Si pensi all’automazione di operazioni complesse come il pick and place e il bin picking: robot dotati di telecamere 3D prelevano e posizionano con precisione i componenti sui nastri in movimento, senza dover fermare la produzione. Ecco, con l’intelligenza artificiale, questi sistemi riescono anche a individuare difetti microscopici su pezzi che scorrono ad alta velocità, garantendo un controllo qualità costante e riducendo gli scarti. Si pensi alla Space Economy: ora è possibile monitorare la Terra e ad esplorare lo spazio in modo preciso ed efficiente. Sensori iperspettrali e telecamere ad alta risoluzione permettono di raccogliere dati dettagliati sui cambiamenti climatici, sulla gestione delle risorse naturali e sulla sicurezza alimentare, oltre a studiare corpi celesti e asteroidi per scoprire potenziali risorse minerarie. Ciò che unisce queste soluzioni è che sono tutte applicazioni della machine vision: è una tecnologia che consente alle macchine di acquisire, elaborare e interpretare immagini, permettendo loro di “vedere” e analizzare l’ambiente circostante o specifici oggetti in modo automatico. La machine vision integra telecamere, sensori e algoritmi avanzati (inclusa l’intelligenza artificiale) per eseguire operazioni come il controllo qualità, l’identificazione di forme e il monitoraggio di processi produttivi.
Il mercato mondiale della visione artificiale raggiungerà entro il 2030 un valore di 25 miliardi di dollari, e assumerà un ruolo fondamentale in vari settori strategici come automotive, elettronica, farmaceutica, medicale, e packaging, cruciali per il Made in Italy. La crescita del settore è guidata da innovazioni come intelligenza artificiale e deep learning, che migliorano le prestazioni dei sistemi di visione. Anche tecnologie emergenti come edge computing e l’integrazione con l’IoT industriale stanno avendo un impatto significativo, contribuendo a rendere questi sistemi più efficaci e potenti. Se ne occupano multinazionali come Cognex, Sony, Keyence, Basler, Teledyne Dalsa, Omron, National Instruments, Stemmer Imaging, Sick, Baumer.
Ma perché la machine vision sta acquisendo un’importanza crescente? L’industria manifatturiera italiana deve affrontare una duplice emergenza: quella di ottenere una produttività più alta, una qualità più elevata e una maggiore sicurezza degli operatori in un contesto in cui la domanda di automazione cresce a causa della scarsità di manodopera qualificata. Le aziende, pertanto, cercano di implementare sistemi in grado di aumentare l’efficienza riducendo al minimo l’intervento umano e gli errori, abbassando così i costi operativi e incrementando la capacità di adattamento ai nuovi prodotti e formati senza rallentare la produzione. Ecco, la machine vision sembra rispondere a queste esigenze.
Questo articolo trae spunto dalla Sessione Applicazioni dell’Italian Machine Vision Forum, mostra convegno itinerante promossa da Anie Automazione e organizzata da Messe Frankfurt Italia. Giunto alla terza edizione, l’evento si è tenuto giorni fa ad Alzano Lombardo. Alla Sessione hanno partecipato rappresentanti di Vision, Omron Electronics, Image S, Baumer, Alkeria, Fruitful-AI e altri.
Il mercato della robotica e della visione artificiale
Quanto al mercato della visione artificiale, per Anne Wendel di Vdma (l’associazione tedesca dei costruttori di macchine e impianti) la crescita è stata costante, con un tasso annuo del 9% negli ultimi dieci anni. Tuttavia, nel 2023 l’industria ha subito una leggera flessione in Europa, con una diminuzione del 7%. Le previsioni per il 2024 indicano una possibile ulteriore contrazione fino al 10%, dovuta principalmente a tensioni geopolitiche e incertezze economiche. Nonostante queste sfide a breve termine, Wendel ha sottolineato che il mercato della visione artificiale manterrà una crescita sostenuta nel medio e lungo termine, grazie alla crescente domanda di automazione e alla carenza di manodopera in molte regioni.
Per Anne Wendel, peraltro, le nuove applicazioni della visione artificiale vanno oltre il settore manifatturiero: riguardano l’agricoltura, la sorveglianza e la gestione dei trasporti. Secondo Wendel, il connubio tra intelligenza artificiale e visione artificiale aprirà nuove possibilità, e tecnologie come la visione 3D e i sistemi embedded guideranno l’innovazione nei prossimi anni.
Le applicazioni: aumentare la produttività senza rinunciare alla precisione con il pick & play intelligente
Si accennava ad alcune delle principali esigenze industriali oggi, che riguardano l’aumento della produttività senza sacrificare la precisione, la necessità di flessibilità operativa per adattarsi rapidamente a nuove richieste, e la riduzione dell’intervento umano, data la carenza di personale qualificato. A questo si aggiunge la priorità di contenere i costi operativi, attraverso l’automazione avanzata, la manutenzione ridotta e l’autoapprendimento dei sistemi.
Secondo Silvano Scaccabarozzi, cto di Vision, un’azienda leader nello sviluppo di soluzioni per l’automazione industriale, una soluzione a queste esigenze consiste in un sistema avanzato di pick and place basato su robot Delta e tecnologie di visione artificiale.
Il cuore del sistema è rappresentato dai robot Delta, noti per la loro velocità e agilità. Questi possono prelevare fino a 150 pezzi al minuto da un nastro trasportatore in continuo movimento, garantendo così una produttività elevata. I robot lavorano in modalità di tracciamento, seguendo i pezzi in movimento senza necessità di fermare il nastro, ottimizzando i tempi di lavorazione e riducendo i fermi macchina.
A supporto di questo processo c’è un sofisticato sistema di visione artificiale. Grazie a telecamere ad alta risoluzione e algoritmi di AI, il sistema è in grado di riconoscere automaticamente la posizione e l’orientamento dei pezzi da prelevare, trasmettendo queste informazioni ai robot in tempo reale. Per Scaccabarozzi «ciò permette di ridurre l’intervento umano e migliorare l’efficienza complessiva. Gli algoritmi intelligenti sono progettati per adattarsi alle variazioni ambientali – come cambiamenti di illuminazione o sporcizia sul nastro – garantendo performance costanti anche in condizioni non ideali».
Un elemento chiave della soluzione è la sua flessibilità. Lo stesso software può essere utilizzato per controllare diversi tipi di robot, dai Delta, che offrono alte velocità, ai robot Scara o cartesiani, più adatti a processi che richiedono maggiore precisione. Questa capacità di adattamento rende il sistema adatto ad applicazioni in settori diversi, come il cosmetico, il farmaceutico, l’alimentare e l’automotive.
Un ulteriore vantaggio della piattaforma sviluppata da Vision è l’integrazione completa tra i vari componenti. Il software, completamente progettato dall’azienda, gestisce non solo i robot e le telecamere, ma anche il nastro trasportatore e altre periferiche, assicurando una sincronizzazione ottimale e prestazioni elevate. Tutti i dati operativi vengono monitorati e registrati in tempo reale, consentendo un’analisi continua delle performance e una manutenzione predittiva.
Bin picking avanzato per automatizzare operazioni faticose e ripetitive
La tecnologia Active One Shot permette al robot di catturare un’unica immagine per ricavare le informazioni di profondità, consentendo una visione completa senza zone cieche. Questo approccio assicura un prelievo accurato e il completo svuotamento dei cassoni, migliorando così la continuità operativa.
Un’altra fra le esigenze più sentire nelle aziende manifatturiere è quella di automatizzare le operazioni faticose e ripetitive, come il prelievo di oggetti disposti casualmente in cassoni (il citato bin picking), riducendo lo sforzo fisico degli operatori e aumentando la sicurezza sul lavoro. Secondo Riccardo Gaggiola e Lorenzo Amadori, rispettivamente field application engineer e product engineer vision & advanced sensors di Omron Electronics, una soluzione c’è.
Utilizzando un robot collaborativo dotato di una telecamera 3D montata sul polso, il sistema offre una visione tridimensionale che identifica con precisione forma, posizione e orientamento degli oggetti. La tecnologia Active One Shot permette al robot di catturare un’unica immagine per ricavare le informazioni di profondità, consentendo una visione completa senza zone cieche. Questo approccio assicura un prelievo accurato e il completo svuotamento dei cassoni, migliorando così la continuità operativa.
Così operando, questa tecnologia, applicabile in settori come il material handling e il metalmeccanico, riduce la necessità di interventi manuali in operazioni che richiedono il sollevamento di pezzi pesanti, aumentando l’efficienza e riducendo il rischio di infortuni. Il sistema lavora in sinergia con gli operatori, senza barriere di sicurezza, grazie alla progettazione sicura del robot. La capacità di adattarsi rapidamente a diverse applicazioni e la facilità di calibrazione rendono la soluzione versatile e semplice da implementare anche per aziende con competenze limitate in robotica avanzata.
Per Lorenzo Amadori, l’integrazione di visione e robotica «consente agli operatori di concentrarsi su attività a maggior valore aggiunto». Per Riccardo Gaggiola, «la tecnologia semplifica e ottimizza le operazioni, riducendo la necessità di barriere di sicurezza grazie alle caratteristiche intrinseche dei robot collaborativi».
Sebbene non sia pensato per velocità estreme, il sistema garantisce operatività costante e affidabile a 3-4 pezzi al minuto, con un impatto significativo sulla precisione e sul flusso continuo delle attività produttive. La sua adattabilità si presta a operazioni di caricamento di macchinari come torni e presse, dove il posizionamento preciso è fondamentale per mantenere l’efficienza.
Sensori iperspettrali e telecamere ad alta risoluzione per la space economy
Si accennava alla space economy, destinata a crescere esponenzialmente nei prossimi anni, rappresenta una nuova frontiera per lo sviluppo tecnologico e industriale. Con l’espansione delle attività spaziali, che vanno dal monitoraggio della Terra alla ricerca di risorse e nuove forme di vita, la domanda di tecnologie in grado di operare in condizioni estreme è in forte crescita.
Secondo Marco Diani di Image S (azienda italiana specializzata nella distribuzione di sistemi di visione artificiale e soluzioni per l’elaborazione delle immagini), avanzamenti nel settore si ottengono con soluzioni cui si accennava prima, e cioè quelle che integrano sensori iperspettrali e telecamere ad alta risoluzione. Ma di cosa parliamo? I primi sono dispositivi ottici progettati per acquisire immagini in numerose bande spettrali, coprendo un’ampia gamma di lunghezze d’onda (anche dell’infrarosso e dell’ultravioletto). Le seconde sono in grado di catturare immagini con dettagli incredibili e a velocità molto elevate. Entrambi i dispositivi sono progettati per affrontare le sfide dell’ambiente spaziale, come l’esposizione a radiazioni e temperature estreme che potrebbero compromettere il funzionamento delle apparecchiature elettroniche tradizionali.
Un utilizzo chiave di queste tecnologie è l’osservazione e il monitoraggio della Terra, con satelliti equipaggiati con questi sensori che possono fornire immagini dettagliate per studiare i cambiamenti climatici, la gestione delle risorse naturali e la sicurezza alimentare. Per Diani «i sensori possono essere utilizzati per analizzare corpi celesti e asteroidi, come nel caso di 16 Psyche, un asteroide potenzialmente ricco di risorse minerarie, che la Nasa sta studiando tramite l’uso di telecamere iperspettrali».
Peraltro, per Diani un altro elemento innovativo è la riduzione dei costi associati al lancio dei satelliti. Grazie agli sviluppi tecnologici, i satelliti stanno diventando più piccoli e più economici, permettendo di lanciarne molti in un unico viaggio, con un abbattimento significativo dei costi. Questo apre le porte a un numero crescente di aziende, anche di piccole e medie dimensioni, che possono entrare nel mercato spaziale e sfruttare queste tecnologie per sviluppare nuove applicazioni, creando così un ecosistema più competitivo e dinamico.
Smart camera e reti neurali per il controllo di qualità preciso e in tempo reale
Si menzionava un’altra esigenza critica del settore manifatturiero, quella di garantire un controllo qualità preciso e in tempo reale, senza compromettere la velocità del processo produttivo, e offrire una configurazione facilmente adattabile a diversi tipi di produzione.
Secondo Lorenzo Mariani, product market manager di Baumer (società svizzera specializzata in sensori) una soluzione può essere reperita grazie all’uso di smart camera autonome e alla potenza dell’intelligenza artificiale. «In questo modo, le aziende possono ottimizzare le loro operazioni riducendo errori, scarti e tempi di fermo, migliorando così l’efficienza complessiva della produzione».
In particolare, la soluzione di Baumer riguarda il controllo di qualità nella minuteria metallica, applicata per lo più nel settore automotive. Sfrutta il potenziale delle reti neurali e dell’apprendimento automatico, che consentono al sistema di distinguere automaticamente i prodotti conformi da quelli difettosi. Grazie all’addestramento con esempi, il sistema è in grado di riconoscere anomalie che sfuggirebbero ai controlli basati su regole fisse. Un esempio tipico riguarda la capacità di individuare piccole cricche o imperfezioni superficiali su rondelle metalliche, richieste con standard di qualità estremamente elevati dal settore automotive.
Il cuore della soluzione è la smart camera, un dispositivo compatto che integra sia la funzione di acquisizione delle immagini sia quella di elaborazione grazie a una Gpu integrata. Questo elimina la necessità di utilizzare un PC esterno, riducendo l’ingombro e la complessità del sistema, e lo rende ideale per ambienti industriali dove lo spazio e la resistenza alle condizioni estreme sono fattori cruciali. Le smart camera di Baumer, protette con grado di protezione IP67, sono in grado di operare in ambienti con polvere, vibrazioni e temperature variabili, garantendo un’alta affidabilità.
Un altro vantaggio fondamentale è la flessibilità del sistema. Grazie all’intelligenza artificiale, la smart camera può gestire automaticamente il cambio di formato dei pezzi, riconoscendo diverse dimensioni e varianti del prodotto senza la necessità di riconfigurazioni manuali. Questo significa che la linea di produzione può adattarsi rapidamente a nuovi lotti senza interruzioni, migliorando la produttività.
Deep learning per il controllo di qualità ad alta velocità
Infine, un’altra importante sfida per la manifattura è la necessità di individuare difetti estremamente piccoli, dell’ordine di centesimi di millimetro, su pezzi che scorrono su nastri trasportatori a velocità elevate. I metodi tradizionali di ispezione non sono in grado di gestire queste richieste con la stessa efficacia. Inoltre, il sistema deve essere flessibile, in grado di adattarsi a una vasta gamma di prodotti senza necessità di riconfigurazioni manuali, poiché un’azienda può gestire centinaia di varianti diverse durante l’anno.
Anche in questo caso, con il machine vision e l’IA si trova una soluzione. L’applicazione più immediata è quella rivolta all’ispezione di componenti metallici di piccole dimensioni. Secondo l’ingegnere informatico di Alkeria (un’azienda italiana che sviluppa e produce telecamere e strumenti ad alte prestazioni per l’acquisizione di immagini in ambito industriale e scientifico) Francesco De Gioia e Alberto Cenadese, co-founder di Fruitful-AI (azienda specializzata nella visione artificiale avanzata e nella scienza dei dati) questa tecnologia risponde alle esigenze delle industrie manifatturiere, in particolare nei settori che richiedono precisione elevata e velocità produttiva, come quello della produzione di oggetti metallici ad alto valore.
La soluzione combina quattro telecamere ad alta risoluzione, capaci di acquisire immagini a 50 fotogrammi al secondo, con un sistema di deep learning che permette di riconoscere difetti su diverse geometrie e in condizioni di illuminazione variabili. Per Francesco De Gioia «il sistema permette di affrontare una gamma di problemi sempre più ampi in ambito industriale, grazie a una capacità di adattamento e apprendimento che replica l’operatività umana, ma con una velocità ben maggiore». L’intelligenza artificiale consente infatti al sistema di “apprendere” i modelli dei difetti, proprio come farebbe un operatore umano esperto, generalizzando le caratteristiche dei difetti e applicandole a prodotti diversi.
Il sistema è potenziato da Gpu ad alte prestazioni, in grado di elaborare grandi quantità di dati in tempo reale, garantendo la massima velocità senza compromettere l’accuratezza. Questa architettura permette di ispezionare ogni pezzo che passa sulla linea di produzione con un’accuratezza del 99%, intercettando eventuali difetti prima che i prodotti raggiungano le fasi successive del processo o la consegna.
Grazie a questa soluzione, le aziende possono migliorare significativamente il controllo qualità, riducendo gli scarti e minimizzando la necessità di interventi manuali. La flessibilità del sistema permette di gestire l’intero processo senza interruzioni, adattandosi automaticamente a nuove geometrie o varianti di prodotto. Per Alberto Cenedese «il sistema è progettato per adattarsi a un flusso produttivo in costante cambiamento, garantendo precisione e affidabilità anche con l’introduzione di nuovi prodotti e lotti diversi».
In questo modo, si garantisce una produttività elevata e costante, con un controllo qualità automatizzato e affidabile. In sintesi, questa soluzione risponde in modo efficace alle esigenze di precisione, velocità e adattabilità richieste dalle moderne linee di produzione, ottimizzando il controllo qualità e riducendo gli errori in maniera efficiente e automatizzata.
