.. Cover Letter

ㅇ 프로젝트/TEAM_스마트 팩토리

5. 컨베이어 벨트와 합치는 중

BrainKimDu 2022. 12. 30. 11:01

이렇게 해서 카메라를 위에 올리자..


완성..
디자인은 아직 설계단계니까..



컨베이어 벨트 코드
이걸 굴리면서
적절한 값을 찾아야겠다.

bool is_start = 0;
void setup() {
  // put your setup code here, to run once:
  pinMode(4, 1);
  pinMode(5, 1);
}
void loop() {
  if (is_start == 0) {
    digitalWrite(4, 1); // 5V : +
    digitalWrite(5, 0); // GND (0V) :-
    analogWrite(3, 255);
    delay(50);
    is_start = 1;
  }
  // put your main code here, to run repeatedly:
  digitalWrite(4, 1); // 5V : +
  digitalWrite(5, 0); // GND (0V) :-
  analogWrite(3, 255/4);
}

이건 적절한 파라미터 값을 찾기위해서 하는 것

import sys
import numpy as np
import cv2

#import serial
import time

cap = cv2.VideoCapture(0)
if not cap.isOpened():
    print("열리지 않아요")
    sys.exit()

#ser = serial.Serial('/dev/ttyACM0', 9600)
count = 0
de_count = 0 
radius_list = []

while True:
    ret, frame = cap.read()
    if not ret:
        break

    #src = cv2.resize(frame, dsize=(900, 959))
    # 이미지의 사이즈를 조절한다.

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    blr = cv2.GaussianBlur(gray, (0, 0), 1.0)
    # 이미지의 잡음을 제거한다.


    # 실질적인 허프변환이 시작되는 부분
    circles = cv2.HoughCircles(blr, cv2.HOUGH_GRADIENT, 1, 50, param1=120, param2=40, minRadius=10, maxRadius=80)
    # 반지름과 threshold를 조절하면서 확인해볼 분이다.

    dst = frame.copy()
    # 이미지를 복사해서 dst에 저장한다.

    cv2.imshow('img', frame)
    
    # 원을 검출할 때 실행된다.
    if circles is not None:
        #for i in range(circles.shape[1]):
        # 검출된 원의 개수만큼 돌아서 원을 그린다.
        cx, cy, radius = circles[0][0]
        cv2.circle(dst, (int(cx), int(cy)), int(radius), (255, 0, 0), 2, cv2.LINE_AA)
        cv2.putText(dst, str(radius), org=(int(cx), int(cy)), 
        fontFace=cv2.FONT_HERSHEY_SIMPLEX, fontScale=1, 
        color=(0,0,255),thickness=3, lineType=cv2.LINE_AA)
        radius_list.append(radius)
        time.sleep(0.25)
    
    else:
       de_count += 1
        if de_count == 5:
            if len(radius_list) > 1:
                print(radius_list) 
                radius_list = []
                de_count = 0
        
    
    

    cv2.imshow('img', dst)
    key = cv2.waitKey(1)

    if key == 27:
        break
    


cap.release()
cv2.destroyAllWindows()



0.1초마다 원을 디텍션
결과값을 복사해서

[21.6, 22.3, 15.0, 36.1, 21.0, 36.0, 65.1, 68.3, 35.9, 36.0, 20.5, 66.2, 70.5, 21.0, 27.5, 29.4, 24.1, 24.1, 25.4, 26.6, 26.7, 27.7, 28.5, 26.6, 28.5, 28.9, 27.4, 26.4, 26.4, 28.0, 27.8, 28.9, 28.9, 27.8, 28.0, 28.4, 28.4, 28.9, 28.8, 28.2, 29.9, 30.2, 30.5, 30.1, 28.9]
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
list = [21.6, 22.3, 15.0, 36.1, 21.0, 36.0, 65.1, 68.3, 35.9, 36.0, 20.5, 66.2, 70.5, 21.0, 27.5, 29.4, 24.1, 24.1, 25.4, 26.6, 26.7, 27.7, 28.5, 26.6, 28.5, 28.9, 27.4, 26.4, 26.4, 28.0, 27.8, 28.9, 28.9, 27.8, 28.0, 28.4, 28.4, 28.9, 28.8, 28.2, 29.9, 30.2, 30.5, 30.1, 28.9]
print(len(list))
print(np.average(list))


시각화까지 진행하자.

plt.figure(figsize=(12, 6))
sns.boxplot(x=list, orient='h')

박스안에 들어가는 값이 진짜 값이다.

그래서 원을 어떻게 접근해야할까
평균으로 접근하면 위험성이 생긴다.

박스안에 들어가는 경우 카운트를 하는거로 구현하는게 맞지 않을까?

일단 원을 디텍션하는 시간을 0.25초로 줄여보고 진행해보자.

[23.2, 28.6, 28.9, 26.1, 26.6, 28.8, 27.4, 25.8, 27.5, 25.7, 26.7, 29.2, 28.8, 28.9, 29.7, 29.7]

이를 시각화해보자.

list = [23.2, 28.6, 28.9, 26.1, 26.6, 28.8, 27.4, 25.8, 27.5, 25.7, 26.7, 29.2, 28.8, 28.9, 29.7, 29.7]
print(len(list))
print(np.average(list))


plt.figure(figsize=(12, 6))
sns.boxplot(x=list, orient='h')

일단 평균은 박스플롯안에 들어간다.
0.25초로 줄였을때 이상치가 상당히 많이 줄어드는 것으로 보인다.


그러면 0.25초로 확정하기 위해서 5번 정도 측정을 해보고 boxplot 을 그려본다.
총 9번의 측정결과

[23.0, 26.6, 25.7, 29.9, 24.0, 24.3, 25.8, 26.6, 26.8, 29.6, 28.4, 29.7, 28.8, 29.9]
[29.1, 28.8, 27.9, 25.4, 24.6, 25.2, 28.6, 30.8, 26.6, 26.7, 26.3, 26.7, 28.4, 30.2, 29.6, 29.3, 28.6]
[24.9, 26.6, 28.6, 24.0, 27.1, 27.1, 26.3, 26.3, 30.2, 29.1, 29.0, 29.9, 28.4]
[27.4, 26.3, 28.6, 25.0, 29.3, 27.4, 25.8, 25.2, 25.7, 25.7, 27.4, 28.6, 29.3, 29.0, 28.8, 29.1]
[25.4, 25.2, 24.3, 26.6, 24.5, 25.7, 25.2, 26.6, 30.2, 29.0, 29.9, 31.4, 30.8]
[24.6, 25.2, 25.4, 24.6, 24.6, 25.0, 25.2, 26.0, 26.4, 27.0, 29.3, 28.9, 29.6, 29.7, 30.8, 29.4]
[26.3, 27.4, 24.1, 25.0, 26.6, 26.4, 26.4, 26.8, 28.5, 29.9, 29.6, 28.0]
[24.3, 24.5, 25.8, 25.2, 24.6, 28.8, 29.1, 27.8, 27.7, 29.1, 28.8, 28.6, 28.0]
[28.9, 25.2, 25.4, 22.3, 24.6, 25.4, 25.2, 25.8, 26.4, 26.3, 27.1, 26.7, 28.2, 28.4, 28.8, 28.8, 30.5]

쥬피터에 넣고 돌리자

list = [[23.0, 26.6, 25.7, 29.9, 24.0, 24.3, 25.8, 26.6, 26.8, 29.6, 28.4, 29.7, 28.8, 29.9],
[29.1, 28.8, 27.9, 25.4, 24.6, 25.2, 28.6, 30.8, 26.6, 26.7, 26.3, 26.7, 28.4, 30.2, 29.6, 29.3, 28.6],
[24.9, 26.6, 28.6, 24.0, 27.1, 27.1, 26.3, 26.3, 30.2, 29.1, 29.0, 29.9, 28.4],
[27.4, 26.3, 28.6, 25.0, 29.3, 27.4, 25.8, 25.2, 25.7, 25.7, 27.4, 28.6, 29.3, 29.0, 28.8, 29.1],
[25.4, 25.2, 24.3, 26.6, 24.5, 25.7, 25.2, 26.6, 30.2, 29.0, 29.9, 31.4, 30.8],
[24.6, 25.2, 25.4, 24.6, 24.6, 25.0, 25.2, 26.0, 26.4, 27.0, 29.3, 28.9, 29.6, 29.7, 30.8, 29.4],
[26.3, 27.4, 24.1, 25.0, 26.6, 26.4, 26.4, 26.8, 28.5, 29.9, 29.6, 28.0],
[24.3, 24.5, 25.8, 25.2, 24.6, 28.8, 29.1, 27.8, 27.7, 29.1, 28.8, 28.6, 28.0],
[28.9, 25.2, 25.4, 22.3, 24.6, 25.4, 25.2, 25.8, 26.4, 26.3, 27.1, 26.7, 28.2, 28.4, 28.8, 28.8, 30.5]],

for i in list[0]:
    print("길이 : " + str(len(i)) + "평균 : " + str(np.average(i)))
    print("boxplot 시작점 : " + str(np.percentile(i, 25)) + "boxplot 끝점 : " + str(np.percentile(i, 75)))
    print("------------")

그러면
불량 판단기준을 25 ~29.5로 잡고
원이 10개가 검출되었을때의 평균이
25~29.5 범위안에 들어왔다면 정상으로 판단하고
그 외라면 불량으로 판단하자

그러면 코드를 잠시 수정해보자.


직접 컨베이어 벨트를 돌려보면서 측정한 결과

약간의 수정이 필요했다.

25~29.5 범위로 할 경우
컨베이어 속도가 일정하지 않아서 정상을 불량으로 판단하는 경우가 생겼다.
그래서
25~31범위로 설정했다.

그리고 화면상에 정상, 비정상여부와 반지름을 출력하게 만들었다.

import sys
import numpy as np
import cv2
import time

cap = cv2.VideoCapture(0)
if not cap.isOpened():
    print("열리지 않아요")
    sys.exit()

#ser = serial.Serial('/dev/ttyACM0', 9600)
count = 0
de_count = 0 
radius_list = []

munjang = "not detect"
R = 255
G = 255
B = 255

while True:
    ret, frame = cap.read()
    if not ret:
        break

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    blr = cv2.GaussianBlur(gray, (0, 0), 1.0)
    # 이미지의 잡음을 제거한다.


    # 실질적인 허프변환이 시작되는 부분
    circles = cv2.HoughCircles(blr, cv2.HOUGH_GRADIENT, 1, 50, param1=120, param2=40, minRadius=10, maxRadius=80)
    # 반지름과 threshold를 조절하면서 확인해볼 분이다.

    
    dst = frame.copy()
    # 이미지를 복사해서 dst에 저장한다.
    
    cv2.imshow('img', frame)
    
    # 원을 검출할 때 실행된다.
    if circles is not None:
        cv2.putText(dst, munjang, org=(0, 30), 
        fontFace=cv2.FONT_HERSHEY_SIMPLEX, fontScale=1, 
        color=(R,G,B),thickness=1, lineType=cv2.LINE_AA)
        cx, cy, radius = circles[0][0]
        cv2.circle(dst, (int(cx), int(cy)), int(radius), (255, 0, 0), 2, cv2.LINE_AA)
        cv2.putText(dst, str(radius), org=(int(cx), int(cy)), 
        fontFace=cv2.FONT_HERSHEY_SIMPLEX, fontScale=1, 
        color=(0,0,255),thickness=3, lineType=cv2.LINE_AA)
        radius_list.append(radius)
        count += 1
        print(count)
        
        if count == 5:
            print("디텍션 평균은 : " + str(np.average(radius_list)))
            if np.average(radius_list) >= 25 and np.average(radius_list) <= 31:
                munjang = "pass  (" + str(np.average(radius_list)) + ")"
                R = 255
                G = 0
                B = 255
            else:
                munjang = "fail  (" + str(np.average(radius_list)) + ")"
                R = 0
                G = 0
                B = 255
            radius_list.clear()
            count = 0   
        de_count = 0

        time.sleep(0.25)
    
    else:
        cv2.putText(dst, munjang, org=(0, 30), 
        fontFace=cv2.FONT_HERSHEY_SIMPLEX, fontScale=1, 
        color=(R,G,B),thickness=1, lineType=cv2.LINE_AA)
        
        de_count += 1
        if de_count == 5:
            munjang = "not detect"
            R = 255
            G = 255
            B = 255
            de_count = 0
            count = 0
        time.sleep(0.25)
    

    cv2.imshow('img', dst)
    key = cv2.waitKey(1)

    if key == 27:
        break
    


cap.release()
cv2.destroyAllWindows()




이걸로 측정을 하는 경우 이런식으로 표현된다.








'ㅇ 프로젝트 > TEAM_스마트 팩토리' 카테고리의 다른 글

7. 레이저 센서 구현하기 , 초음파 센서 합치기  (0) 2023.01.02
6. 서브모터 제작해서 분류완료하기  (0) 2022.12.30
4. 원을 검출하고 이를 시리얼 통신으로 아두이노 LCD에 기록하자.  (0) 2022.12.29
3. 아두이노와 파이썬코드의 시리얼 통신 구현하기  (0) 2022.12.29
2. 스마트 팩토리 구체화하기  (0) 2022.12.27

'ㅇ 프로젝트/TEAM_스마트 팩토리'의 다른글

  • 현재글5. 컨베이어 벨트와 합치는 중

관련글

댓글

티스토리툴바