Revolución en la Industria 4.0: Cómo la Visión Artificial Impulsa la Fabricación Inteligente

En este artículo abordamos una de las tecnologías más aplicadas en el ámbito industrial relacionada con la Industria 4.0: la Visión Artificial. Se trata de una tecnología con innumerables posibilidades que permite resolver diversos problemas comunes en plantas de producción.

Las técnicas de visión artificial están en constante evolución gracias a sensores cada vez más potentes y nuevos algoritmos de procesamiento de imagen.

A continuación, explicamos en detalle qué es la visión artificial, sus aplicaciones, tipos, el papel del deep learning, en qué consiste el procesamiento de imagen, la importancia de la iluminación y los beneficios que aporta a los procesos y a la empresa.

¿Qué es la Visión Artificial?

La visión artificial es una de las tecnologías cada vez más utilizadas en fábricas. Los sistemas de visión adquieren información del entorno en forma de imágenes —que pueden ser de muy diversos tipos—, la procesan y analizan. Para entenderlo, podemos pensar en cómo nosotros comprendemos nuestro entorno gracias a los sentidos: los ojos nos proporcionan información del mundo que nos rodea, y los sistemas de visión realizan la misma tarea para digitalizar esa información y que pueda ser procesada por una máquina.

Para capturar estas imágenes se utilizan sensores de distintos tipos: cámaras 2D, cámaras hiperespectrales, cámaras 3D, etc. Todos ellos aportan información del entorno que posteriormente se procesa para extraer los datos necesarios.

Los sistemas de visión artificial no conciben como elementos aislados, sino que se integran con el resto de procesos de la fábrica, recibiendo y enviando información.

Aplicaciones de la Visión Artificial

(también te puede interesar nuestro artículo «Siete aplicaciones de la visión artificial»)
Son muchos los sectores en los que la visión artificial puede aplicarse, con finalidades muy diversas. Esto es posible gracias a la gran variedad de sensores disponibles, que permiten cubrir múltiples áreas de trabajo y sectores industriales. Algunas de las aplicaciones más destacadas son: metrología, detección de defectos en piezas, detección de elementos intrusos, lectura de códigos de distintos tipos y sistemas de calidad.

Visión Artificial para Detección de Defectos

Es una de las aplicaciones más conocidas. Los sistemas de visión artificial, una vez entrenados, son capaces de detectar defectos que van desde grietas en metal, defectos de pintura, rebabas, impresiones incorrectas y muchas otras opciones. La precisión puede alcanzar menos de 0,05 mm. El entrenamiento se realiza alimentando al sistema con imágenes con y sin el defecto.

Visión Artificial para Metrología

Realizar mediciones con precisión de micras es posible gracias a la visión artificial. Estas aplicaciones se realizan mediante equipos de metrología láser o sondas. Los avances en sensores permiten obtener imágenes de mayor calidad, por lo que estos sistemas se emplean en metrología de alta precisión, pudiendo medir hasta micras para detectar defectos en piezas concretas.

Visión Artificial para Detección de Intrusos

La diversidad de sensores permite utilizar otros tipos de imágenes más allá de las habituales RGB. Por ejemplo, con cámaras hiperespectrales se puede distinguir la composición de los materiales, lo que en muchos casos aporta información clave. Esta técnica se usa ampliamente en el sector agroalimentario como sistema de calidad: permite diferenciar fruta de huesos, detectar restos de plástico u otros elementos no deseados.

Visión Artificial para Lectura de Códigos

Una de las aplicaciones más conocidas de los sistemas de visión es el reconocimiento o lectura de códigos. Hoy existen sistemas que reconocen todo tipo de códigos, permitiendo, por ejemplo, trazabilidad en numerosos procesos.

Visión Artificial para Verificación de Montaje

Cada vez se realizan montajes más complejos, con más piezas o conexiones. La visión artificial permite verificar, paso a paso, que cada pieza está en su sitio, o al final del proceso, que el montaje final es correcto. Esta aplicación es muy útil para el montaje de maquinaria, equipos, placas electrónicas o pre-montajes de gran complejidad. Estos sistemas reducen considerablemente los tiempos de ciclo y de retrabajo en operaciones muy complejas.

Visión Artificial + Robótica para Bin Picking

Una de las aplicaciones más demandadas es combinar robótica colaborativa con visión artificial para realizar bin picking de piezas en desorden. Las piezas están fuera de orden, por lo que hay que optimizar trayectorias y detectar coordenadas de agarre. El robot necesita que el sistema de visión le indique qué pieza es y dónde está, para decidir la mejor forma de cogerla.

En cuanto a robótica, entra en juego la robótica adaptativa, que se adapta a su entorno y actúa de forma inteligente. Esto se logra añadiendo sensores que comunican al robot información sobre su entorno para actuar ante cambios de posición, obstáculos, recogida de piezas en caótico, etc.

Como se ve, las posibilidades de la visión artificial son infinitas, y desde ATRIA hemos llevado a cabo con éxito numerosos proyectos en este ámbito.

Beneficios de la Visión Artificial

Finalmente, destacamos algunos de los beneficios que la visión artificial aporta a los procesos productivos:

• Permite automatizar tareas de inspección repetitivas.
• Un sistema de visión no sufre fatiga y elimina el factor subjetivo en la inspección.
• En muchos casos, se puede realizar inspección del 100 % de la producción sin contacto físico, en procesos donde no sería viable de otro modo.
• Se reducen costes de reparación y desecho al detectar piezas en mal estado tempranamente.
• La automatización reduce el tiempo de ciclo de las operaciones.
• La visión artificial aporta beneficios operacionales y de seguridad al disminuir la participación humana en el proceso de fabricación.
• Protege a los trabajadores de entornos peligrosos.

Deep Learning y Etiquetado de Imágenes

La visión artificial junto con el deep learning permite desarrollar aplicaciones mucho más inteligentes, capaces de actuar en situaciones altamente variables y aprender del entorno. Los algoritmos de deep learning aprenden de los datos adquiridos de su entorno y aprenden sus características para poder actuar en distintas situaciones, hacer clasificaciones o detectar objetos. En muchas ocasiones estos datos son imágenes obtenidas por cámaras. No hay que olvidar que, para crear los conjuntos de datos que estos algoritmos necesitan para entrenarse, los sensores utilizados para crear esas muestras son muy importantes. Los datos, en este caso las imágenes, y tanto su captura de calidad como su posterior etiquetado y filtrado, son vitales para el correcto funcionamiento de una aplicación con deep learning.

Tipos de Visión Artificial

Ya hemos adelantado que existen diferentes tipos de sensores en los sistemas de visión artificial. Aquí detallamos los más importantes:

Visión 2D

En primer lugar, encontramos las cámaras matriz 2D que obtienen imágenes en RGB (color) o en escala de grises. Estas cámaras generan imágenes que, traducidas, son matrices divididas en píxeles con información de color. Tienen muchas posibilidades y se usan para aplicaciones como reconocimiento de caracteres, metrología, lectura de códigos o inspección de defectos.

Visión Hiperespectral

Por otro lado, están las cámaras hiperespectrales, que permiten conocer la composición de los materiales mediante la medición de la longitud de onda. Así es posible detectar intrusos como piedras, plásticos, etc. Se usan mucho en el sector alimentario.

Termografía

Otra técnica de visión artificial es la termografía. Estos sensores obtienen información de la temperatura de muestras o cuerpos en forma de imagen, representada por una escala de colores que indica la temperatura. Se usa en aplicaciones como detección de fugas o desequilibrios de carga.

Visión 3D

Finalmente, las cámaras 3D aportan información de profundidad. Existen distintos tipos de cámaras 3D que cubren un amplio espectro de aplicaciones: recogida de piezas, detección de defectos, entre otras.

¿En Qué Consiste el Procesamiento de Imagen en Visión Artificial?

El procesamiento de las imágenes obtenidas de los sensores es el mecanismo para extraer la información necesaria de una imagen digital. Para ello, se utiliza software específico que realiza los procesos necesarios para cada tipo de aplicación.

Actualmente existen distintos sistemas comerciales o smart cameras que integran herramientas de procesamiento de imagen. A menudo estas herramientas son suficientes, pero en otras ocasiones es necesario desarrollar software a medida que aporte la versatilidad requerida.

Tras procesar las imágenes y obtener el resultado o la información necesaria, esta se devuelve al exterior como salida del sistema (para avisar de defectos, devolver un resultado de medición o dar coordenadas al robot para que actúe).

Importancia de la Iluminación en Visión Artificial

Además de los sensores que capturan los datos, en los sistemas de visión se emplean elementos auxiliares que mejoran la calidad de la imagen y que, muchas veces, son cruciales para su correcto funcionamiento.

Uno de los más importantes es la iluminación. Incluir un sistema de iluminación externo sirve, en muchos casos, para garantizar que la imagen se capture correctamente. En este proyecto, por ejemplo, se usó iluminación específica para obtener imágenes de las piezas adecuadamente y sin reflejos.

Existen diferentes sistemas de iluminación para visión artificial según el tipo de material a iluminar, la distancia, la retroiluminación y otros parámetros. Algunos de los más usados son iluminación directa, indirecta o backlight. También puede iluminarse con LED, luz blanca o roja. Son solo ejemplos que deben estudiarse para cada aplicación concreta, permitiendo obtener imágenes útiles para el proceso.

¿Quieres aplicar visión artificial en alguno de tus proyectos? ¡Contacta con nosotros!

Proyectos relacionados:

• Test de función de fin de línea con robótica colaborativa
• Sistema automático de limpieza de cubetas
• Sensorización para monitorización remota de procesos