ТУСУР – признанный лидер в сфере подготовки квалифицированных кадров для высокотехнологичных отраслей экономики, аэрокосмического и оборонного комплексов страны, внедряющий инновационные образовательные и исследовательские программы, прикладные разработки новой техники, аппаратуры и систем управления. Университет уверенно держит первенство в реализации программ инновационного развития. Выпускники ТУСУРа составляют кадровую основу многих предприятий как в России, так и за рубежом.
Разрабатываемая система должна обеспечивать: * автоматическое получение изображений печатной платы; * стабильное качество изображения при контролируемых условиях съёмки; * обнаружение электронных компонентов; * определение отсутствующих и неправильно установленных компонентов; * обнаружение смещения и неправильной ориентации элементов; * выявление визуально определяемых дефектов; * автоматическую классификацию платы по принципу «годно / дефект»; * фиксацию координат и изображений обнаруженных дефектов; * возможность анализа изображений в различных спектральных диапазонах; * работу в автоматизированном режиме. Ключевым показателем качества является способность системы стабильно обнаруживать дефекты при минимальном количестве пропусков и ложных срабатываний. Результат проекта Результатом проекта станет экспериментальный прототип интеллектуальной многоспектральной AOI-системы автоматического контроля печатных плат.
Современное производство печатных плат требует контроля большого количества компонентов и технологических операций. Ручная проверка является трудоёмкой, зависит от человеческого фактора и не всегда позволяет обеспечить стабильное качество при больших объёмах производства. Системы автоматического оптического контроля позволяют перенести значительную часть операций контроля на автоматизированные средства. При этом традиционного изображения в видимом диапазоне не всегда достаточно для выявления определённых дефектов. Использование дополнительных спектральных каналов и управляемого освещения может повысить информативность изображения и улучшить обнаружение отдельных типов дефектов. Поэтому актуальной задачей является исследование совместного применения многоспектральной оптики и искусственного интеллекта для автоматического контроля электронной продукции.
Интеллектуальная многоспектральная оптическая система автоматического контроля печатных плат и электронных компонентов. Предметом исследования являются: * оптические каналы получения изображений; * камеры и объективы; * различные спектральные диапазоны; * методы управляемого освещения; * методы обработки изображений; * алгоритмы обнаружения компонентов; * методы обнаружения дефектов; * нейросетевые алгоритмы; * методы повышения точности автоматического оптического контроля.
Реализация проекта предусматривает создание экспериментального оптоэлектронного стенда и разработку программного комплекса интеллектуального контроля.
Интеллектуальный многоспектральный оптоэлектронный комплекс автоматического контроля печатных плат
Проект опирается на существующие технологии автоматического оптического контроля, промышленного технического зрения, компьютерного зрения и нейросетевого анализа изображений. В качестве технологического задела могут использоваться: * промышленные камеры; * современные объективы; * LED-системы освещения; * технологии NIR/IR-съёмки; * библиотеки OpenCV и PyTorch; * нейросетевые модели обнаружения объектов; * существующие методы разметки изображений; * методы сравнения изображения контролируемого изделия с эталоном. Основной исследовательский задел проекта заключается в экспериментальном сравнении различных оптических каналов и условий освещения и определении их влияния на эффективность обнаружения дефектов с помощью ИИ
Основным конкурентным преимуществом является объединение многоспектральной оптики, управляемого освещения и искусственного интеллекта в одной системе автоматического контроля. В отличие от обычной системы визуального контроля, разрабатываемая система позволит исследовать не только программный алгоритм, но и сам процесс формирования изображения.
Должность: Инженер
Опыт и квалификация: Опыт работы 1.5 года Разработчки
Python; * OpenCV; * PyTorch/TensorFlow; * основы машинного обучения; * основы компьютерного зрения; * желательно опыт с YOLO; * будет плюсом опыт работы с промышленными изображениями.
основы оптики и оптоэлектроники; * понимание принципов работы камер и объективов; * знание характеристик освещения; * понимание спектральных диапазонов; * желательно опыт работы с машинным зрением.
электроника; * микроконтроллеры/контроллеры; * интерфейсы камер; * основы промышленной автоматизации; * желательно опыт с machine vision equipment.