CONTROL DE QUALITAT AMB INTEL·LIGÈNCIA ARTIFICIAL

La nova visió artificial basada en Deep Learning ha arribat a la indústria. La mateixa tecnologia que permet la conducció autònoma, ara aplicada al control de qualitat.

COM HO FEM?

Instal·lem càmeres que puguin veure el defecte.

Les càmeres són els ulls dels nostres equips, si volem veure un defecte amb visió artificial òbviament s'ha de poder veure d'alguna manera. No obstant això, podem instal·lar qualsevol tipus de càmera (matricials, lineals, tèrmiques, infraroges, UAV...), si el que vols inspeccionar és visible amb una càmera, el podrem trobar.

Creem un cervell artificial i li ensenyem què ha de fer.

Si volem tenir sistemes que siguin realment intel·ligents, no podem seguir utilitzant la mateixa estratègia que ha utilitzat la visió industrial fins al moment. En comptes d'utilitzar lents algoritmes de cerca de patrons, creem sistemes que imiten el cervell humà i els entrenem perquè facin el control de qualitat de forma robusta. Literalment creem un cervell artificial capaç d'aprendre qualsevol cosa, però que pot treballar sense cansar-se.

Un programa per controlar-los a tots.

El software OneVision ens permet controlar tot el procés. Aquí podem connectar les càmeres amb els cervells artificials i definir com ha de ser la seqüència d'inspecció. El OneVision és un programari intuïtiu que permet controlar l'equip de visió, visualitzar els resultats, definir els senyals de comunicació, fer la traçabilitat, etc. Aquest programa permet utilitzar la tecnologia dels cotxes autònoms en entorns de producció industrial.

ONEVISION - EL SOFTWARE DE LA INDÚSTRIA 4.0

El software OneVision es connecta a les càmeres per rebre imatges i utilitza el cervell artificial per fer la inspecció de forma automàtica. Combina simplicitat i potència per adaptar-se a tots els casos d'ús. Per més informació sobre el producte, descarrega el fulletó. 

pantalla onevision.png

BENIFICIS DEL DEEP LEARNING

Tolerància a canvis

Els canvis d'il·luminació o posició de la càmera no afecten els sistemes de visió amb Deep Learning. S'han acabat els ajustos constants.

Múltiples formats

El Deep Learning pot treballar amb múltiples formats d'un mateix producte de forma natural. No cal canviar de format.

Alta velocitat

Amb Deep Learning es pot arribar a solucionar problemes molt complexos amb temps de cicle impensables fins al moment.

Variabilitat natural

Fins al moment la visió artificial no havia funcionat amb productes molt variables. Amb Deep Learning això ja no és un problema.

TOTES LES EINES PER LA INSPECCIÓ DE QUALITAT

Extracció de Bounding Box
bounding box extraction.jpg

Eina per localitzar les regions d'interès (ROI) en la imatge. També pot utilitzar-se per comptar un nombre indeterminat d'objectes. En moltes aplicacions, l'extracció de la regió d'interès és el primer pas d'una anàlisi posterior.

Segmentació
segmentation.jpg

Troba els píxels exactes sobre la imatge que corresponen a un objecte determinat, una característica o un defecte. Aquesta és l'eina més potent i robusta per trobar defectes en un producte. També és molt útil per calcular àrees.

Lectura de codis
barcode_reading.jpg

Aquesta eina pot llegir una gran varietat de codis de dades utilitzades en la indústria: QR, Datamatrix, GS1, etc. Amb l'ajuda del Deep Learning, es pot realitzar lectura de codis en escenaris extremadament complexos.

Clasificació
classOKNOK.jpg

Per classificar una imatge entre diverses categories. Eina extremadament ràpida utilitzada per a casos senzills, capaç d'obtenir resultats molt robustos en entorns controlats.

Regressió de geometries
geometry_regression.jpg

Extracció de característiques geomètriques d'una imatge per fer mesures o aplicar algoritmes de cerca de patrons. Aquesta eina generalment s'utilitza per obtenir coordenades per a un guiatge de robot.

Mesures
measurements.png

Una àmplia varietat d'eines per realitzar mesuraments 2D entre formes geomètriques. Amb ella es poden calcular fàcilment distàncies, angles o àrees de múltiples objectes o característiques presents en la imatge.