SensiCut: Plataforma Avanzada de Cortadora Láser Identifica Materiales con Precisión

Con la adición de computadoras, las cortadoras láser se han vuelto rápidamente una herramienta relativamente simple y poderosa, con software controlando maquinaria que puede cortar metales, maderas, papeles y plásticos. Pero los usuarios aún enfrentan dificultades para distinguir entre pilas de materiales visualmente similares.

Un equipo ha creado SensiCut , una plataforma inteligente de detección de materiales para cortadoras láser. En contraste con enfoques convencionales basados en cámaras que pueden identificar erróneamente materiales fácilmente, SensiCut identifica materiales usando aprendizaje profundo y un método óptico llamado detección de moteado, una técnica que usa un láser para detectar la microestructura de una superficie, habilitada por solo un complemento de detección de imagen.

SensiCut podría potencialmente proteger a los usuarios de residuos peligrosos, proporcionar conocimiento específico del material, sugerir ajustes sutiles de corte para mejores resultados, e incluso grabar varios artículos como prendas o fundas de teléfonos que consisten en múltiples materiales. El sistema aprovecha la estructura de superficie a nivel de micras de un material, una característica única incluso cuando es visualmente similar a otro tipo. Sin ella, se tendría que hacer una suposición fundamentada sobre el nombre correcto del material desde una gran base de datos.

Más allá del uso de cámaras, etiquetas adhesivas (como códigos QR) también se han usado en hojas individuales para identificarlas. Sin embargo, durante el corte láser, si el código se corta de la hoja principal, no puede identificarse para usos futuros. Además, si se adjunta una etiqueta incorrecta, la cortadora láser asumirá el tipo de material incorrecto. El equipo entrenó la red neuronal profunda de SensiCut en imágenes de 30 tipos diferentes de materiales de más de 38,000 imágenes, donde luego pudo diferenciar entre cosas como acrílico, tablero de espuma y estireno e incluso proporcionar orientación adicional sobre configuraciones de potencia y velocidad.

En un experimento, el equipo construyó un protector facial, que requeriría distinguir entre materiales transparentes de un taller. El usuario primero seleccionaría un archivo de diseño en la interfaz y luego usaría la función “pinpoint” para mover el láser e identificar el tipo de material en un punto de la hoja. El láser interactúa con las características muy pequeñas de la superficie y los rayos se reflejan en ella, llegando a los píxeles del sensor de imagen y produciendo una imagen 2D única. El sistema podría entonces alertar o marcar al usuario que su hoja es policarbonato, lo que significa llamas potencialmente altamente tóxicas si se corta con láser.

La técnica de imagen de moteado se usó dentro de una cortadora láser con componentes de bajo costo, estándar como una placa microprocesador Raspberry Pi Zero. Para hacerlo compacto, el equipo diseñó e imprimió en 3D una carcasa mecánica ligera.

Más allá de las cortadoras láser, el equipo imagina que la tecnología de detección de SensiCut podría eventualmente integrarse en otras herramientas de fabricación como impresoras 3D. También planean extender el sistema agregando detección de espesor, una variable pertinente en la composición del material.