PITRUN, T. Kontrola kvality výrobku [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.
Cílem bakalářské práce, jejíž téma bylo vypsáno ve spolupráci s firmou Ravensburger Karton s.r.o. s výrobním závodem v Poličce, bylo navržení automatizovaného systému pro kontrolu kvality výrobků. Student ve své práci popsal teoretické základy týkající se tváření plastových výrobků metodou vstřikování termoplastů. Na základě konzultací ve firmě analyzoval možné typy kontrol výrobků a si vybral problém vyhodnocení správné barevnosti tvářených dílců. Pro tento problém vybral vhodný HW, který oživil a naprogramoval. Při výběru HW také zohlednil budoucí možná rozšíření systému. Práci si student rozvrhnul do dvou bloků. Prvním byl návrh celého HW řešení od krabičky a uchycení přístroje, dále osvětlení a komunikace. Zde si student práci výborně rozvrhl a tomu odpovídají i výsledky. V druhém bloku, kdy se měl zaměřit na obor počítačového vidění se student dostal až téměř na konci semestru a tím se dostal do časové tísně. Částečně to však může být zaviněno tím, že student poprvé pracoval s obrazem až v rámci této práce a neměl představu o času, který mu to zabere. Ve výsledné práci pak například opomněl zmínit práci v laboratoři, kdy nasnímal velké množství výrobků. Zkušenosti z tohoto snímání pak využil při další práci. Obecně ale student pracoval samostatně a systematicky, konzultoval v dostatečné míře jak se mnou, tak s konzultantem. Rozsah bakalářské práce je 50 stran (úvod až závěr), což odpovídá požadavkům kladeným na bakalářskou práci. Práce je psaná v logickém sledu a student využíval při zpracování uvedené literární zdroje. Doporučuji práci k obhajobě a hodnotím ji 80bodů/B.
Předložená bakalářská práce pana Pitruna řešící návrh systému pro vizuální kontrolu termoplastových výlisků má 51 normostran, celkem i s přílohami 76 stran. První dvě kapitoly dobře naplňují první dva body zadání. Nejdříve je popsáno dělení polymerů, technologie a princip vstřikování a vlivy na kvalitu výlisků. V druhé kapitole je provedeno seznámení se se zadávající výrobní firmou až po konkrétní výrobní buňku a kontrolované výlisky. Třetí kapitola navazuje soupisem požadavků na systém, návrhem koncepce systému a výběrem vhodného potřebného hardware, konkrétně mikropočítače Raspberry Pi 4B, kamerového modulu Raspberry HQ, objektivu Arducam a kruhového typu osvětlení. Uvedeny jsou i alternativy jednotlivých komponentů a argumenty pro výběr zvolených. Na návrh poté navazuje ve čtvrté kapitole realizace. Elektronika je doplněna o reléové moduly pro řízení osvětlení a komunikaci s manipulátorem, osvětlení je řešeno pomocí LED pásku. Velmi oceňuji návrh mechaniky, kdy student vymodeloval a na 3D tiskárně vytiskl krabičku pro elektroniku, rám osvětlení a kolejnicový systém, vše s důmyslnými detaily a vzhledově na téměř profesionální úrovni, a z hliníkových profilů navrhl nosnou konstrukci. Celkově považuji zvolenou koncepci celého systému, výběr komponent a konstrukční řešení za správné. Jen mohla být tato významná a pracná část v dokumentu ještě o něco lépe „prodaná“ – detailnější popis, 3D modely, fotky atd. (více je však v přílohách, ale bez odkazu v dokumentu). Pátou kapitolou student plynule přechází na softwarové vybavení. Popsán je vybraný operační systém, instalace potřebných knihoven a důležitá nastavení pro správný chod všech částí. Pro samotnou klasifikaci výlisků na dobré a špatné kusy implementoval student dva algoritmy vycházející ze seskládaných histogramů RGB složek. První algoritmus určuje sumu euklidovských vzdáleností od referenčního snímku (výlisku) a druhý pracuje s algoritmem KNN. Princip aplikace algoritmu KNN na danou úlohu však v práci prakticky není vůbec popsán. Navíc je v kódu (na přiloženém CD) podle mě špatně implementován – jsou určeny sumy vzdáleností od k=3 nejbližších OK a NOK kusů a porovnány. V této části bych vedle testu různých samostatných klasifikačních metod navrhovala vyzkoušet vedle RGB histogramu i jiné příznaky. Nabízí se převod RGB snímku spíše do modelu např. HSV, lépe vystihující barvu výlisků, a určení i jiné statistiky, např. střední hodnoty (H složky). Sedmá kapitola popisuje a vyhodnocuje provedený experiment přímo na lince výrobního závodu. Zde bych doporučila jinou prezentaci výsledků, protože absolutní počty výrobků klasifikovaných jako OK a NOK nedávají informaci o tom, zda byly dané kusy klasifikovány správně. Také z tabulky 7.1 mi není patrné konstatování pod tabulkou o 9 cyklech klasifikovaných kamerovým systémem jako OK a osobou jako SPORNÉ. Porozumění „spornosti“ by mohl napomoci obrázek v dokumentu a také přiložení pořízené galerie na CD. Nicméně výsledky ukazují, že oba algoritmy jsou funkční a napomohou automatickému odhalení chyby výroby. Celkově je práce čtivá, s dobrou prezentační i jazykovou úrovní. Propojení teorie přímo s praktickou částí v jednotlivých kapitolách v tomto případě usnadňuje orientaci a řazení kapitol logicky koresponduje s postupem návrhu a řešení. Zdroje jsou dobře citovány. Většinou se jedná o odkazy na datasheety a návody, což odpovídá charakteru práce. Upozornila bych jen na odkaz [2], který se v práci nevyskytuje a zpracování kapitoly 1.1 pouze z jednoho zdroje [1], kterým je navíc popularizační video na YouTube. Práce je po grafické a formální stránce velmi dobře upravená a vyskytuje se zde jen minimum překlepů. Upozornila bych jen na několik formulací: „detekování kvality“, „měření detekce vad“, „černobílé kamery“ a na str.58 na odkaz na Přílohu E, která se měla týkat parametru „distance“, ale je obsahem přiloženého CD. Celkově bakalářská práce dobře řeší hezkou komplexní realizační úlohu a pan Pitrun svými výsledky a předloženým dokumentem, podle mého názoru, prokázal bakalářské schopnosti, proto práci doporučuji k obhajobě s hodnocením B (80b).
eVSKP id 133813