पाठ-480: मशीन-विज़न — रोबोट की आँख

पाठ परिचय

पाठ-479 में आपने सीम-ट्रैकिंग सीखी — आज उसके पीछे की, बेहद अहम तकनीक, जो रोबोट को "देखने" की क्षमता देती है, मशीन-विज़न — रोबोट की आँख। यह परिचय है — इसका असली संचालन और प्रमाणन ACS के आगे के, विशेष प्रशिक्षण-दौर में सिखाया जाएगा। यह पाठ सिर्फ़ एक जान-पहचान है।

सीखने का उद्देश्य

इस पाठ के बाद आप: (1) मशीन-विज़न का बुनियादी विचार समझ पाएँगे, (2) यह कैमरा-सेंसर से कैसे काम करता है, यह जान सकेंगे, (3) दोष-पहचान में इसकी भूमिका समझ पाएँगे, (4) इसकी सीमाएँ पहचान पाएँगे।

मुख्य बात — कैमरा से "देखना", कंप्यूटर से "समझना"

(1) मशीन-विज़न क्या है — कैमरा + कंप्यूटर-सॉफ़्टवेयर, जो तस्वीर को "समझता" है। यह एक तकनीक है, जिसमें एक कैमरा, तस्वीर लेता है, और एक विशेष सॉफ़्टवेयर, उस तस्वीर में मौजूद, ज़रूरी जानकारी (जैसे जोड़ की रेखा, या कोई दोष) को पहचानता है।

(2) सीम-ट्रैकिंग का एक बड़ा स्रोत — कैमरा-आधारित "आँख"। पाठ-479 की सीख — कई सीम-ट्रैकिंग-सिस्टम, मशीन-विज़न (कैमरा) पर आधारित होते हैं — कैमरा, लगातार जोड़ की तस्वीर लेता है, सॉफ़्टवेयर, उसमें रेखा पहचानता है, और रोबोट को, सही रास्ता बताता है।

(3) दोष-पहचान में भूमिका — पाठ-496 की झलक। मशीन-विज़न, सिर्फ़ रास्ता नहीं, वेल्ड बनने के बाद, उसकी सतह की तस्वीर लेकर, उसमें छींटे, अंडरकट, या दरार जैसे दृश्य-दोष भी पहचान सकता है — यह पाठ-496 (AI-1) में और गहराई से समझेंगे।

(4) रोशनी की भूमिका — साफ़ तस्वीर, सटीक पहचान। पाठ-407 की VT-रोशनी सीख जैसी — मशीन-विज़न को सही ढंग से काम करने के लिए, सही, नियंत्रित रोशनी बेहद ज़रूरी है — ख़राब रोशनी, ग़लत, अस्पष्ट तस्वीर, और ग़लत पहचान ला सकती है।

(5) यह इंसानी आँख जितना "समझदार" नहीं — सीमित, प्रशिक्षित पहचान। मशीन-विज़न, सिर्फ़ वही पहचान सकता है, जिसके लिए उसे पहले से "प्रशिक्षित" किया गया हो — एक बिल्कुल नई, अनदेखी तरह की समस्या, जो इंसानी आँख आसानी से पकड़ ले, मशीन-विज़न शायद चूक जाए।

(6) यह पाठ सिर्फ़ झलक है — असली सेटअप, गहन, तकनीकी प्रशिक्षण माँगता है। मशीन-विज़न-सिस्टम का असली सेटअप, कैलिब्रेशन (सटीक सेटिंग), बेहद विशेष, तकनीकी हुनर माँगता है — यह पाठ सिर्फ़ बुनियादी समझ देता है।

मशीन-विज़न को समझने का सूत्र है — "कैमरा देखता नहीं, नापता है" — और वेल्डिंग-सेल में वह चार अलग-अलग चीज़ें नापता है: पुर्ज़ा कहाँ है, जोड़ कैसा है, जोड़ कैसा बना, और टॉर्च ठीक है या नहीं। यह परिचय है — विज़न-प्रणाली का संचालन और कैलिब्रेशन निर्माता-प्रशिक्षण के बाद ही। पहला काम — पुर्ज़ा-स्थान (part location): सेल के ऊपर 2D-कैमरा पूरी टेबल की तस्वीर लेता है, सॉफ़्टवेयर पुर्ज़े की रूपरेखा (edge/blob) पहचानकर उसकी स्थिति और घुमाव निकालता है — फिक्स्चर के बिना, या ढीले फ़िक्स्चर में रखे पुर्ज़े पर भी प्रोग्राम "खिसका" (पाठ-479 की shift) दिया जाता है; "बिन-पिकिंग" में 3D-कैमरा ढेर से एक-एक पुर्ज़ा उठवाता है। दूसरा — जोड़-प्रोफ़ाइल (पाठ-479 का लेज़र-सेंसर): एक लेज़र-रेखा जोड़ के आर-पार, कैमरा उसे तिरछे कोण से देखता है — रेखा जहाँ मुड़ी, वहाँ सतह की ऊँचाई बदली (triangulation) — इससे गैप, हाई-लो, बेवल-कोण, रूट-फ़ेस (पाठ-345 का पूरा फ़िट-अप) संख्या में, हर मिलीसेकंड; यही "adaptive" वेल्डिंग का डेटा है। तीसरा — वेल्ड-निरीक्षण (post-weld inspection): वही लेज़र-प्रोफ़ाइल अब बने हुए मनके पर — मनके की चौड़ाई, ऊँचाई, अंडरकट (पाठ-395) की गहराई, ओवरलैप (पाठ-396), कैप की ऊँचाई (पाठ-401), छूटी हुई जगह, और सतह-पोरसिटी (पाठ-392) — पाठ-406 की स्वीकार्यता-सीमा सॉफ़्टवेयर में डाल दी जाती है, और हर जोड़ पास/फ़ेल की रिपोर्ट अपने-आप (पाठ-410 की VT-रिपोर्ट, मशीनी) — यह VT को बदलता नहीं, हर जोड़ पर VT को संभव बनाता है (हाथ से सौ-प्रतिशत VT समय नहीं देता); पर भीतरी दोष (पाठ-393-394, 397) यह भी नहीं देखता — उनके लिए UT/RT (पाठ-415-418) या पाठ-481 का चाप-संकेत। चौथा — टॉर्च/TCP-जाँच: एक तय स्थान पर छोटा कैमरा/लेज़र-गेट, जिससे रोबोट हर कुछ चक्र में तार-नोंक गुज़ारता है — नोंक तय जगह से हटी = टॉर्च मुड़ी/नोज़ल घिसा/तार टेढ़ा (पाठ-475 का TCP) — रोबोट रुककर बताता है, या ख़ुद सुधार लेता है। AI यहाँ कहाँ (पाठ-496 की झलक): पारंपरिक विज़न "नियम" से पहचानता है (किनारा, रेखा, सीमा), AI-विज़न "उदाहरण" से — हज़ारों अच्छे-बुरे जोड़ों की फ़ोटो से सीखकर — इसलिए वह "थोड़ा अजीब" दिखने वाले दोष, जो नियम में नहीं, पकड़ सकता है; पर वह भी उतना ही जानता है जितने उदाहरण दिए गए — और अच्छे-बुरे का ठप्पा किसने लगाया? हिस्सा-10 के दोष-कोश (पाठ-391-406) को जानने वाले वेल्डर ने; यही AI-युग में वेल्डर का एक नया काम है — "डेटा-लेबलिंग", यानी मशीन को दोष दिखाना (पाठ-484)। कैमरे की देखभाल: लेंस पर धुआँ-छींटा (पाठ-461 की सुरक्षा-सोच अब लेंस पर) — हवा का पर्दा (air-knife), सुरक्षा-काँच, और पाली-दर-पाली कैलिब्रेशन-प्लेट पर जाँच; रोशनी बदली (दिन/रात, नई ट्यूबलाइट) तो 2D-विज़न बहक सकती है — इसलिए अपना नियंत्रित प्रकाश।

चित्र से समझिए

*(चित्र-विवरण: मशीन-विज़न, कैमरा से तस्वीर लेकर, सॉफ़्टवेयर से जोड़-रेखा या दोष पहचानता है — यह सिर्फ़ जो सिखाया गया, वही पहचान सकता है।)*

आसान भाषा में समझिए

एक बच्चा, जिसे सिर्फ़ लाल और नीली गेंद पहचानना सिखाया गया हो, अचानक हरी गेंद देखकर भ्रमित हो सकता है — मशीन-विज़न भी वैसे ही, सिर्फ़ वही पहचानता है, जिसके लिए उसे पहले से सिखाया, प्रशिक्षित किया गया हो।

असली उदाहरण — रोशनी ने बदली पहचान की सटीकता

एक फ़ैक्टरी में, मशीन-विज़न-सिस्टम, कभी-कभी जोड़-रेखा ग़लत पहचान रहा था। जाँचने पर पता चला, कैमरे के पास की रोशनी, दिन के अलग-अलग समय, बदल रही थी। एक स्थिर, नियंत्रित रोशनी लगाने के बाद, पहचान बेहद सटीक हो गई। इंजीनियर ने कहा — "रोशनी, मशीन-विज़न की असली \'आँख की रोशनी\' है।"

AI के साथ अभ्यास

ACS के AI साथी से कहिए: "मशीन-विज़न पर मेरी परीक्षा लो — (क) यह कैसे काम करता है, (ख) यह सीम-ट्रैकिंग में कैसे मदद करता है, (ग) रोशनी क्यों ज़रूरी है; फिर मुझसे पूछो कि इसकी सबसे बड़ी सीमा क्या है।" AI सलाह है, फ़ैसला नहीं।

आज ही करने का काम (Step-by-Step गतिविधि)

(1) डायरी में मशीन-विज़न के बुनियादी विचार को अपने शब्दों में लिखिए। (2) पाठ-407 की रोशनी-सीख से इसका जुड़ाव समझाइए। (3) सोचिए कि मशीन-विज़न, इंसानी आँख से कैसे अलग, सीमित है। (4) यह जानकारी डायरी में दर्ज कीजिए।

आज "लेज़र-प्रोफ़ाइल" का सिद्धांत टॉर्च की रोशनी और डोरी से समझिए, और एक "मशीनी-VT सीमा-सूची"; चालीस मिनट। चरण-1 (15 मिनट): एक V-ग्रूव कूपन (टैक-किया, बिना वेल्ड) पर आर-पार एक पतली सीधी छाया/रेखा डालिए — टॉर्च की रोशनी के आगे एक धागा/स्केल का किनारा — और उसे तिरछे (45°) से देखिए: रेखा ग्रूव में "V" बनकर टूटती है, गैप पर ग़ायब, हाई-लो पर सीढ़ी; अपने फ़ोन से उसी कोण से फ़ोटो; डायरी में — यह टूटी रेखा ही "प्रोफ़ाइल" है, और सॉफ़्टवेयर हर मोड़ को मिलीमीटर में बदलता है; फिर वेल्ड के बाद वही रेखा मनके पर — अंडरकट कहाँ "खाई" बनाता है, ओवरलैप कहाँ "छज्जा"। चरण-2 (10 मिनट): "मशीनी-VT सीमा-सूची" — पाठ-391 की तालिका के हर दोष के आगे: सतह-कैमरा देख सकता है / नहीं (भीतरी); जो नहीं, उसके लिए क्या (पाठ-415-418, या 481) — यह सूची बताती है कि रोबोट-सेल में भी NDT और QC-निरीक्षक (पाठ-437) क्यों बचे रहेंगे। चरण-3 (10 मिनट): "डेटा-लेबलिंग" अभ्यास — अपने पिछले बीस कूपनों की फ़ोटो (पाठ-503 के फ़ोटो-रिकॉर्ड से) लीजिए; हर एक पर पाठ-391 की भाषा में दोष-नाम और पास/फ़ेल का ठप्पा; यह बीस-फ़ोटो सेट AI-विज़न के "प्रशिक्षण-डेटा" का छोटा रूप है — और ग़लत ठप्पा = ग़लत सीखी हुई मशीन; इसलिए ठप्पे में झिझक हो तो "अनिश्चित" लिखिए, अंदाज़ा नहीं। चरण-4 (5 मिनट): डायरी-गाँठ — "कैमरा देखता नहीं, नापता है — और जो वह नापे, उसकी सीमा (पाठ-406) और उसका ठप्पा (अच्छा/बुरा) आज भी मेरे दोष-कोश से आता है; मशीन उतना जानती है जितना मैं उसे दिखाऊँ।"

आम गलतियाँ

(1) मशीन-विज़न को, इंसानी आँख जितना ही "समझदार" समझना। (2) रोशनी की भूमिका को नज़रअंदाज़ करना। (3) यह सोचना कि यह पाठ, असली सेटअप सिखाता है। (4) यह न समझना कि यह सीमित, प्रशिक्षित पहचान है।

सावधानियाँ

यह पाठ पढ़ने-समझने का है, कोई विशेष वेल्डिंग-सावधानी नहीं। असली मशीन-विज़न-सेटअप, विशेष, तकनीकी प्रशिक्षण माँगता है।

तेज़ दोहराव

मशीन-विज़न = कैमरा + सॉफ़्टवेयर, जो तस्वीर को "समझता" है · यह सीम-ट्रैकिंग और दोष-पहचान, दोनों में उपयोगी है · सही, नियंत्रित रोशनी, सटीक पहचान के लिए ज़रूरी है · यह सिर्फ़ जो "प्रशिक्षित" किया गया, वही पहचानता है, इंसानी आँख जितना समझदार नहीं · असली सेटअप, विशेष, तकनीकी प्रशिक्षण माँगता है।

छोटी परीक्षा (Quiz)

(1) मशीन-विज़न क्या है? (2) यह सीम-ट्रैकिंग में कैसे मदद करता है? (3) रोशनी क्यों ज़रूरी है? (4) इसकी सबसे बड़ी सीमा क्या है? (5) यह दोष-पहचान में कैसे उपयोगी हो सकता है?

पाठ का सार (Chapter Summary)

मशीन-विज़न, एक कैमरा और विशेष सॉफ़्टवेयर का मेल है, जो तस्वीर में मौजूद ज़रूरी जानकारी (जैसे जोड़ की रेखा, या कोई दृश्य-दोष) पहचानता है — यह सीम-ट्रैकिंग और दोष-पहचान, दोनों में उपयोगी है। सही, नियंत्रित रोशनी, इसकी सटीकता के लिए बेहद ज़रूरी है — पर यह सिर्फ़ वही पहचान सकता है, जिसके लिए इसे पहले से प्रशिक्षित किया गया हो, इंसानी आँख जितनी व्यापक समझ इसमें नहीं है।

आगे क्या सीखें

रोबोट की "आँख" की समझ बनी। अगला पाठ (481) वेल्ड-मॉनिटरिंग — करंट-वोल्टेज का लाइव ग्राफ़ — जहाँ आप एक और, गुणवत्ता-निगरानी तकनीक सीखेंगे।

---