Cómo la visión artificial continúa aumentando la eficiencia de la automatización industrial

Jul 25, 2023

Blog

Equipo de marketing online A3 | 28/08/2023

En abril de 2021, se anunció que la Asociación de Industrias de Robótica (RIA), AIA – Advancing Vision + Imaging (AIA) y la Asociación de Motores y Control de Movimiento (MCMA) se fusionarían bajo un mismo paraguas como A3, la Asociación para el Avance de la Automatización. En lugar de centrarse en componentes y negocios separados, la nueva asociación consideraría la automatización desde un punto de vista holístico. Camine por cualquier feria de automatización en 2023 y descubrirá por qué.

Si bien los asistentes verán muchas empresas mostrando sus innovaciones en estas áreas individuales, muchas demostraciones, incluidas varias de una afluencia de empresas más nuevas, destacan tecnologías que incorporan los últimos desarrollos en robots, visión artificial y control de movimiento juntos. (Robots móviles autónomos, por ejemplo).

Estas tecnologías individuales cumplen propósitos únicos y valiosos en la fábrica y más allá. Por ejemplo, los robots "ciegos" aún pueden automatizar muchas tareas repetibles y preprogramadas en diferentes industrias, pero combinar un robot con visión artificial crea un sistema de automatización mucho más flexible con muchas más capacidades. A medida que los sistemas de automatización sigan evolucionando y progresando, la visión artificial seguirá siendo un factor clave. Veamos algunas de las formas recientes en que la visión artificial ha ayudado a impulsar las tecnologías de automatización.

Mejoras 3D

Si bien las imágenes 3D han servido durante mucho tiempo al espacio de la automatización industrial, los desarrollos recientes han mejorado las aplicaciones existentes y al mismo tiempo han abierto la puerta a otras nuevas. Las capacidades 3D nuevas o mejoradas incluyen menor ruido, mayor resolución, imágenes de textura en RGB, mayor precisión y la capacidad de capturar imágenes de objetos en movimiento a velocidades bastante altas.

Además, ciertas implementaciones de imágenes 3D se han vuelto menos costosas y más fáciles de usar. Por ejemplo, varios de los sistemas de automatización para aplicaciones específicas que hay en el mercado hoy en día, como los diseñados específicamente para la recolección de contenedores y la recogida y colocación en general, paletizado y despaletizado y clasificación logística, aprovechan una única cámara 3D RGB-D. Captura una imagen en color 2D y una medición de profundidad que se pueden combinar para crear imágenes RGB-D, que a su vez se utilizan para ayudar a guiar los movimientos del robot.

En otros lugares, otros avances 3D han abordado algunos de los desafíos actuales de la automatización, entre ellos:

Tiempo de vuelo (ToF):Las cámaras y sensores ToF han logrado grandes avances en los últimos años, lo que les permite cumplir con los requisitos de logística, robots autónomos y otras aplicaciones desafiantes de automatización industrial.

Imágenes de alto rango dinámico: Los sistemas de imágenes 3D actuales ofrecen capacidades de alto rango dinámico nunca antes vistas. Esto es adecuado para aplicaciones que involucran superficies de alta o baja reflectividad, como el ensamblaje de automóviles, o en aplicaciones de logística y paletización, donde los objetos o piezas pueden variar mucho y resultar difíciles de visualizar con un tiempo de exposición fijo.

Perfiladores 3D calibrados de fábrica: Dirigidos a la facilidad de uso para clientes que requieren capacidades de visión 3D, los perfiladores 3D totalmente integrados y calibrados de fábrica ofrecen configuración y operación intuitivas para aplicaciones de imágenes. Esto puede abarcar desde inspecciones de automóviles que involucran piezas electrónicas pequeñas o piezas de automóviles grandes hasta tareas de embalaje que incluyen inspección y ubicación de contenedores y niveles de llenado, clasificación y mediciones volumétricas.

El impulso de la IA

Otro desarrollo interesante en los últimos años ha sido la intersección de la IA y el 3D, junto con el nicho general que se ha creado para los métodos de IA, incluidas las técnicas de aprendizaje profundo y aprendizaje automático. En primer lugar, muchos de los sistemas de aplicaciones específicas mencionados anteriormente que aprovechan las imágenes 3D también implementan técnicas de inteligencia artificial como una herramienta complementaria pero poderosa que agrega flexibilidad. Por ejemplo, los algoritmos de IA pueden ayudar a estos sistemas a identificar individualmente elementos altamente variables, lo que permite al robot realizar una selección de alta velocidad basada en un conjunto de entrenamiento, una tarea en la que los algoritmos tradicionales de visión artificial tendrían dificultades. Estos artículos pueden incluir cualquier cosa, desde pequeños bienes de consumo en un almacén hasta pechugas de pollo individuales que se mueven a altas velocidades en una línea transportadora.

Por supuesto, la IA ha encontrado su nicho en la visión artificial más allá de las imágenes en 3D. En muchos sectores industriales diferentes, todavía hay muchos procesos de fabricación que dependen en gran medida de la inspección visual humana. Aumentar un sistema de visión artificial con técnicas de aprendizaje automático o aprendizaje profundo puede permitir que el sistema tome decisiones de inspección subjetivas donde de otro modo se requeriría un ser humano. Los ejemplos incluyen detección de anomalías, detección de defectos, clasificación, verificación de ensamblaje y más, que ayudan a las empresas a aprovechar al máximo sus sistemas de inspección automatizados.

Los avances de la IA también han hecho que la automatización robótica sea más fácil y sencilla de implementar. Una de las propuestas de valor más importantes para la IA en el espacio de la automatización industrial es la diversificación de quién puede automatizar, según Juan Aparicio, presidente de Robota Labs, quien citó un informe reciente del MIT sobre el futuro del trabajo. Este informe encontró que existían muy pocos robots en los fabricantes pequeños y medianos. A medida que la IA se vuelve más fácil de implementar (varios proveedores ahora ofrecen herramientas de código bajo o sin código para el desarrollo de la IA), algunos fabricantes más pequeños han comenzado a recurrir a la IA a medida que las herramientas se vuelven más fáciles de usar, lo cual, con suerte, es una tendencia que continuará. .

Facilitar la adopción de la automatización

Los avances en áreas como sensores, cámaras, informática industrial, iluminación y robótica sin duda ayudarán a impulsar la automatización y permitirán que surjan nuevas aplicaciones, pero en muchos sentidos, la próxima ola de mejoras estará impulsada por el software. Esto no significa sólo software que ofrecerá nuevas herramientas y capacidades dirigidas a la automatización industrial, sino software que facilite la integración y, en última instancia, facilite mucho el desarrollo y la implementación de aplicaciones para el usuario final.

VOLVER AL BLOG

Mensajes recientes