EO_Lighting_30

EO LIGHTING - NOVEMBRE/DICEMBRE 2022 XIV Lighting da esperti esterni di visione artificiale. Tuttavia, queste soluzioni non sarebbero adatte per alcune delle applicazioni di Bosch, in cui l’oggetto che deve essere ispezionato è costituito da un polimero di colore nero su sfondo nero. In queste condizioni, in sostanza, è impossibile impostare i parametri che consentono alla soluzione di QA di identificare i difetti, ed occorre quindi procedere manualmente, programmando attività che risultano ripetitive, tediose ed estenuanti per gli ispezionatori, senza contare la possibilità di errori umani dovuti alla stanchezza, e il costo del personale utilizzato per tali mansioni. Nel contesto industriale di Waiblingen, la soluzione di visione artificiale AMV, Inspekto S70, implementata nello stabilimento, mira a creare un nuovo approccio nei processi di QA, sfruttando l’intelligenza artificiale per imitare la capacità di apprendimento tipica degli esseri umani. La soluzione è in grado di autoconfigurarsi, imparare dai dati acquisiti e di ottimizzarsi in maniera autonoma. Più in dettaglio, S70 utilizza in maniera sinergica tre differenti motori di AI: il primo funziona in fase di acquisizione dell’immagine, configurando in automatico tutti i parametri ottici necessari per lo specifico caso d’uso, e applicando poi un meccanismo di aggiustamento dinamico per mitigare le modifiche nell’ambiente di produzione. Un secondo motore di AI si occupa dell’identificazione e del riconoscimento di oggetti rigidi, con differenti forme e superfici. Un terzo motore di AI è invece dedicato alla scoperta dei difetti nei prodotti, ed ha la capacità di distinguere tra difetti ammissibili e anomalie inaccettabili. Inoltre, è in grado di progredire verso un continuo miglioramento, grazie alle caratteristiche intrinseche dell’algoritmo di deep learning. In particolare, il sistema S70 richiederebbe soltanto una media di circa 20-30 buoni campioni di esempio, per apprendere quali caratteristiche debba possedere un prodotto perfetto. Visione artificiale, i settori in crescita La crescente domanda di soluzioni di ispezione di qualità e di automazione in disparati settori industriali verticali sta guidando il mercato globale delle applicazioni di visione artificiale (machine vision), secondo le stime della società di ricerca Grand View Research (GVR). Dai 13,27 miliardi di dollari del 2021, il comparto è previsto raggiungere 21,17 miliardi di dollari entro il 2028, espandendosi con un CAGR pari al 6,9% nel periodo preso in esame dall’analisi (2021- 2028). L’abilità dei sistemi di visione di elaborare grandi volumi di dati e informazioni in frazioni di secondo è il principale fattore di sviluppo del comparto; inoltre, la crescente adozione dei robot in diversi settori industriali sta guidando verso l’applicazione di sistemi robotizzati “vision-guided”: questi settori industriali verticali chiave sono l’automotive, il settore farmaceutico, l’imballaggio, l’industria alimentare e delle bevande. La tecnologia di visione artificiale è, naturalmente, costituita da una combinazione di hardware e software. A livello hardware, i componenti principali del sistema Gli algoritmi di deep learning innovano i sistemi di visione tradizionali, sfruttando l’intelligenza artificiale (Fonte: Pixabay)