Quels sont les principaux types de systèmes de vision ?
Bien que les systèmes de vision industrielle offrent un large éventail de fonctionnalités et d’options, ils peuvent être regroupés en trois grandes catégories.
Les caméras linéaires sont utilisées dans des applications d’inspection continue telles que les processus de fabrication utilisant des bandes. Elles acquièrent une image large mais très fine, généralement lorsque le matériau passe devant la zone d’acquisition, et utilisent un logiciel pour reconstruire l’image ligne par ligne. Elles sont beaucoup plus rapides dans ces applications que les caméras 2D standards. Ce type de caméras est par exemple utilisé dans des applications d’inspection du tissu, du papier et d’autres biens souples.
La plupart des systèmes de vision industrielle utilisent des caméras 2D, également appelées systèmes à acquisition matricielle. Il peut s’agir de capteurs simples à usage unique ou de systèmes plus complets. Les capteurs sont moins chers, plus petits, plus faciles à déployer et souvent plus robustes que les caméras dotées d’une plus large gamme de fonctionnalités. En général, les systèmes complets sont plus configurables, effectuent des tâches plus complexes et peuvent prendre des images de plus grande résolution. La décision entre les capteurs et les systèmes de vision industrielle plus complexes dépend de la tâche effectuée, du format de sortie des données, du coût et de la facilité d’utilisation.
Les systèmes de vision 3D ajoutent de la profondeur à leurs images, parfois en utilisant des lasers pour mesurer les distances et calculer la profondeur. L’ajout de profondeur peut augmenter la complexité et le coût dans un certain degré, mais ces informations supplémentaires sont essentielles pour certaines applications. Par exemple, la vision 3D est essentielle pour guider un bras robotisé afin de saisir avec précision un objet dans la bonne orientation, où qu’il se trouve dans l’espace. La vision 3D est également utilisée pour automatiser les processus de découpe et de soudage difficiles.
Que fait la vision industrielle ?
Les fournisseurs de vision industrielle classent parfois les capacités de leurs systèmes avec l’acronyme GIGI, pour « Guidance, Identification, Gauging and Inspection » (guidage, identification, vérification et inspection). Ce guide décompose les types d’applications plus en détail :
- Détection des défauts
- Détection et comptage des objets
- Mesure et vérification
- Localisation/Guidage/Positionnement
- Lecture de codes-barres
- OCR/OCV
Détection des défauts
Des défauts peuvent survenir dans n’importe quelle partie d’un processus de fabrication : des problèmes de qualité des matières premières ou des pièces à l’inspection finale. Historiquement, les inspections pour détecter les défauts ont été effectuées manuellement, par des ouvriers formés.
La vision industrielle est une amélioration significative par rapport à l’inspection humaine : elle fonctionne à la vitesse de la ligne de production, ne se fatigue pas, peut détecter les plus petits défauts inattendus et stocke les informations pour une amélioration opérationnelle continue.
Exemples :
Rechercher des connecteurs desserrés, des fils mal soudés, de mauvaises lignes pailleuses ou des tubes mal sertis.
Détecter des cellules photovoltaïques défectueuses dans les panneaux solaires ou des défauts dans les plaquettes de semi-conducteurs ou les assemblages de batteries pour véhicules électriques.
Rechercher des contaminants ou d’autres problèmes dans les produits alimentaires.
Détection et comptage des objets
Déterminer la présence ou l’absence d’un objet et compter les objets sont des fonctions largement utilisées dans la gestion des stocks, sur les lignes de production et avant d’autoriser ou d’accepter des expéditions. L’inspection manuelle et le comptage mécanique sont lents et sujets aux erreurs, par rapport aux systèmes de vision industrielle à grande vitesse et toujours précis.
Exemples :
Confirmer la présence de tous les composants électroniques sur une carte de circuit imprimé.
Vérifier la présence de composants tels que clips, vis, ressorts, étiquettes, joints, manuels, inserts ou accessoires.
Comptage des produits dans un colis ou sur une palette.
Mesure et jaugeage
Une fabrication précise nécessite une mesure précise des distances, des zones, des diamètres, etc. La mesure manuelle à l’aide de jauges, de pieds à coulisse ou de gabarits d’inspection est lente et introduit des incohérences.
La vision industrielle mesure de manière constante et précise au micron près, tandis que les pièces défilent sur la ligne à une vitesse élevée. Chaque image et les données associées peuvent être stockées en cas d’erreurs de garantie ou de conformité.
Exemples :
Acquérir des dimensions de pièces moulées par injection et coulées.
Mesurer la circularité et l’angle des pointes sur des pièces.
Déterminer la position des étiquettes ou la taille des emballages.
Localisation, guidage et positionnement des pièces
Les fonctions, telles que l’assemblage, la manutention et l’inspection, dépendent de la capacité de la vision industrielle à localiser une pièce, que ce soit sur un convoyeur ou dans un bac. La vision industrielle guide les robots dans le prélèvement et le placement des pièces et garantit un positionnement au micron près dans les applications d’assemblage de précision.
Si une pièce n’est pas en place, la vision industrielle mesure l’écart entre l’emplacement et l’orientation souhaités et réels et le communique à un robot ou à un automate programmable industriel (API) pour réaligner la pièce.
Exemples :
Localiser des pièces sur un convoyeur pour inspection.
Guider des robots sur les lignes d’assemblage automobiles automatisées.
Assembler des micropuces nécessitant une précision de l’ordre du micron.
Lecture de codes-barres
Les codes-barres sont utilisés pour suivre et identifier les matières premières et les produits finis tout au long de la chaîne d’approvisionnement. Ils comprennent les codes 2D et 1D, tels que les codes UPC sur les produits au détail et les codes Data Matrix sur les emballages.
Les lecteurs de codes-barres traitent les informations à grande vitesse et arrivent à lire correctement des codes partiellement déchirés, obscurcis, tachés ou déformés. Les lecteurs imageurs de codes-barres collectent des images des codes-barres qu’ils lisent, ce qui permet d’analyser les lectures impossibles ou les erreurs de lecture pour diagnostiquer les problèmes, tels qu’une tête d’impression obstruée, des codes-barres endommagés ou un éclairage inadéquat. Plusieurs systèmes de caméra peuvent scanner simultanément plusieurs côtés d’une pièce ou d’un paquet pour augmenter les taux de lecture lorsque tous les codes ne sont pas orientés de la même manière.
Exemples :
Suivi des colis lorsqu’ils transitent par un entrepôt de logistique.
S’assurer que les bons composants sont assemblés.
Fournir une traçabilité précise des fournitures médicales.
Lecture de texte : Reconnaissance optique de caractères (OCR) et OCV
Les codes-barres sont partout dans l’industrie moderne, mais le texte imprimé lisible par un être humain reste essentiel, en particulier pour les chaînes logistiques de produits au détail, de fabrication, pharmaceutiques et de produits aliments et boissons, afin d’identifier les dates de vente, les numéros de lot et d’autres informations importantes. Pour que ce texte soit utile dans le traitement à grande vitesse moderne, il doit être lisible de manière fiable par les machines. Les systèmes de vision industrielle peuvent lire ces codes en quelques millisecondes avec une précision de 99,99%.
La reconnaissance optique de caractères (Optical Character Recognition, OCR) et la vérification optique de caractères (Optical Character Verification, OCV) identifient et interprètent le texte dans les images, avec une différence majeure. L’OCR lit le texte pour déclencher une autre action, tandis que l’OCV est utilisée pour vérifier la qualité du texte par rapport à une norme connue.
Exemples :
Classifier une pièce en fonction des caractères imprimés dessus (OCR).
Vérifier si une date de péremption ou un numéro de lot est imprimé correctement (OCV).
Reconnaître les produits authentiques et les produits contrefaits (OCR)
Établir une traçabilité pour répondre aux exigences réglementaires (OCR).
Lire la suite : Comparaison de la vision industrielle fondée sur des règles à la vision industrielle alimentée par l’IA
Les systèmes basés sur des règles suivent des instructions pas à pas programmées par l’utilisateur pour interpréter les images et prendre des décisions. En revanche, les systèmes basés sur l’intelligence artificielle (IA) utilisent une base de données d’images de référence pour « apprendre » comment prendre des décisions.