Visual error detection on 3D printing

Abstract

3D-skriving har blitt meir tilgjengeleg for forbrukarar på grunn av auke av rimelege FDMskrivarar i marknaden. Prosessen med 3D-skriving er ikkje nødvendigvis utan feil. Dei fleste av forbrukarskrivarane har ikkje nokon måte å oppdaga feil på, og vil difor fortsette instruksjonane sine uavhengig av det som fysisk kjem ut av skrivaren. Feil resultera som regel i sløsing av material, straum og tid. Prosessen med å 3D-skrive objekt kan ta alt frå 10 minutt til fleire dagar. Der er difor lite hensiktsmessig for brukaren å måtte halde auge med heile prosessen for å oppdaga feil.

Denne oppgåva legg fram utviklinga av eit system for feildeteksjon i 3D-skriving ved bruken av maskinsyn. Systemet nyttar ein Raspberry Pi med kamera for å visuelt spore og overvaka objekt som blir skrive ut. Dette systemet nyttar bildeanalyse for å overvaka prosessen i sanntid. Systemet klarar å oppdage og varsle feil dersom skrivaren går tom for materialar og forskyving av objektet.

Feiloppdaginga nyttar ei samanlikning av påfølgjande bilde av kvart lag skrivaren legg ned. Nøkkelpunkt i objektet blir spora og samanlikna med nøkkelpunkt i tidlegare bilde for å avgjera om det er ein feil i skrivinga. Resultata frå testing av systemet synar oppdaging av vanlege feil og handtering av falske feil. Resultatet av denne oppgåva er eit system som nyttar maskinsyn for å oppdage feil i 3Dskriving.

The process of 3D printing has become more available to the public, due to the increase of affordable consumer FDM printers on the market. This process is however not without errors. Most consumer printers do not have any way of detecting errors and will continue its instructions regardless of the physical result. Errors usually results in waste of materials, energy and time. The process of 3D printing objects can take anywhere from 10 minutes to several days. It is therefore tedious for the user to monitor the whole process to detect errors.

This paper presents the development of a system for error detection in 3D printing using computer vision. The system uses a raspberry pi, with camera to visually track and monitor the objects printed. This system utilizes image analysis to monitor in real time the process of 3D printing objects. The system detects and alerts errors of filament runout and vertical shift of the object.

The error detection compares consecutive images of each layer the printer builds. Key points in the object is tracked and compared with key points in previous images to determine if an error is present. Results from testing the system shows detection of common errors and handling of false detection. The result of this paper is a system that uses computer vision to detect errors in 3D printing.