Visão artificial

La visão artificial ou visão computacional É uma técnica que pode ser usada para uma infinidade de aplicações dentro e fora da indústria. Permite compreender imagens, processar informação, analisar e produzir uma série de ações a partir dos referidos dados. E eles podem fazer isso de uma forma mais eficiente do que um humano, já que você dá às máquinas uma grande capacidade de entender e interpretar as imagens do ambiente que estão observando.

Com o avanço de AI (Inteligência Artificial), tem sido possível aprimorar muito essas técnicas de visão artificial para alcançar coisas que até então eram impensáveis. Além disso, técnicas de visão artificial podem ser aplicadas in-situ ao mesmo tempo, ou analisar imagens ou vídeos já gravados. Há também um aspecto 3D desse tipo de visão que fornece novos recursos para emular a visão humana por computador.

O que é visão computacional?

visão artificial no setor industrial

La visão artificial é um compêndio de ferramentas e métodos para obter, processar e analisar imagens do mundo real por meio da computação. Desta forma, certas tarefas podem ser tratadas e automatizadas, desde a correção e restauração de imagens, até a tomada de decisões para outras aplicações industriais, como as que serão estudadas posteriormente.

É precisamente o setor industrial o que mais se beneficia dessa visão artificial, pois permite que os processos de fabricação ou seleção sejam automatizados e tomem velocidades muito maiores do que se fossem feitos por um ser humano. Além disso, com o aprimoramento das técnicas, tem cada vez mais aplicações e baixos custos, o que permite sua expansão desde a indústria automotiva, para a eletrônica, agricultura e até logística.

técnica

O que é feito durante o processo é basicamente ter uma câmera ou sensor para capturar imagens de objetos ou do ambiente, processá-los rapidamente usando um software que roda em um computador, extrair informações relevantes dessas imagens e poder aplicá-las de alguma forma. Por exemplo, objetos que passam na frente de uma câmera em uma correia transportadora podem ser analisados ​​para detectar aqueles que estão danificados e ter um atuador mecânico descartá-los para que não continuem na corrente.

Tudo sistema de visão artificial passa pelas seguintes etapas:

  • Catchment: O sensor irá capturar a imagem do objeto real. Isso é através de um sensor óptico, câmera CCD, CMOS, INGAAS, raios X, infravermelho, termografia, etc. Isso também tem alguns acessórios associados, como iluminação. Nesse caso, eles podem ser fluorescentes, LED, luz polarizada, laser, luz de fundo, etc.
  • Digitalização: converte as informações capturadas pelas imagens coletadas em formato digital para serem processadas pelo computador.
  • Computing: graças ao software de controle permite processar esta informação e obter dados sobre os quais atuará / decidirá em etapas posteriores.
  • Resultados: você obtém os resultados e age de acordo com eles.

Todas essas etapas precisam vários módulos ou peças ser capaz de funcionar como:

  • Módulo de imagem: a pessoa encarregada de captar o sinal ou imagem do objeto ou ambiente.
  • módulo digitalizador: aquele que converte o sinal analógico da câmera em digital.
  • Módulo de exibição: não deve ser confundido com o primeiro, é aquele que converte o sinal digital residente em um buffer em um sinal visual a ser mostrado através de um monitor ou tela se houver necessidade de monitoramento.
  • Processador de imagem: pode ser software ou hardware. Independentemente de sua implementação, é responsável por interpretar as imagens digitalizadas capturadas pela câmera. Claro, em qualquer caso, você precisa de um computador.
  • Módulos de E / S: entrada e saída gerenciam a captura de imagens e controlam a saída com base nos dados obtidos.
  • Coordenador de comunicação: é o bus ou interface através do qual o sistema de visão artificial pode comunicar com o resto dos elementos. Eles podem ser sem fio, Ethernet, RS232, ...

Objetivo ou funcionalidade

Se alguns objetos passarem por esse transportador a cada minuto, um humano poderia fazer isso com eficiência. Mas se dezenas, centenas ou milhares deles estão acontecendo, torna-se muito complicado ou impossível. É aqui que a visão computacional pode acelerar esses processos e executá-los.

Portanto, a visão computacional é uma ótima ferramenta para acelerar a produção industrial. Tudo graças a processos baseados em soluções integrais que são adaptados aos processos de produção de cada indústria. Com capacidade de escalabilidade, atualização e customização se necessário.

visão oficial, tecnologia, indústria, muito

Para isso, uma infinidade de dispositivos podem ser usados, desde simples sensores ópticos, para uma câmera mais avançada ou um grupo deles para obter 3D.

Vantagens e desvantagens

Além do acima, há também uma série de vantagens e desvantagens de sistemas de visão artificial. O mais notável é a melhoria no desempenho da produção na indústria, mas há mais.

Entre as vantagens pode ser destacado:

  • Elimine a subjetividade da inspeção: Ao implementar sistemas de visão artificial, uma melhoria neste sentido pode ser alcançada e o desempenho melhorado ao quantificar e avaliar parâmetros por unidade de tempo.
  • flexibilidade: os próprios sistemas permitem a adaptação e a escala para ser mais bem adaptada aos processos de produção, caso tenham sido alterados. Isso economiza muito tempo e permite um início rápido após cada mudança, sem ter que treinar a equipe para a mudança ou algo parecido. Apenas uma configuração simples.
  • AcessívelEmbora não sejam itens baratos para a maioria dos bolsos dos indivíduos, eles economizam muito dinheiro no longo prazo para a empresa. Além disso, essa tecnologia está madura e compreensível o suficiente para ficar cada vez mais barata. Computadores, softwares ou componentes optoeletrônicos estão cada vez mais baratos e eficientes.
  • Custos: esses sistemas de visão artificial reduzem os custos de várias maneiras, como custos para devolução de pedidos, pessoal substituído por esses sistemas, custos temporários, aumento da produção (maiores lucros), etc.
  • Metrologia- Permite medir ou obter informações extremamente rápidas sobre as magnitudes físicas que aparecem nas imagens capturadas. Por exemplo, você pode determinar em uma fração de segundo a dimensão de uma peça, sua área, a distância entre as peças, diâmetros, ângulos, posição, etc. Algo que um humano não pode fazer tão rapidamente.
  • classificação: graças à vantagem anterior, existe outra, como a classificação industrial rápida e eficiente. Isso permite que você classifique e automatize tarefas em velocidades vertiginosas com base nessas dimensões, padrões, códigos de barras, cor, área, formas, etc.
  • Melhor produto final: a visão artificial também tem uma grande vantagem que pode ter um impacto no cliente final, que é a melhoria da qualidade das peças. Por poder ser analisado de forma mais eficiente, mesmo em áreas inacessíveis ao ser humano, permite produzir peças de maior qualidade. Isso se traduz em um consumidor mais satisfeito e lealdade do cliente.
  • outro: Também precisa de menos atenção, não é tão suscetível a erros visuais como os humanos (desatenção, descuido, distrações, ...), não é afetado pelo absenteísmo ao trabalho, melhora a verificação em locais inacessíveis ao olho humano (ex. : por raios X para ver as partes internas).

Entre as desvantagensO mais notável é o preço desses sistemas, já que praticamente não possui pontos fracos. Só em alguns casos em que é necessária uma avaliação um pouco menos objetiva e mais subjetiva pode falhar, pois nesses casos nada melhor do que as próprias pessoas para poder avaliar cada caso.

Aplicações na indústria de visão de máquina

As aplicações da visão artificial na indústria passam por três campos muito específicos, como controle de processo e controle de qualidade, embora algumas empresas vão mais longe e estão usando-o para outras aplicações não industriais.

Exemplos práticos Eles variam de controle de temperatura, controle de tráfego, verificação da montagem correta, etiquetagem e marcação, inspeção de soldas, controle de qualidade de objetos, seleção e filtragem, controle de ferramentas, controle de acabamentos de superfície, sistemas pick-up & place para guias de robôs industriais, detecção de corpos estranhos em recipientes, etc.

Exemplos práticos na área industrial

As aplicações da visão artificial no setor industrial são bastante amplas, como você pode ver. o gama de aplicações em diferentes setores por que passam:

  • Eletrônica: Na indústria eletrônica, a visão artificial pode ser usada em vários processos de fabricação, como o manuseio e identificação de componentes, controle de qualidade, verificação da soldagem correta e embalagem de peças, para processos de pick-up & place para colocar componentes em PCBs e solda eles, etc.
  • Automotive- Utilizado para inspeção no processo de fabricação e montagem de peças veiculares. Como no processo de estampagem, usinagem, soldagem, pintura, rebarbas, extrusão, etc.
  • Alimentação: a visão artificial nesta indústria permite melhorar o controle de qualidade. Por exemplo, para ver se os recipientes foram enchidos corretamente ou se não contêm corpos estranhos. Eles também são amplamente utilizados para remover frutas estragadas ou podres, remover galhos, pedras, cascas e outros elementos que não devem passar para processos subsequentes, categorizar por tamanho, etc.
  • Embalagem e embalagem: Na indústria de logística e embalagem, a visão computacional pode inspecionar a presença ou ausência de certos marcadores. Você também pode catalogar por códigos de barras ou etiquetas, inspecionar lotes, datas de validade, colocar tampas corretamente, etc.
  • Logística e identificação: permite identificar rapidamente peças ou produtos. Ele se adapta muito bem às necessidades de lojas de departamento e distribuidores, como nos centros de logística da Amazon.

Visão de máquina e indústria 4.0

visão artificial e indústria 4.0

La visão artificial, como muitas outras tecnologias de digitalização e transição para a modernização das empresas, como Big Data, IA, IoT, e a própria nuvem, neblina e computação de ponta, tem um papel crucial na chamada Indústria 4.0.

Todos esses paradigmas juntos permitem melhorar todas as condições desta nova indústria emergente que visa revolucionar o setor. E é que depois da revolução industrial com a introdução das máquinas (1.0), a introdução da eletricidade no setor (2.0), a chegada da computação (3.0), agora vem esta nova revolução graças a essas novas técnicas para dar em vez de versão 4.0.

A visão de máquina, de fato, pode agrupar várias dessas melhorias em uma. Uma vez que usa software e hardware para funcionar e também pode incluir IA para dar-lhe maior inteligência e capacidades de reconhecimento. Tudo isso confere ao setor as grandes vantagens e precisão mencionadas acima.

Mas se essa capacidade for combinada com outras medidas para melhorar e modernizar outras áreas da própria empresa que a implanta, pode levar a uma indústria 4.0 com soluções muito abrangentes. mais eficiente e competitivo.

estágios da visão computacional

empresas como a IBM, Red Hat, Marval, Telefonica, e muitos outros vêm tentando há algum tempo ajudar as empresas nessa transformação para que possam alcançar seus objetivos. Na Espanha, muitas empresas importantes como Santander, Cepsa e muitas outras já começaram a desfrutar das grandes melhorias do 4.0.

É precisamente Marval a empresa que há mais de 20 anos desenvolve sistemas de visão artificial para o setor e evolui suas ferramentas. Graças a esses projetos e de outras empresas concorrentes, todas as ferramentas disponíveis para a indústria foram aprimoradas.

Por exemplo, imagine um sistema abrangente da Indústria 4.0 em uma fábrica onde um sistema de visão artificial pode selecionar a quantidade de matéria-prima ou peças válidas necessárias. Com base nessas informações, não apenas os inadequados poderiam ser descartados como apenas os adequados poderiam passar para a cadeia produtiva.

Com o 4.0, essas informações também podem ser transferidas para a nuvem e usar outros tecnologias emergentes para, por exemplo, solicitar ao fornecedor peças ou matérias-primas com base na capacidade de produção e na quantidade de peças descartadas, avaliando o estoque de forma totalmente automática. Ou talvez você relate as falhas detectadas a esse fornecedor para que eles possam reduzir esses defeitos em pedidos futuros.

Ou seja, na indústria 4.0 tecnologias cobrem tudo, do primeiro ao último processo e em todos os departamentos e setores da empresa.

Além da rastreabilidade

Os sistemas de visão de máquina em uma indústria 4.0 podem ir além das medidas de rastreabilidade (análise morfológica, defeitos, marcadores de posição, análise de cor, aparência, objetos estranhos, qualidade, leitura de código, etc.). Também pode usar essas informações OCR, OCV ou dados obtidos após o processamento para deixar outras máquinas ou processos na fábrica prontos ou com mais informações sobre eles.

Por exemplo, imagine que objetos de consistência variada são produzidos. Um sistema de visão artificial pode determinar nível de tolerânciaPor exemplo, a consistência de cada objeto por meio de sistemas diferentes e, assim, marcá-lo de forma que uma máquina que tem de carimbá-lo em um processo subsequente exerça a pressão adequada dependendo de sua consistência.

Isso é simplesmente possível, entendendo o sistema de visão artificial como um elemento IoT conectado e a próxima máquina de processo como outro dispositivo IoT conectado. Portanto, eles podem se comunicar através da rede e até mesmo entre um e os outros elementos da névoa ou a nuvem podem ser usados ​​para analisar determinados dados.

Visão de máquina e digitalização industrial

As novos sistemas de digitalização industrial, ferramentas emergentes e visão computacional desempenharão um papel fundamental no presente e no futuro imediato em empresas de todos os tamanhos. Por exemplo, em combinação com sistemas MES / MON (Manufacturing Execution System / Manufacturing Operation Management).

Ou seja, o Sistemas MES são sistemas de gerenciamento de informações conectados a equipamentos industriais e linhas de manufatura. Com eles é possível monitorar e controlar os processos, o fluxo de dados da planta e tudo em tempo real através do software ERP. É assim que as transformações das matérias-primas ao produto final são rastreadas e documentadas.

MOS é uma metodologia que permite visualizar os processos de fabricação do início ao fim para otimizar a eficiência. Isso garante uma execução de fabricação eficiente e melhora a produtividade.

Portanto, os sistemas de visão artificial têm um papel crucial nestes casos, uma vez que são uma ferramenta complementar perfeita para traçar essas estratégias de digitalização industrial. Principalmente em conjunto com os desenvolvimentos de PLM (Product Lifecycle Management), ou seja, sistemas de software para gerenciar o ciclo de vida dos produtos desde a fabricação até o descarte, passando também pelo comissionamento.

Como você pode entender, para tudo isso você precisa de muitas informações armazenadas em grandes bases de dados na nuvem ou localmente, e que podem ser processados ​​de forma rápida e eficiente para análise por Big Data. E esses bancos de dados serão alimentados por aqueles sistemas de visão artificial que podem obter informações rápidas sobre todos os produtos.

Tudo isso sem alterar o TTM (Time To Market), ao contrário, você pode obter todas essas informações e melhorar esse parâmetro consideravelmente. Ou seja, se o tempo desde o início da concepção de um produto até a sua colocação no mercado for maior.

Se você é uma pessoa inquieta como nós e quer colaborar na manutenção e melhoria do projeto, pode fazer uma doação. Todo o dinheiro irá para comprar livros e materiais para experimentar e fazer tutoriais