Che cos'è la visione artificiale e come può essere d'aiuto?

Comprendere come funziona la visione artificiale può aiutarti a determinare se la visione artificiale risolve specifici problemi applicativi nella produzione o nella lavorazione.

Le persone spesso non capiscono cosa la visione artificiale (computerizzata, artificiale) può e non può fare per una linea o un processo di produzione. Capire come funziona può aiutare le persone a decidere se risolverà i problemi in un'applicazione. Quindi cos'è esattamente la visione artificiale e come funziona effettivamente?

La visione artificiale è una tecnologia moderna che include strumenti per l'acquisizione, l'elaborazione e l'analisi di immagini del mondo fisico al fine di creare informazioni che possono essere interpretate e utilizzate da una macchina utilizzando processi digitali.

L'uso della visione artificiale nell'industria

La visione artificiale si riferisce all'uso di una o più telecamere per ispezionare e analizzare automaticamente gli oggetti, il più delle volte in un ambiente industriale o di produzione. I dati risultanti possono quindi essere utilizzati per controllare i processi o le attività di produzione.

Questa tecnologia automatizza un'ampia gamma di attività fornendo alle macchine le informazioni di cui hanno bisogno per prendere le giuste decisioni per ogni attività.

L'uso della visione artificiale nell'industria consente l'automazione dei processi produttivi, portando a migliori risultati di produzione attraverso l'uso del controllo di qualità e una maggiore flessibilità in ogni fase.

Attualmente, l'uso della visione artificiale industriale ha notevolmente migliorato i processi di produzione. Ciò ha permesso di ottenere prodotti di maggiore qualità a costi inferiori e in quasi tutti i settori dell'industria, dall'automotive e alimentare, all'elettronica e alla logistica.

Un utilizzo tipico sarebbe una catena di montaggio in cui la fotocamera viene attivata dopo che è stata eseguita un'operazione su una parte che acquisisce ed elabora un'immagine. La telecamera può essere programmata per controllare la posizione di un particolare oggetto, il suo colore, dimensione o forma e la presenza dell'oggetto.

La visione artificiale può anche cercare e decodificare codici a barre a matrice 2D standard o persino leggere caratteri stampati. Dopo aver controllato il prodotto, di solito viene generato un segnale che determina cosa fare successivamente con il prodotto. La parte può essere lasciata cadere in un contenitore, indirizzata a un trasportatore diramato o trasferita ad altre operazioni di assemblaggio e i risultati dell'ispezione vengono tracciati nel sistema.

In ogni caso, i sistemi di visione artificiale possono fornire molte più informazioni su un oggetto rispetto a semplici sensori di posizione.

La visione artificiale è comunemente utilizzata, ad esempio, per:

• controllo qualità,
• controllo di un robot (macchina),
• test e calibrazione,
• controllo di processo in tempo reale,
• raccolta dati,
• monitoraggio della macchina,
• ordinare e contare.

Molti produttori utilizzano la visione computerizzata automatizzata invece del personale di ispezione perché è più adatta per ispezioni ripetitive. È più veloce, più obiettivo e funziona 24 ore su 24.

I sistemi di visione artificiale possono ispezionare centinaia o migliaia di parti al minuto e fornire risultati di ispezione più coerenti e affidabili rispetto agli esseri umani.Riducendo i difetti, aumentando le entrate, facilitando la conformità e monitorando le parti con la visione artificiale, i produttori possono risparmiare denaro e aumentare la loro redditività.

Come funziona la visione artificiale

Una fotocellula discreta è uno dei sensori più semplici nel campo dell'automazione industriale. Il motivo per cui lo chiamiamo "discreto" o digitale è perché ha solo due stati: acceso o spento.

Il principio di funzionamento di una fotocellula discreta (sensore ottico) consiste nel trasmettere un raggio di luce e determinare se la luce viene riflessa da un oggetto. Se non ci sono oggetti, la luce non viene riflessa nel ricevitore della fotocellula. Un segnale elettrico, solitamente 24 V, è collegato al ricevitore.

Se l'oggetto è presente, il segnale viene attivato e può essere utilizzato nel sistema di controllo per eseguire un'azione. Quando l'oggetto viene eliminato, il segnale viene nuovamente disattivato.

Tale sensore può anche essere analogico. Invece di due stati, ad es. spento e acceso, può restituire un valore che indica quanta luce sta tornando al suo ricevitore. Può restituire 256 valori, da 0 (che significa assenza di luce) a 255 (che significa molta luce).

Immagina migliaia di minuscole fotocellule analogiche disposte in una matrice quadrata o rettangolare puntate su un oggetto.Ciò creerà un'immagine in bianco e nero dell'oggetto in base alla riflettività della posizione verso cui punta il sensore. I singoli punti di scansione in queste immagini sono chiamati "pixel".

Naturalmente, migliaia di minuscoli sensori fotoelettrici non vengono utilizzati per creare l'immagine. Invece, l'obiettivo mette a fuoco l'immagine su una serie di rivelatori di luce a semiconduttore.

Questa matrice utilizza array di dispositivi semiconduttori sensibili alla luce come CCD (Charge Coupled Device) o CMOS (Complementary Metal-Oxide-Semiconductor). I singoli sensori in questa matrice sono pixel.

I quattro componenti principali di un sistema di visione artificiale

I quattro componenti principali di un sistema di visione artificiale sono:

• lenti e illuminazione;
• sensore di immagine o fotocamera;
• processore;
• un modo per trasferire i risultati, tramite una connessione fisica di input/output (I/O) o un altro metodo di comunicazione.

La visione artificiale può utilizzare la scansione dei pixel a colori e spesso utilizza una matrice di pixel molto più ampia. Gli strumenti software vengono applicati alle immagini acquisite per determinare le dimensioni, il posizionamento dei bordi, il movimento e la posizione relativa degli elementi tra loro.

Le lenti catturano l'immagine e la trasmettono al sensore sotto forma di luce. Per ottimizzare il sistema di visione artificiale, la telecamera deve essere abbinata a obiettivi appropriati.

Sebbene esistano molti tipi di lenti, le lenti a lunghezza focale fissa sono comunemente utilizzate nelle applicazioni di visione artificiale. Tre fattori sono importanti nella scelta: campo visivo, distanza di lavoro, dimensioni del sensore della fotocamera.

L'illuminazione può essere applicata a un'immagine in vari modi. La direzione da cui proviene la luce, la sua luminosità e il suo colore o lunghezza d'onda rispetto al colore del target sono fattori molto importanti da considerare quando si progetta un ambiente di visione artificiale.

Sebbene l'illuminazione sia una parte importante per ottenere una buona immagine, ci sono altri due fattori che influenzano la quantità di luce ricevuta da un'immagine. L'obiettivo include un'impostazione chiamata apertura, che si apre o si chiude per consentire a più o meno luce di entrare nell'obiettivo.

In combinazione con il tempo di esposizione, questo determina la quantità di luce che colpisce l'array di pixel prima che venga applicata qualsiasi illuminazione. La velocità dell'otturatore o il tempo di esposizione determina per quanto tempo l'immagine viene proiettata sulla matrice di pixel.

Nella visione artificiale, l'otturatore è controllato elettronicamente, di solito con precisione al millisecondo. Dopo che l'immagine è stata catturata, vengono applicati gli strumenti software. Alcuni vengono utilizzati prima dell'analisi (pre-elaborazione), altri vengono utilizzati per determinare le proprietà dell'oggetto studiato.

Durante la pre-elaborazione, puoi applicare effetti a un'immagine per rendere più nitidi i bordi, aumentare il contrasto o riempire gli spazi vuoti. Lo scopo di queste attività è migliorare le capacità di altri strumenti software.

La visione artificiale è una tecnologia che imita la visione umana e consente di ricevere, elaborare e interpretare le immagini ottenute durante i processi produttivi.Le macchine di visione artificiale analizzano e decodificano le informazioni ricevute durante i processi produttivi per prendere decisioni e agire nel modo più conveniente attraverso un processo automatizzato. L'elaborazione di queste immagini viene effettuata utilizzando il software associato alla macchina e, sulla base dei dati ottenuti, è possibile continuare le lavorazioni e identificare eventuali errori sulle linee di montaggio.

L'obiettivo della visione artificiale

Ecco alcuni strumenti comuni che puoi utilizzare per ottenere informazioni sul tuo target:

• Conteggio pixel: mostra il numero di pixel chiari o scuri nell'oggetto.
• Rilevamento dei bordi: trova il bordo di un oggetto.
• Misurazione (metrologia): misurare le dimensioni di un oggetto (es. in millimetri).
• Riconoscimento di pattern o corrispondenza di pattern: ricerca, corrispondenza o conteggio di pattern specifici. Ciò può includere il rilevamento di un oggetto che può essere ruotato, parzialmente nascosto da un altro oggetto o avere altri oggetti.
• Riconoscimento ottico dei caratteri (OCR): lettura automatica di testi come i numeri di serie.
• Lettura di codici a barre, Data Matrix e codici a barre 2D: raccogliere i dati contenuti in vari standard di codici a barre.
• Spot detection: controlla l'immagine per patch di pixel interconnessi (come un buco nero in un oggetto grigio) come punto di riferimento per l'immagine.
• Analisi del colore: identifica parti, prodotti e oggetti in base al colore, valuta la qualità ed evidenzia gli elementi in base al colore.

Lo scopo di ottenere i dati di ispezione è spesso quello di utilizzarli per confrontare i valori target per determinare il superamento/fallimento o procedere/non procedere.

Ad esempio, durante la scansione di un codice o di un codice a barre, il valore risultante viene confrontato con il valore target memorizzato. In caso di misurazione, il valore misurato viene confrontato con i valori e le tolleranze corretti.

Quando si verifica un codice alfanumerico, il valore del testo OCR viene confrontato con il valore corretto o di destinazione. Per verificare la presenza di difetti superficiali, la dimensione del difetto può essere confrontata con la dimensione massima consentita dagli standard di qualità.

Controllo di qualità

La visione artificiale ha un enorme potenziale nell'industria. Questi sistemi di visione artificiale sono stati utilizzati nella robotica, ci permettono di offrire una soluzione automatica per diverse fasi della produzione, come il controllo qualità o il rilevamento di prodotti difettosi.

Il controllo di qualità è un insieme di metodi e strumenti che ci consentiranno di identificare gli errori nel processo di produzione, nonché di adottare le misure appropriate per eliminarli. Ciò fornisce un controllo molto più completo sul prodotto finale, assicurando che quando raggiunge il consumatore soddisfi standard di qualità specifici e stabiliti.

In questo modo, i prodotti che non soddisfano i requisiti minimi di qualità vengono esclusi dal processo, eliminando così possibili interruzioni nel processo produttivo, il che si ottiene effettuando continuamente ispezioni e test casuali.

L'uso del controllo di qualità nella produzione presenta una serie di vantaggi:

• Aumentare la produttività;
• Perdite materiali ridotte;
• Calo dei prezzi;
• La migliore qualità del prodotto finale.

Comunicazione nella visione artificiale

Una volta ricevute dal processore e dal software, queste informazioni possono essere trasmesse al sistema di controllo tramite una varietà di protocolli di comunicazione standard del settore.

I principali sistemi di visione artificiale spesso supportano EtherNet/IP, Profinet e Modbus TCP. Sono comuni anche i protocolli seriali RS232 e RS485.

L'I/O digitale è spesso integrato nei sistemi di attuazione e semplifica la segnalazione dei risultati. Sono disponibili anche standard di comunicazione per visione artificiale.

Conclusione

I sistemi di visione artificiale hanno un'ampia varietà di applicazioni e possono essere adattati a diversi settori e alle diverse esigenze di ogni linea di produzione. Oggi, qualsiasi azienda che produce prodotti secondo un certo standard può trarre vantaggio dalla visione artificiale come parte del proprio processo di produzione.

Comprendere i principi fisici e le capacità dei sistemi di visione artificiale può essere utile per determinare se tale tecnologia è adatta per un processo di produzione in un caso particolare. In generale, qualunque cosa l'occhio umano possa vedere, la fotocamera può vedere (a volte di più, a volte meno), ma decodificare e trasmettere queste informazioni può essere piuttosto complesso.