Inom tillverkningsindustrin är kvalitetskontroll av material avgörande och utförs of-ta i en automatiserad process av ett visionsystem. Dock saknar många visionsystemtransparens i proccessen eller möjlighet till uppföljning av defektdetektering. Dettaarbete presenterar en prototyp för ett digitalt visualiseringsverktyg som adresserar dennautmaning genom att: samla och presentera defektdata från godtyckligt visionsystemi ett intuitivt användargränssnitt, samt erbjuda insyn i processen genom lagring ochvisualisering av defekter.

Prototypen har utvecklats med C# .NET för systemets backend, MongoDB för da-talagring, React för användargränssnittet och Three.js för defektvisualisering. Eftersomanslutning till ett fysiskt visionsystem kräver omfattande resurser har en specialutveck-lad simulator använts för att generera realistisk defektdata under utvecklingsfasen.

Resultatet visar att protypen ökar insynen visionsystemets detekteringsprocess ge-nom visualiseringen av defekter. Prototypens datalagringsfunktionalitet har visat sigförbättra spårbarheten och att den flexibla designen möjliggör anpassning till en breduppsättning tillverkningsprocesser.

In the manufacturing industry, quality control of materials is crucial and is often per-formed through an automated process using a vision system. However, many visionsystems lack transparency in the process or provide defect detection traceability. Thiswork presents a prototype for a digital visualization tool that addresses this challengeby: collecting and presenting defect data from an arbitrary vision system in an intuitiveuser interface, while providing insight into the process through storage and visualizationof defects.

The prototype has been developed with C# .NET for the system’s backend, MongoDBfor data storage, React for the user interface, and Three.js for defect visualization. Sinceconnecting to a physical vision system requires extensive resources, a specially deve-loped simulator has been used to generate realistic defect data during the developmentphase.

The results show that the prototype increases transparency in the vision system’s de-tection process through defect visualization. The prototype’s data storage functionalityhas been shown to improve traceability, and its flexible design enables adaptation to awide range of manufacturing processes.