System for automatic size and type control of cars rims

Abstract

At the end of every automotive assembly line, there is a quality control process where factory workers check produced cars for potential defects. The computer vision field, especially neural networks for images, have great potential to complement human staff in order to produce as safe and reliable cars as possible. In this thesis we focus on the validation, whether all four wheels on a single car match in size and type. We introduce and experiment with both neural networks and traditional computer vision techniques. The approach we use is to first detect the car then classify its wheels and try to estimate their size. In the end we build a functional prototype of the system that is running in real-time. The data for this thesis were recorded in Škoda Auto factory in Mladá Boleslav in cooperation with the company. 1

Každá automobilová linka končí kontrolou kvality při které pracovníci kontrolují auta kvůli případným defektům. Obor strojového vidění, zejména neuronové sítě pro zpraco- vání obrazu, má velký potenciál doplňovat schopnosti personálu, aby bylo možné vyrábět co nejbezpečnější a nejspolehlivější automobily. V této práci se zaměřujeme na kontrolu toho, zda se všechna čtyři kola na jednom automobilu shodují velikostí a typem. Ex- perimentujeme jak s neuronovými sítěmi, tak i s více tradičními technikami strojového vidění. Zvolený přístup spočívá v tom nejdříve detekovat auto a kola, a následně kola klasifikovat a pokusit se stanovit jejich velikost. Na konci práce představujeme funkční prototyp systému, který běží v reálném čase. Data pro tuto práci byla pořízena v továrně Škoda Auto v Mladé Boleslavi ve spolupráci s touto společností. 1