Comment la vision industrielle continue d’augmenter l’efficacité de l’automatisation industrielle

Jul 25, 2023

Blog

Équipe de marketing en ligne A3 | 28/08/2023

En avril 2021, il a été annoncé que la Robotics Industries Association (RIA), l'AIA – Advancing Vision + Imaging (AIA) et la Motion Control and Motors Association (MCMA) fusionneraient sous un même toit sous le nom d'A3, l'Association for Advancing Automation. Au lieu de se concentrer sur des composants et des activités distincts, la nouvelle association examinerait l'automatisation d'un point de vue holistique. Parcourez n’importe quel salon d’automatisation en 2023 et vous comprendrez peut-être pourquoi.

Alors que les participants verront de nombreuses entreprises présenter leurs innovations dans ces domaines individuels, de nombreuses démonstrations – dont plusieurs d'un afflux d'entreprises plus récentes – mettent en avant des technologies qui intègrent les derniers développements en matière de robots, de vision industrielle et de contrôle de mouvement. (Robots mobiles autonomes, par exemple).

Ces technologies individuelles servent des objectifs uniques et précieux dans l’usine et au-delà. Par exemple, les robots « aveugles » peuvent toujours automatiser de nombreuses tâches préprogrammées et répétables dans différents secteurs, mais l'association d'un robot à la vision industrielle crée un système d'automatisation beaucoup plus flexible, doté de capacités nettement supérieures. À mesure que les systèmes d’automatisation continuent d’évoluer et de progresser, la vision industrielle restera un outil clé. Examinons quelques-unes des façons récentes dont la vision industrielle a contribué à faire progresser les technologies d'automatisation.

Améliorations 3D

Si l’imagerie 3D est depuis longtemps au service du secteur de l’automatisation industrielle, les développements récents ont amélioré les applications existantes tout en ouvrant la porte à de nouvelles. Les capacités 3D nouvelles ou améliorées incluent un bruit plus faible, une résolution plus élevée, des images de texture en RVB, une plus grande précision et la possibilité de capturer des images d'objets en mouvement à des vitesses assez élevées.

De plus, certaines implémentations d’imagerie 3D sont devenues moins coûteuses et plus faciles à utiliser. Par exemple, plusieurs des systèmes d'automatisation spécifiques aux applications actuellement sur le marché, tels que ceux spécialement conçus pour le prélèvement en bac, le prélèvement et le placement général, la palettisation et la dépalettisation et le tri logistique, exploitent une seule caméra 3D RVB-D. Il capture une image couleur 2D et une mesure de profondeur qui peuvent être combinées pour créer des images RVB-D, qui sont à leur tour utilisées pour guider les mouvements du robot.

Ailleurs, d’autres avancées 3D ont permis de relever certains des défis actuels de l’automatisation, notamment :

Temps de vol (ToF) :Les caméras et capteurs ToF ont fait des progrès majeurs ces dernières années, leur permettant de répondre aux exigences de la logistique, des robots autonomes et d'autres applications exigeantes d'automatisation industrielle.

Imagerie à plage dynamique élevée : Les systèmes d’imagerie 3D offrent aujourd’hui des capacités de plage dynamique élevée jamais vues auparavant. Cela convient aux applications impliquant des surfaces à haute ou faible réflectivité, telles que l'assemblage automobile, ou dans les applications de logistique et de palettisation, où les objets ou les pièces peuvent varier considérablement et devenir difficiles à imager avec un temps d'exposition fixe.

Profileurs 3D calibrés en usine : Ciblant la facilité d'utilisation pour les clients qui ont besoin de capacités de vision 3D, les profileurs 3D calibrés en usine et entièrement intégrés offrent une configuration et un fonctionnement intuitifs pour les applications d'imagerie. Cela peut aller des inspections automobiles impliquant de petites pièces électroniques ou de grandes pièces automobiles aux tâches d'emballage comprenant l'inspection et la localisation des conteneurs et du niveau de remplissage, le tri et les mesures volumétriques.

Le boost de l'IA

Un autre développement intéressant ces dernières années a été l’intersection de l’IA et de la 3D, ainsi que le créneau général qui a été creusé pour les méthodes d’IA, notamment les techniques d’apprentissage profond et d’apprentissage automatique. Premièrement, bon nombre des systèmes spécifiques aux applications mentionnés ci-dessus qui exploitent l’imagerie 3D déploient également des techniques d’IA comme un outil complémentaire mais puissant qui ajoute de la flexibilité. Par exemple, les algorithmes d’IA peuvent aider ces systèmes à identifier individuellement des éléments très variables, permettant ainsi au robot d’effectuer une sélection à grande vitesse sur la base d’un ensemble d’entraînement – ​​une tâche où les algorithmes de vision industrielle traditionnels auraient du mal. Ces articles peuvent inclure des petits biens de consommation dans un entrepôt ou des poitrines de poulet individuelles se déplaçant à grande vitesse sur une ligne de convoyeur.