Computer Vision

Sin dalle prime apparizioni dell’automazione nella produzione si è assistito ad una notevole differenza tra la rapidità della produzione e la lentezza delle verifiche sulla qualità dei prodotti. Con l’introduzione delle prime GPU avvenuta all’inizio del ventunesimo secolo e le sue rapide evoluzioni tecnologiche, si sono aperte le porte allo sviluppo di reti neurali, deep learning  e l’intelligenza artificiale arrivando fino all’introduzione della computer vision e machine learning e spingendo la computer vision nel manufacturing e addirittura verso applicazioni come la guida autonoma, la diagnostica medica e la robotica.

Dettagli importanti, come un pezzo danneggiato oppure l’usura delle attrezzature o gli errori di assemblaggio non passano più inosservati alla visione computerizzata che può intervenire rapidissimamente nel definire un prezzo buono o da scartare, consentendo l’automazione della produzione per attività che un tempo erano completamente manuali o basate su sensori.

L’analisi delle immagini nel settore manifatturiero è guidata da modelli di IA di visione che sono in grado di rilevare, tracciare e classificare gli oggetti nei fotogrammi video ed eventualmente di approfondire ulteriormente le verifiche e i controlli di qualità in tempo reale, individuando i difetti, e contribuendo a monitorare la sicurezza, rilevando la presenza di lavoratori in aree riservate etc.

La computer vision può rilevare un articolo o i suoi componenti durante la produzione, confermare che si trovano nel posto giusto e prevenire gli errori di assemblaggio oppure classificare gli articoli in base alla qualità o al tipo di prodotto anche quando gli articoli sono sovrapposti o sono strettamente raggruppati. In sintesi, la computer vision è in grado di aiutare il sistema MES a avere risposte immediate dalla raccolta dati di produzione allineando la velocità di controllo alla velocità di produzione evitando colli di bottiglia.