Mjukvaruutveckling för pick-to-light station

Abstract

Elskåp används för att styra och skydda elektriska system inom industri och infrastruktur och består av ett stort antal elektriska komponenter. Den höga visuella likheten mellan komponenter ställer stora krav på noggrannhet vid plockning och montering av rätt komponent, och skapar behov av tekniska hjälpmedel vid produktion av dessa elskåp. Detta examensarbete behandlar mjukvaruutveckling för en pick-to-light monteringsstation avsedd för att effektivisera och verifiera arbetet vid montering av elkomponenter på DIN-skenor. En ursprunglig prototyp skapad av PK Data låg till grund för arbetet, men saknade en fullständig mjukvaruarkitektur och verifieringsmetoder för praktisk användning. Arbetet resulterade i två huvuddelar. Den första är ett webbaserat lagerkonfigurationsverktyg som möjliggör flexibel konfiguration av lagerlayout och komponentplacering för lokala lager vid monteringsstationer. Den andra är ett kamerabaserat verifieringssystem med You Only Look Once (YOLO)-modeller från Ultralytics, tillsammans med Optical Character Recognition (OCR)-modeller för identifiering av exakta komponentmodeller. I samband med verifiering med datorseende togs också en metod fram för strukturerad bildinsamling. Modellerna utvärderades på begränsad hårdvara i form av en Raspberry Pi 4, där körning med specifikt modellformat visade möjlig realtidsverifiering. Däremot påverkades arbetet av tidsbegränsningar vilket gjorde att ett fullständigt verifieringsflöde inte hann implementeras. Resultatet utgör därför ett proof of concept som visar att vision-baserad verifiering kompletterad med OCR fungerar som koncept. Fullständig integration av verifieringsflödet i realtid, samt vidareutveckling av hur man verifierar tätt monterade komponenter, återstår som nästa steg mot en produktionsnära lösning.