Vision par ordinateur et contrôle qualité optique

Notre fondateur, docteur-ingénieur en optique et vision par ordinateur, conçoit avec nous des systèmes qui analysent des images en continu pour améliorer la qualité de production.

Projet de référence : contrôle qualité de pare-brise pour systèmes ADAS

Industrie automobile · Vision par ordinateur · Mesure par front d’onde

Contexte. Un site industriel produit des pare-brise destinés aux véhicules équipés d’aides à la conduite (ADAS). La zone située devant la caméra du véhicule doit respecter des exigences optiques strictes.

Problème. Un flux important d’images à traiter sur la ligne de production, avec l’objectif d’améliorer la qualité des pièces livrées.

Ce que nous avons fait. Nous avons conçu une méthode de mesure fondée sur l’analyse du front d’onde : un faisceau lumineux traverse la zone, le front d’onde transmis est analysé pour produire une carte d’erreur de front d’onde, dont on déduit une carte des défauts optiques. La qualité est évaluée en comparant des indicateurs à un seuil prédéterminé, dans le temps de cycle de la ligne, avant l’arrivée du vitrage suivant.

Résultat. Une méthode de contrôle exploitable en production, ayant donné lieu à des brevets dont notre fondateur est inventeur.

Projet réalisé pour un client industriel, anonymisé.

Cas d’usage que nous pouvons traiter

Ces exemples décrivent des problèmes courants que nous savons aborder. Ce ne sont pas des références clients.

• Détection de défauts de surface : rayures, bulles, inclusions, déformations sur verre, plastique, métal.
• Détection d’anomalies sans exemples de défauts : modèles entraînés sur des pièces conformes uniquement, utiles quand les défauts sont rares.
• Contrôle dimensionnel et mesure optique : vérifier cotes, formes et qualité optique d’une pièce.
• Vérification d’assemblage : présence, position et orientation de composants.
• Lecture de marquages et traçabilité : codes, numéros de série, étiquettes.
• Tri et classement de pièces par catégorie ou niveau de qualité.
• Surveillance en continu : tableau de bord de dérive de la qualité et alertes.

Comment nous travaillons

Choix de l’éclairage et de l’optique, constitution du jeu de données, modèle (traitement d’images classique ou deep learning selon le cas), intégration à la ligne, suivi dans le temps.