Manufactura industrial
Internet industrial de las cosas | Materiales industriales | Mantenimiento y reparación de equipos | Programación industrial |
home  MfgRobots >> Manufactura industrial >  >> Manufacturing Equipment >> Robot industrial

Combinando visión artificial y redes neuronales en IIoT

La corteza cerebral es la parte del cerebro que procesa las imágenes. Los seres humanos tienen la corteza cerebral más grande en comparación con otros mamíferos. Esta visión superior es uno de los rasgos evolutivos que le dio a los humanos una ventaja sobre otros animales. Los biólogos evolucionistas intentan desvelar el misterio detrás de este rasgo, y los investigadores de tecnología intentan replicarlo.

Figura 1. Un sistema de visión artificial en una fábrica.

Los seres humanos aprenden a través de la experiencia y la práctica. El aprendizaje automático es el campo de la inteligencia artificial (IA) que intenta que las computadoras imiten cómo aprenden los cerebros humanos. El reconocimiento y procesamiento de imágenes es una subsección importante del campo. Mediante el reconocimiento de imágenes, los ingenieros pueden clasificar objetos sin interacción humana directa.

Redes neuronales y visión artificial

En términos simples, la visión artificial junto con algoritmos o redes neuronales es la capacidad de las computadoras para ver y actuar sobre los datos. Las imágenes se envían a la unidad de procesamiento de la computadora en formato digital para analizarlas, interpretarlas y actuar en base a ellas. Antes de esta configuración, primero debemos entrenar el sistema para aprender los datos.

Entrenamiento de las redes neuronales en visión artificial

Las redes neuronales son un área avanzada del aprendizaje automático. Se utilizan ampliamente para el reconocimiento de imágenes y otras tareas que requieren una cognición compleja. El primer paso para construir una red neuronal artificial es entrenar los algoritmos informáticos con imágenes.

Figura 2. Un ejemplo de algoritmos de entrenamiento con imágenes. Imagen utilizada por cortesía de Teledyne DALSA

Los seres humanos tienen la tarea de etiquetar las imágenes de entrada según las cuales aprenden los algoritmos. El algoritmo aprenderá por sí mismo a identificar los objetos después de haber sido entrenado en un gran conjunto de datos etiquetado. Los científicos de datos pueden inclinar los modelos para mejorar la velocidad de aprendizaje y otros parámetros. Se puede implementar un modelo completo con precisión constante para aplicaciones comerciales.

Pero, ¿de dónde obtenemos los datos para entrenar el modelo?

Fuentes de datos para visión artificial

La visión artificial junto con las redes neuronales es más compleja que simplemente identificar imágenes. También es cognición espacial reconocer objetos 3D (tridimensionales). La fuente de los programas de visión artificial pueden ser fotografías, videos o incluso imágenes de cámaras en vivo. En tales casos, una cámara recopila las imágenes o el video enviado al algoritmo.

Hay algoritmos de visión artificial que toman otras formas de entrada. El radar y LiDAR pueden rastrear los objetos alrededor del sensor. El resultado de dicho equipo no son imágenes, sino coordenadas de los diversos objetos que lo rodean. Los algoritmos de visión artificial también pueden procesar esta información para obtener una comprensión espacial. También se puede utilizar una combinación de datos e imágenes LiDAR de una cámara como entrada para un algoritmo de visión artificial.

La visión artificial tiene una amplia gama de aplicaciones industriales y no industriales. Las aplicaciones van desde la identificación y navegación hasta dar visión a los ciegos.

Visión artificial en la industria

La visión artificial o la visión por computadora tienen muchas aplicaciones en la industria. Dado que todavía se encuentra en una etapa incipiente, cada día se identifican más aplicaciones industriales.

Figura 3. Un sistema de visión artificial que inspecciona objetos en una fábrica.

Algunas de las aplicaciones conocidas incluyen:

A medida que aumenta el uso de la visión artificial, el costo de implementar tales soluciones disminuye y se identifican nuevas aplicaciones. Por ejemplo, la visión artificial se puede utilizar junto con IIoT.

Seguridad

La seguridad humana se utiliza para patrullar los terrenos de varias instituciones. Sin embargo, un problema común es la fatiga que experimenta dicho personal mientras realiza tareas en horas impares. La visión artificial con IIoT puede ayudar.

La alimentación de circuito cerrado de televisión (CCTV) de las instalaciones protegidas se puede conectar con algoritmos de visión artificial. El algoritmo monitoreará constantemente la alimentación en busca de actividades anómalas. Una vez que se detectan intrusos u otras actividades anómalas, el sistema puede activar una alarma para que los guardias humanos la revisen.

También puede ejecutar automáticamente protocolos de seguridad como electrificar la cerca, desplegar picos en los puntos de salida, alertar a la policía, etc. Toda la comunicación se realizará a través de la red entre dispositivos habilitados para Internet para ejecutar cualquier protocolo.

Planta química

Las plantas químicas son peligrosas para los empleados humanos. Sería beneficioso si los procesos pudieran automatizarse. Tomemos, por ejemplo, un proceso en una planta química que requiere que el material hierva antes de que se apague la calefacción. Sin visión artificial, un técnico humano tiene que esperar y observar el proceso.

Figura 4. Una chimenea y una caldera de ventilación de una planta química.

Con la visión artificial, una cámara puede enfocar la solución y una red neuronal entrenada para detectar forúnculos puede detectar si la mezcla ha comenzado a hervir. Una vez que el algoritmo detecta ebullición en la solución, puede activar una bandera. Esto se envía al sistema informático central a través de la red. El sistema está diseñado para que la recepción de esta señal active el mecanismo para apagar la calefacción.

En tal escenario, un humano no tiene que estar en la planta inhalando los vapores químicos para monitorear el proceso. La visión artificial y el IIoT pueden automatizar el proceso completo. En este ejemplo particular, también se pueden usar sensores infrarrojos u otros sensores de detección de temperatura para detectar una mezcla hirviendo.

Fábricas oscuras

Las fábricas oscuras, como concepto, son la extensión de la utilización de la visión artificial, la automatización y las capacidades de IIoT al máximo. Una fábrica oscura es una instalación de fabricación donde no se requiere ningún operador humano para ejecutar o monitorear las operaciones de la fábrica. En esencia, la fábrica no necesita tener luces y, por lo tanto, puede funcionar en la oscuridad.

Desde la entrega de la materia prima hasta el empaque, el producto final estará completamente automatizado. Las materias primas se recogerán y clasificarán con montacargas y brazos robóticos asistidos con visión artificial. Las manos robóticas que ensamblan varias piezas utilizarán la visión artificial para identificar a dónde va cada pieza. Los AGV, que utilizan visión artificial para navegar, se encargan del transporte de materiales dentro de la fábrica.

Los productos terminados se inspeccionan y prueban con robots junto con capacidad de visión artificial. La clasificación de productos defectuosos y el embalaje de productos terminados también utilizan la visión artificial.

Aplicaciones como las fábricas oscuras y los procesos químicos, por nombrar algunas, pueden beneficiarse de la visión artificial. Sus algoritmos pueden mantener al personal seguro, los procesos seguros y mejorar la eficiencia. ¿Para qué tipo de aplicaciones utiliza la visión artificial en su taller?


Robot industrial

  1. Inspección por visión artificial:herramientas del oficio
  2. Surgen tecnologías innovadoras para hacer frente a los cambiantes desafíos de la visión artificial y las imágenes
  3. Las tecnologías de imagen y visión continúan creciendo más allá del piso de la fábrica
  4. Tecnologías de imagen y visión artificial:más importantes que nunca
  5. La visión artificial es clave para la industria 4.0 y la IoT
  6. Ventajas y desventajas de una máquina de torno
  7. Seguridad de accionamientos y máquinas
  8. ¿Qué son las redes neuronales y sus funciones?
  9. Dispositivos de seguridad y consideraciones
  10. Industria 4.0 e Hidráulica
  11. Máquina de sierra de cinta y productividad