EMB_86

EMBEDDED 86 • NOVEMBRE • 2022 37 S istemi di questo tipo vengono solitamente im- piegati per riconoscere pattern di base che consentono loro di effettuare, ad esempio, il monitoraggio di pro- dotti in transito su nastri trasportatori. Il recente av- vento dell’intelligenza artificiale (AI) e delle tecniche di apprendimento automatico (ML - Machine Learning) ha tutte le potenzialità per consentire ai sistemi di vi- sione artificiale di incrementare notevolmente il valore aggiunto che possono apportare alle applicazioni indu- striali. Poiché i prodotti in uscita da una linea di produzione industriale sono caratterizzati da parametri ben defini- ti, rappresentano l’applicazione ideale per i sistemi di visione artificiale che possono essere pre-programmati per identificare oggetti o eventi che non rientrano in un range previsto. In ogni caso, non sono in grado di ge- stire eventi o avvenimenti diversi rispetto a quelli pre- visti dalle configurazioni di riconoscimento impostate. L’intelligenza artificiale e il riconoscimento automatico possono dare un valido contributo per colmare questa lacuna e consentire l’impiego dei sistemi di visione arti- ficiale in attività a più alto valore aggiunto rispetto alla semplice identificazione dell’arresto imprevisto di un nastro trasportatore o del rilevamento della mancanza di un oggetto da una linea di produzione. Ciò consen- tirà loro di supportare differenti attività in una molte- plicità di mercati verticali. Grazie alla diminuzione dei costi e all’incremento dell’accuratezza, le piattaforme cloud commercialmen- te disponibili vengono utilizzate in misura sempre mag- giore per ospitare algoritmi di intelligenza artificiale che elaborano i dati di visione acquisiti da queste ap- plicazioni. Ciò significa che è diventato molto più sem- plice aggiungere funzionalità di intelligenza artificiale e di apprendimento automatico ai sistemi di visione ar- tificiale, destinati inevitabilmente a rivestire un ruolo di primo piano nell’evoluzione in corso dei dispositivi IoT (e IIoT). Rilevamento a bassissimo consumo La disponibilità di sensori a bassissimo consumo rap- presenterà un elemento critico per questa crescita poi- ché parecchie applicazioni richiederanno un sistema di visione attivo in grado di acquisire velocemente im- magini a richiesta, abbinando elevati livelli prestazioni a consumi estremamente ridotti. L’elaborazione delle immagini mediante l’intelligenza artificiale che viene eseguita nel cloud permette di utilizzare piattaforme Visione artificiale: orizzonti sempre più ampi grazie all’intelligenza artificiale Negli ultimi anni l’uso dei sistemi di visione artificiale nei processi industriali è aumentato in maniera considerevole Guy Nicholson Senior Director, Industrial and Commercial Sensing Division onsemi MACHINE VISION | HARDWARE