MP): {mm_px_lo:.4f} mm/px, "
      f"sai số cho phép {(0.1 / 10) / mm_px_lo:.2f} px")

FOV tối thiểu: 138.6 × 56.1 mm
1,3 MP 0.1083 mm/px | vết đen 0,3:  2.8 px KHÔNG | ba-via 0,2:  1.8 px KHÔNG | đo lỗ: sai số cho phép 0.09 px KHÔNG
2,3 MP 0.0722 mm/px | vết đen 0,3:  4.2 px đạt | ba-via 0,2:  2.8 px KHÔNG | đo lỗ: sai số cho phép 0.14 px KHÔNG
5 MP   0.0566 mm/px | vết đen 0,3:  5.3 px đạt | ba-via 0,2:  3.5 px đạt | đo lỗ: sai số cho phép 0.18 px KHÔNG
12 MP  0.0338 mm/px | vết đen 0,3:  8.9 px đạt | ba-via 0,2:  5.9 px đạt | đo lỗ: sai số cho phép 0.30 px KHÔNG
Camera lỗ (FOV 15 mm, 5 MP): 0.0073 mm/px, sai số cho phép 1.37 px

Kết luận từ bảng tính bạn cần tự viết ra: camera nào là tối thiểu cho lỗi ngoại quan, và vì sao không camera nào nhìn toàn sản phẩm đo được lỗ. Tiêu chí "sai số cho phép ≥ 0,5 pixel" chừa hệ số an toàn so với độ lặp lại lý tưởng 0,1–0,25 pixel của đo subpixel, vì đo đường kính có hai mép, có sai số hiệu chuẩn, và mép lỗ nhựa thường bo tròn, có bóng.

4. Lời giải mẫu

Hãy tự làm ít nhất 60 phút trước khi mở lời giải. Lời giải dưới đây là một phương án hợp lý, không phải phương án duy nhất.

# Sổ rủi ro: khả năng xảy ra (1–3) × mức ảnh hưởng (1–3) → ưu tiên xử lý
RUI_RO = [
    ("Vết đen trên vỏ màu đen gần như không có tương phản", 3, 3),
    ("Yêu cầu 'mọi lỗi ngoại quan' không có định nghĩa, không có mẫu", 3, 3),
    ("Đo lỗ ± 0,05 mm không đạt với camera nhìn toàn sản phẩm", 3, 2),
    ("Ngàm mặt dưới bị che, cần góc nhìn thứ hai", 2, 3),
    ("Bề mặt vân nhám (texture) gây báo lỗi giả", 2, 2),
    ("Robot không có thời gian dừng trên camera mặt dưới", 1, 2),
    ("Đổi màu sản phẩm cần đổi công thức (recipe) đèn và ngưỡng", 2, 1),
]
for ten, kn, ah in sorted(RUI_RO, key=lambda r: -r[1] * r[2]):
    muc = "CAO" if kn * ah >= 6 else "TB" if kn * ah >= 3 else "THẤP"
    print(f"[{muc:4s}] {kn}×{ah}={kn * ah}  {ten}")

[CAO ] 3×3=9  Vết đen trên vỏ màu đen gần như không có tương phản
[CAO ] 3×3=9  Yêu cầu 'mọi lỗi ngoại quan' không có định nghĩa, không có mẫu
[CAO ] 3×2=6  Đo lỗ ± 0,05 mm không đạt với camera nhìn toàn sản phẩm
[CAO ] 2×3=6  Ngàm mặt dưới bị che, cần góc nhìn thứ hai
[TB  ] 2×2=4  Bề mặt vân nhám (texture) gây báo lỗi giả
[THẤP] 1×2=2  Robot không có thời gian dừng trên camera mặt dưới
[THẤP] 2×1=2  Đổi màu sản phẩm cần đổi công thức (recipe) đèn và ngưỡng

Máy ép → Robot gắp 4 sp ──(dừng 0,5 s trên Camera 2 nhìn lên: ngàm, short shot mặt dưới)
                       └─▶ đặt lên băng tải → Cảm biến quang → Camera 1 nhìn xuống (mặt trên)
                                                       → PC công nghiệp → PLC → cửa gạt NG
                                                       → lưu ảnh NG, thống kê theo cavity

5. Tự đánh giá

Từ 80/100 trở lên: bạn đã phân tích như một kỹ sư ứng dụng (application engineer) có kinh nghiệm. Dưới 60: đọc lại bài 2 của chặng, đặc biệt phần con số độ phân giải và bảng chấm độ khó.

6. Mở rộng

• Viết email trả lời khách hàng (tối đa 1 trang): cảm ơn, tóm tắt hiểu biết, nêu 5 câu hỏi quan trọng nhất, đề xuất buổi thử nghiệm với mẫu thật. Đây là kỹ năng giao tiếp quan trọng ngang kỹ năng kỹ thuật.
• Tạo ảnh mô phỏng vỏ trắng có vân nhám (nhiễu Gauss lọc mờ) với vài vết đen 0,3 mm ở độ phân giải 0,057 mm/px; thử phát hiện bằng black-hat (morphology) + blob và đo khoảng hở điểm giữa vết đen và vân nhám.
• Phân tích thêm một yêu cầu khác cùng mẫu phiếu: "kiểm tra hộp sữa giấy có ống hút dán đúng vị trí và in đúng hạn sử dụng, 12.000 hộp/giờ". Lưu ý chu kỳ lúc này chỉ còn 300 ms.

Hoàn thành bài này là xong chặng 4. Chặng tiếp theo bắt đầu với bài Trigger, encoder và cycle time.