EMB_86

EMBEDDED 86 • NOVEMBRE • 2022 28 L’altro aspetto è l’algoritmo stesso, che dovrebbe essere elaborato il più vicino possibile al processo. Per questo è necessario un hardware edge (ovvero alla periferia del- la rete) ad alte prestazioni e affidabile. Dopo aver testato varie configurazioni e aver investito notevoli risorse nella selezione dell’hardware, dall’analisi dei risultati è emer- so che un approccio basato su una soluzione di tipo “uni- versale” (o quasi) poteva essere quello più idoneo. Una soluzione affidabile per (quasi) tutti gli scenari L’analisi elaborata dagli esperti di Robotron e Kontron aveva rivelato che la selezione poteva essere ricondotta a una gamma di prodotti hardware in grado di soddisfare una percentuale compresa tra l’80 e il 90% delle richie- ste. In quattro mesi si è quindi arrivati alla definizione di un prodotto standard basato su una workstation KWS 3000-CML su cui gira il software RCV. Questa worksta- tion AI è ottimizzata per applicazioni che richiedono alte prestazioni in termini di capacità di elaborazione e gra- fica, ma contemporaneamente richiedono massima fles- sibilità, affidabilità e disponibilità a lungo termine. KWS 3000-CML alloggiato in un compatto chassis in configu- razione mid-tower, dotata di processori Intel Core ad alte prestazioni (con un massimo di 10 core) e garantisce un raffreddamento efficiente per un funzionamento 24/7 in ambiente con temperature fino a 45 °C. Per quanto concerne la scheda grafica, la scelta è rica- duta su RTX 5000 di NVIDIA: si tratta di una GPU con sufficiente potenza di elaborazione e risorse RAM ade- guate per il training, che permette di fare la valutazione di una immagine nell’arco di millisecondi. Il sistema è in grado di garantire una qualità delle ispezioni omogenea anche durante le fasi di avvio della produzione e nel mo- mento in cui insorgono problemi spontanei di processo. “Se sono necessari tempi ancora più brevi per il processo inferenziale è possibile interconnettere più GPU”. L’ap- proccio di Kontron è di tipo modulare, ovvero basato su moduli individuali che prevede la possibilità di espan- sione senza dover acquistare una nuova workstation. In ogni caso, è importante all’interno dei quale vengono ela- borati i risultati del test. Altri aspetti da non sottovalutare sono, oltre all’inferenza, le connessioni con la telecamera e il tipo di reti utilizzate (e le relative latenze). Un’integrazione a prova di audit Nella fase iniziale del progetto, si era fatta anche l’ipotesi di configurare ulteriori telecamere standard da collega- re alla workstation. “Tuttavia, il modo in cui le immagini vengono acquisite varia sensibilmente. Illuminazione, varianti di colore su superfici opache, argento o acciaio inox, incidenza della luce, distanza dell’oggetto differi- scono sensibilmente da un’applicazione all’altra, per po- ter utilizzare una sola tipologia di telecamera. Così come le connessioni dei PLC sono troppo diverse per poter integrare componenti software pre-configurati. “In ogni caso – ha precisato Kasinathan – i clienti possono sempre contattare Kontron per ottenere specifiche interfacce”. Per poter utilizzare l’AI nell’intero processo, non sono sufficienti reti addestrate e immagini etichettate. La so- luzione deve essere collegata anche ai PLC dei sistemi a monte, vanno specificati i valori target e definite le loca- zioni degli output, mentre è necessario procedere all’in- tegrazione di sensori e barriere luminose. Le aziende, infine, richiedono soluzioni a prova di audit per control- lare, a esempio, che una data di scadenza del prodotto sia stata applicata correttamente. Il concetto “one-fits-all” in ogni caso contribuisce a semplificare notevolmente il la- voro per gli utenti. Una soluzione per tutti i compiti Con il suo approccio standard, la soluzione AI proposta differisce notevolmente da altre più complesse soluzioni presenti sul mercato. Qui l’offerta è molto diversificata: vi sono produttori specializzati solo in soluzioni preposte all’etichettatura dei dati (data labeling) o all’addestra- mento sul cloud e altri in soluzioni destinate solo all’e- laborazione. Con un sistema all’avanguardia in grado di gestire tutti gli aspetti – addestramento, deployment e inferenza – Robotron permette di compiere un notevole passo in avanti verso l’implementazione pratica dell’AI. L’approccio “no-code” dà un’importate contributo a que- sta evoluzione. Gli specialisti dei dati, gli ingegneri di processo e anche gli operatori delle macchine, che spes- Definizione dei riquadri di delimitazione per l’annotazione dell’immagine del tool per l’etichettatura della piattaforma RCV IN TEMPO REALE | MACHINE VISION