Come la visione artificiale continua ad aumentare l'efficienza dell'automazione industriale

Jul 25, 2023

Blog

Team di marketing online A3 | 28/08/2023

Nell'aprile 2021, è stato annunciato che la Robotics Industries Association (RIA), AIA - Advancing Vision + Imaging (AIA) e la Motion Control and Motors Association (MCMA) si sarebbero fuse sotto un unico ombrello come A3, Association for Advancing Automation. Invece di concentrarsi su componenti e attività separate, la nuova associazione guarderà all’automazione da un punto di vista olistico. Cammina in qualsiasi fiera dell'automazione nel 2023 e potresti capirne il motivo.

Mentre i partecipanti vedranno molte aziende mostrare le loro innovazioni in queste singole aree, molte dimostrazioni – tra cui molte di un afflusso di nuove aziende – mettono in evidenza le tecnologie che incorporano insieme gli ultimi sviluppi nei robot, nella visione artificiale e nel controllo del movimento. (Robot mobili autonomi, per un esempio).

Queste singole tecnologie servono a scopi unici e preziosi in fabbrica e oltre. Ad esempio, i robot “ciechi” possono ancora automatizzare molte attività ripetibili e preprogrammate in diversi settori, ma associare un robot alla visione artificiale crea un sistema di automazione molto più flessibile con capacità significativamente maggiori. Poiché i sistemi di automazione continuano ad evolversi e progredire, la visione artificiale rimarrà un fattore chiave. Diamo un'occhiata ad alcuni dei modi recenti in cui la visione artificiale ha contribuito a far avanzare le tecnologie di automazione.

Miglioramenti 3D

Sebbene l’imaging 3D sia utilizzato da tempo nel settore dell’automazione industriale, i recenti sviluppi hanno migliorato le applicazioni esistenti aprendo la porta a nuove. Le funzionalità 3D nuove o migliorate includono rumore inferiore, risoluzione più elevata, immagini di texture in RGB, maggiore precisione e la capacità di catturare immagini di oggetti in movimento a velocità piuttosto elevate.

Inoltre, alcune implementazioni di imaging 3D sono diventate meno costose e più facili da usare. Ad esempio, molti dei sistemi di automazione specifici per applicazione presenti oggi sul mercato, come quelli realizzati appositamente per il prelievo di contenitori e il pick and place generale, la pallettizzazione e depallettizzazione e lo smistamento logistico, sfruttano una singola telecamera 3D RGB-D. Cattura un'immagine a colori 2D e una misurazione della profondità che possono essere combinate per creare immagini RGB-D, che a loro volta vengono utilizzate per aiutare a guidare i movimenti del robot.

Altrove, altri progressi 3D hanno affrontato alcune delle sfide odierne dell'automazione, tra cui:

Tempo di volo (ToF):Le telecamere e i sensori ToF hanno fatto passi da gigante negli ultimi anni, consentendo loro di soddisfare i requisiti della logistica, dei robot autonomi e di altre impegnative applicazioni di automazione di fabbrica.

Immagini ad alta gamma dinamica: I sistemi di imaging 3D oggi offrono funzionalità ad alta gamma dinamica mai viste prima. Ciò è adatto ad applicazioni che coinvolgono superfici ad alta o bassa riflettività, come l'assemblaggio automobilistico, o in applicazioni di logistica e pallettizzazione, dove gli oggetti o le parti possono variare notevolmente e diventare difficile da visualizzare con un tempo di esposizione fisso.

Profiler 3D calibrati in fabbrica: Puntando alla facilità d'uso per i clienti che richiedono funzionalità di visione 3D, i profiler 3D calibrati in fabbrica e completamente integrati offrono configurazione e funzionamento intuitivi per le applicazioni di imaging. Ciò può variare dalle ispezioni automobilistiche che coinvolgono piccole parti elettroniche o parti di automobili di grandi dimensioni alle attività di imballaggio, tra cui l'ispezione e la localizzazione, lo smistamento e le misurazioni volumetriche dei contenitori e del livello di riempimento.

Il potenziamento dell'intelligenza artificiale

Un altro sviluppo interessante negli ultimi anni è stato l’intersezione tra intelligenza artificiale e 3D, insieme alla nicchia generale che è stata ritagliata per i metodi di intelligenza artificiale, comprese le tecniche di deep learning e machine learning. Innanzitutto, molti dei sistemi specifici per le applicazioni sopra menzionati che sfruttano l’imaging 3D implementano anche tecniche di intelligenza artificiale come strumento complementare ma potente che aggiunge flessibilità. Ad esempio, gli algoritmi di intelligenza artificiale possono aiutare questi sistemi a identificare individualmente elementi altamente variabili, consentendo al robot di effettuare una scelta ad alta velocità sulla base di un set di addestramento, un compito in cui gli algoritmi di visione artificiale tradizionali avrebbero difficoltà. Questi articoli possono includere qualsiasi cosa, dai piccoli beni di consumo in un magazzino ai singoli petti di pollo che si muovono ad alta velocità su una linea di trasporto.