Camera Vision di Conveyor Cepat: Mengatasi Motion Blur, Trigger, dan Timing

Kenapa Akurasi Turun Begitu Lini Dipercepat

Pola ini sering muncul setelah pilot berhasil: sistem akurat saat diuji pada kecepatan pelan, lalu meleset ketika lini kembali ke kecepatan produksi. Model sama, produk sama, hasil berbeda.

Penyebabnya hampir selalu di sisi pengambilan gambar, bukan di modelnya. Pada lini cepat, camera vision hanya punya beberapa puluh mikrodetik untuk membekukan gambar, dan setiap milidetik tambahan berubah jadi coretan buram di tepi produk. Goresan halus dan huruf kecil pada kemasan adalah korban pertamanya.

Menghitung Exposure yang Aman

Aturannya sederhana: jarak yang ditempuh produk selama shutter terbuka harus lebih kecil daripada satu piksel di gambar. Contoh berikut memakai resolusi 0,1 mm per piksel — angka umum untuk bidang pandang sekitar 20 cm dengan kamera 5 MP.

Konsekuensinya sering mengejutkan: menaikkan resolusi justru memperketat batas exposure, karena satu piksel mewakili jarak yang lebih pendek. Kamera beresolusi tinggi bisa memberi hasil lebih buruk di lini cepat bila cahayanya tidak ikut ditambah — dasarnya di panduan memilih kamera dan lensa.

Cahaya Adalah Harga yang Harus Dibayar

Exposure 50 µs berarti sensor menerima cahaya hanya seperduapuluh ribu detik; lampu ruangan biasa tidak akan cukup, dan menaikkan gain kamera hanya menukar blur dengan derau. Jalan keluarnya lampu strobe yang dipicu bersamaan dengan shutter: menyala sangat singkat tapi sangat terang, tepat saat produk ada di bidang pandang. Efek sampingnya menguntungkan — karena durasinya pendek, cahaya sekitar yang berubah sepanjang hari nyaris tak berpengaruh. Arah penyinarannya tetap mengikuti panduan pencahayaan camera vision.

Exposure pendek juga tidak menolong bila jenis shutter-nya salah. Rolling shutter membaca sensor baris demi baris, sehingga produk bergerak tampak miring atau meregang dan pengukurannya ikut salah; global shutter mengekspos seluruh piksel serentak. Untuk lini bergerak ini syarat, bukan pelengkap — apalagi bila gambarnya juga dipakai untuk pengukuran dimensi.

Trigger: Berhenti Mengandalkan Free-Run

Kamera yang memotret terus-menerus akan menghasilkan banyak frame kosong, dan sesekali menangkap produk terpotong di tepi bidang pandang. Solusinya memotret hanya saat produk ada di posisi yang benar:

• Sensor fotoelektrik dipasang sedikit sebelum area kamera, memicu jepretan setelah jeda tertentu.
• Rotary encoder pada poros conveyor memicu berdasarkan jarak tempuh, bukan waktu — tepat bila kecepatan lini sering berubah.
• Sinyal dari PLC, saat produk sudah punya penanda posisi di sistem kontrol.

Jeda pemicu berbasis waktu akan meleset begitu operator mengubah kecepatan lini, sehingga encoder jauh lebih stabil; penyambungan sinyalnya mengikuti pola di integrasi AI inspection ke PLC, MES, dan ERP.

Timing Rejector: Deteksi Cepat Saja Tidak Cukup

Mendeteksi cacat tidak berguna bila produknya sudah lewat sebelum keputusan keluar. Hitung anggaran waktunya dari jarak kamera ke aktuator penolak dibagi kecepatan lini: pada 1 m/detik dengan jarak 60 cm, tersedia 600 milidetik untuk seluruh rantai — exposure, transfer gambar, inferensi, sampai sinyal ke PLC.

Anggaran itu biasanya lapang; masalah muncul saat satu PC melayani banyak kamera dan antreannya menumpuk, seperti dihitung di panduan sizing hardware. Yang perlu dijaga bukan rata-rata, melainkan waktu terburuk — rata-rata 80 ms terdengar aman, tapi lonjakan sesekali ke 700 ms berarti ada cacat yang lolos tanpa tercatat.

Kalau Produk Tidak Pernah Berhenti

Untuk material menerus seperti kain, kertas, atau film plastik, memotret frame per frame selalu menyisakan celah antar-gambar. Kamera line-scan lebih tepat: ia merekam satu baris piksel pada laju tinggi lalu menyusunnya jadi gambar panjang tanpa sambungan, sinkron dengan encoder — seperti pada inspeksi gulungan kain.

Uji Cepat Sebelum Menyalahkan Model

1. Ambil gambar pada kecepatan produksi penuh, bukan saat lini sengaja diperlambat.
2. Perbesar tepi produk — tepi yang melebar ke satu arah adalah tanda motion blur, bukan fokus meleset.
3. Kunci exposure secara manual, matikan auto-exposure, lalu naikkan cahaya sampai cukup terang.
4. Catat waktu proses per unit berikut nilai tertingginya, bukan hanya rata-rata.
5. Bandingkan akurasi pada kecepatan pelan dan penuh; selisih besar menunjuk ke masalah pencitraan, dan cara mengukurnya mengikuti metrik akurasi QC inspection AI.

Menambah data latih untuk menutupi gambar yang buram jarang terbayar. Perbaiki dulu gambarnya, baru bicara model.

Ingin memastikan kecepatan lini Anda masih terjangkau oleh inspeksi otomatis? Lihat paket & edisi Nirmana VisionAI.