Deep Learning e IA rendendo la fotocamera intelligente

L’integrazione del software di visione basato sul deep learning In-Sight ViDi di Cognex in una fotocamera intelligente consente ai tecnici di automazione di eseguire agevolmente letture OCR difficili, verifiche di assemblaggi e rilevamenti di difetti che spesso sono troppo difficili da implementare con strumenti di visione industriale tradizionali basati su regole e richiedono risultati affidabili, rapidi e coerenti non possibili con l’ispezione umana.

Deep learning e intelligenza artificiale sono tra alcune tra le parole d’ordine del momento, non solo nell’industria manifatturiera ma anche in molti altri settori. Il deep learning, una tecnica di intelligenza artificiale che sfrutta le reti neurali profonde, può essere spiegato in modo semplice: così come l’uomo impara che cos’è una casa da un gran numero di esempi, un sistema deep learning può comprendere la natura di un oggetto a partire da immagini etichettate. Il deep learning è un approccio per l’apprendimento automatico basato su esempi e finalizzato a risolvere i problemi delle ispezioni. Inoltre, ogni ispezione può essere continuamente migliorata arricchendo l’algoritmo esistente con più esempi di dati di immagini. Questi nuovi dati potenziano il sistema fornendo risultati più accurati. I produttori si affidano ancora a ispettori umani durante l’intero processo produttivo dal momento che i sistemi di visione industriale tradizionali non riescono a gestire la complessità e la variabilità di certe operazioni. Ma l’ispezione umana tende a fornire risultati incoerenti quando si passa da un operatore a un altro o per via della stanchezza che può sopraggiungere in un turno di otto ore di lavoro. Inoltre, ci sono diversi aspetti durante il ciclo di produzione che per qualche motivo non vengono mai ispezionati. Queste due realtà possono causare problemi nel controllo della qualità o il rischio di richiami di prodotto.

Un sistema di visione con intelligenza artificiale integrata, invece, è in grado di combinare il giudizio di un ispettore umano con la robustezza e la coerenza di una soluzione automatizzata per l’ispezione o il controllo di qualità. Questo è esattamente il principale vantaggio del nuovo sistema di visione In-Sight D900 di Cognex. Questa soluzione integra il software deep learning di Cognex, noto come In-Sight ViDi, all’interno di una fotocamera intelligente di qualità industriale. Questa combinazione amplia le possibilità delle ispezioni in linea nell’automazione di fabbrica.

Integrazione in fabbrica veloce

A livello hardware, In-Sight D900 è una fotocamera intelligente compatta di qualità industriale che può essere facilmente installata e collocata sulla linea senza la necessità di un PC. Il sistema di visione altamente modulare con grado di protezione IP67 include illuminazione, lenti, filtri e coperchi modificabili in base ai requisiti delle specifiche applicazioni. L’imaging HDR+ (High Dynamic Range) produce immagini con un’esposizione uniforme, un indicatore LED consente il monitoraggio pass/fail a distanza e i risultati dell’ispezione possono essere memorizzati localmente su una scheda SD. Il motore inferenziale incorporato è stato aggiunto per eseguire specificamente applicazioni di deep learning. Sebbene l’hardware sia tra i più avanzati per Cognex, è la capacità di eseguire una nuova classe di applicazioni basate sulla tecnologia di deep learning che rendono In-Sight D900 così particolare.
In-Sight D900 funziona con la semplice interfaccia di un normale foglio di calcolo, che semplifica lo sviluppo delle applicazioni e l’integrazione di fabbrica. I tecnici applicativi hanno accesso alla suite completa di strumenti di visione industriale tradizionali, come PatMax, trovabordi e strumenti di misura. Ma, con In-Sight ViDi, il D900 è composto da tre strumenti di deep learning orientati ad applicazioni specifiche molto diffuse: ViDi Read, ViDi Check e ViDi Detect. Questi nuovi strumenti di ispezione aiutano i tecnici di automazione a risolvere facilmente i problemi di applicazioni che richiedono troppo tempo o che sono troppo complesse da implementare con strumenti di visione industriale tradizionali basati su regole. Per tutti e tre gli strumenti applicativi, gli utenti possono sfruttare l’interfaccia del foglio di calcolo In-Sight che consente una rapida configurazione delle applicazioni di deep learning senza programmazione. Il foglio di calcolo In-Sight semplifica lo sviluppo delle applicazioni e velocizza l’integrazione di fabbrica con un set completo di funzioni di I/O e di comunicazione. Consente inoltre di combinare in una stessa operazione i classici strumenti di visione Cognex basati su regole (come PatMax Redline) e strumenti di deep learning, consentendo di velocizzare le implementazioni. Poiché In-Sight ViDi richiede set di immagini molto più piccoli e periodi di apprendimento e validazione più brevi rispetto ad altre soluzioni di deep learning, le applicazioni sono facili e veloci da configurare, spiegare e distribuire.

OCR, verifica assemblaggio e rilevazione difetti

Con lo strumento In-Sight ViDi Read, l’utente è in grado di eseguire letture OCR difficili in pochi minuti. Questo modulo decifra codici deformati, distorti e poco marcati utilizzando la tecnologia del riconoscimento ottico dei caratteri. Questo strumento funziona già da subito, riducendo drasticamente i tempi di sviluppo, grazie alla libreria di font precaricata con deep learning. L’utente definisce semplicemente l’area di interesse e imposta la dimensione del carattere. In situazioni in cui vengono introdotti nuovi caratteri, questo robusto strumento può essere riaddestrato per leggere caratteri specifici dell’applicazione che gli strumenti OCR tradizionali non sono in grado di decodificare. Rispetto ai sistemi di visione tradizionali senza deep learning, questa funzione offre evidenti vantaggi. Lo strumento ViDi Check di In-Sight D900 consente ai produttori di eseguire una verifica rapida e accurata di un apparato. Il sistema è in grado di rilevare caratteristiche e oggetti di elevata complessità. Verifica se parti e kit sono assemblati correttamente in base alla loro posizione all’interno di un layout definito dall’utente. Lo strumento può essere addestrato per creare una vasta libreria di componenti, che possono essere posizionati nell’immagine anche se appaiono in diverse angolazioni e dimensioni. Un terzo strumento chiamato ViDi Detect è stato progettato per analizzare complesse attività di rilevamento dei difetti. È in grado di imparare dalle immagini di parti buone al fine di identificare le parti difettose. In-Sight ViDi Detect è l’ideale per individuare anomalie su parti e superfici complesse, anche in situazioni in cui i difetti possono essere imprevedibili nel loro aspetto.