I diversi tipi di sistemi di visione artificiale e le relative funzioni

Quali sono i principali tipi di sistemi di visione?

Sebbene i sistemi di visione artificiale offrano un'ampia gamma di funzioni e opzioni, sono tre le principali categorie da tenere in considerazione.

Le telecamere a scansione lineare sono utilizzate in applicazioni di ispezione continua come la produzione di bobine. Acquisiscono un’immagine larga, ma molto sottile, in genere quando il materiale si sposta oltre l’area di scansione, e utilizzano il software per ricostruire l’immagine linea per linea. In queste applicazioni sono significativamente più veloci rispetto alle telecamere 2D standard. Esempi di questa applicazione includono l’ispezione di tessuti, carta e altri prodotti non rigidi.

La maggior parte della visione artificiale utilizza telecamere 2D, chiamate anche sistemi di scansione dell'area. Questi sistemi possono essere semplici sensori monouso oppure sistemi più completi. I sensori sono più economici, più piccoli, più facili da installare e spesso più robusti delle telecamere con una gamma più ampia di funzioni. Generalmente, i sistemi completi sono più configurabili, eseguono attività più complesse e possono acquisire immagini a risoluzione maggiore. La scelta tra sensori e sistemi di visione artificiale più complessi dipende dall’attività che occorre eseguire, dal formato dell’output dei dati, dal costo e dalla facilità d’uso. 

I sistemi di visione 3D aggiungono profondità alle immagini, a volte utilizzando i laser per misurare le distanze e calcolare la profondità. L’aggiunta di profondità può aumentare in una certa misura la complessità e i costi, ma per alcune applicazioni è fondamentale disporre di informazioni aggiuntive. Ad esempio, la visione 3D è essenziale per guidare un braccio robotico e fargli raggiungere con precisione un oggetto con l’orientamento corretto, a prescindere dalla posizione nello spazio. La visione 3D viene utilizzata anche per automatizzare i processi di taglio e saldatura difficili.

Cosa offre la visione artificiale?

I fornitori di visione artificiale a volte classificano ciò che i loro sistemi possono fare con l’acronimo GIGI, dall’inglese “Guidance, Identification, Gauging, and Inspection”, cioè guida, identificazione, misurazione e ispezione. Questa guida suddivide i tipi di applicazione in modo leggermente più dettagliato:

• Rilevamento di difetti
• Rilevamento e conteggio degli oggetti
• Rilevazioni/ misurazioni
• Localizzazione/guida/posizionamento
• Lettura di codici a barre
• OCR/OCV

Rilevamento di difetti

I difetti possono verificarsi in qualsiasi fase del processo produttivo, dai problemi di qualità delle materie prime o dei componenti fino all'ispezione finale. Le ispezioni per individuare i difetti sono state tradizionalmente eseguite manualmente, da personale specializzato. 

La visione artificiale rappresenta un significativo miglioramento rispetto all’ispezione umana: opera alla stessa velocità della linea di produzione, non si stanca, è in grado di rilevare anche difetti piccoli e imprevisti e memorizza le informazioni per un miglioramento operativo continuo.

Esempi:

Rilevamento e conteggio degli oggetti

La determinazione della presenza o dell'assenza e il conteggio degli oggetti è una funzione ampiamente utilizzata nella gestione dell'inventario, nelle linee di produzione e prima di rilasciare o accettare spedizioni. Sia l’ispezione manuale che il conteggio meccanico sono lenti e soggetti a errori, rispetto ai sistemi di visione artificiale che operano ad alta velocità e con precisione costante. 

Esempi:

Misurazione e valutazione

Una produzione precisa richiede la misurazione accurata di distanze, aree, diametri e altro ancora. La misurazione manuale con manometri, calibri o dime di ispezione è lenta e introduce discrepanze.

La visione artificiale misura in modo coerente e accurato fino al livello di micron, mentre le parti viaggiano lungo la linea, ad alte velocità. Ogni immagine e i dati ad essa associati possono essere memorizzati in caso di problemi di garanzia o conformità. 

Esempi:

Individuazione, guida e posizionamento delle parti

Funzioni come l'assemblaggio, il pick-and-place e l'ispezione dipendono dalla capacità della visione artificiale di localizzare un componente, sia su un conveyor che in un contenitore. La visione artificiale guida i robot nel prelievo e nel posizionamento dei pezzi e garantisce un posizionamento preciso nell’ordine di micron nell’assemblaggio di precisione. 

Se un pezzo è fuori posto, la visione artificiale misura la differenza tra la posizione e l’orientamento desiderati ed effettivi e la comunica ad un robot o a un controllore logico programmabile (PLC) per il riallineamento del pezzo.

Esempi: 

Lettura di codici a barre

I codici a barre vengono utilizzati per tracciare e identificare le materie prime e i prodotti finiti lungo l’intera supply chain. Includono codici a barre 1D e 2D, ad esempio i codici UPC sui prodotti al dettaglio e i codici data matrix sui pacchi. 

I lettori di codici a barre elaborano informazioni ad alta velocità e leggono correttamente anche i codici parzialmente strappati, oscurati, sbavati o distorti. Gli scanner di codici a barre basati su immagini raccolgono le immagini dei codici a barre letti, consentendo di analizzare le mancate letture o le letture errate per diagnosticare problemi quali una testina di stampa ostruite, codici danneggiati o un'illuminazione inadeguata. I sistemi a telecamera multipla possono eseguire la scansione di un pezzo o di una confezione da più lati contemporaneamente per aumentare il tasso di lettura anche quando non tutti i codici sono orientati nello stesso modo.

Esempi: 

Lettura del testo: OCR e OCV

I codici a barre sono presenti ovunque nell’industria moderna, ma il testo stampato leggibile dall’occhio umano è ancora essenziale, in particolare per la vendita al dettaglio, la produzione, la farmaceutica e le supply chain di alimentari e bevande, per identificare le date di scadenza, i numeri di lotto e altre informazioni importanti. Per essere utile nella moderna elaborazione ad alta velocità, il testo deve essere leggibile in modo affidabile dalle macchine. I sistemi di visione artificiale possono leggere questi codici nell’arco di millisecondi con una precisione del 99,99%. 

Il riconoscimento ottico dei caratteri (OCR) e la verifica ottica dei caratteri (OCV) identificano e interpretano entrambi il testo nelle immagini, con una differenza fondamentale. L’OCR legge il testo per attivare un’altra azione, mentre l’OCV viene utilizzato per verificare la qualità del testo a fronte di uno standard noto.

Esempi: