AES_6 2023

Automazione e Strumentazione n Settembre 2023 Speciale 85 IDENTIFICAZIONE E VISIONE per la comunicazione e la geolocalizzazione, hanno reso possibile l’implementazione di sistemi di produzione ancora più efficienti e controllabili. Fra i trend di maggiore interesse ci sono l’UHF RFID diventato uno standard diffuso grazie alla sua capacità di leggere e scrivere dati su lunghe distanze e a elevata velocità. Altre innovazioni nella tecnologia RFID hanno interessato l’integrazione di sensori aggiuntivi nei tag RFID per raccogliere dati ambientali. Per applicazioni in cui è richiesta alta pre- cisione sono disponibili la tecnologia RFID UWB con l’utilizzo di onde radio a larga banda e la tecnologia Pulse RFID che impiega impulsi elettromagnetici per riconoscere con precisione i tag nelle vicinanze e ridurre le interferenze tra di essi. Nel contesto della trasformazione digitale assi- stiamo anche all’integrazione RFID nei disposi- tivi IoT per collegare gli oggetti RFID a Inter- net, scambiare dati in tempo reale, migliorare gestione e tracciabilità degli oggetti. RTLS (Real-Time Locating System) I sistemi di localizzazione in tempo reale (RTLS) utilizzano diverse tecnologie, come RFID, GPS, Bluetooth Low Energy, Wi-Fi, NFC, Beacon, infrarossi e ultrasuoni, per monitorare e trac- ciare gli oggetti e le persone all’interno di un’a- rea specifica. Questi sistemi sono utilizzati per ottimizzare le operazioni industriali, migliorare la sicurezza e aumentare l’efficienza dei pro- cessi. Sistemi RTLS possono essere utilizzati per tracciare e monitorare la posizione dei mate- riali e degli articoli lungo la catena di approv- vigionamento. Questo aiuta a migliorare l’effi- cienza logistica, ridurre gli errori di inventario e ottimizzare la gestione dei magazzini. Anche nel tracciamento dell’asset il contributo dell’RTLS si fa apprezzare per l’ottimizzazione dell’uti- lizzo delle risorse e delle attrezzature. In sintesi, l’RTLS nell’industria offre una migliore tracciabilità degli oggetti, una mag- giore efficienza operativa, un’ottimizzazione delle risorse e una maggiore sicurezza del per- sonale. Computer Vision 3D Anche la visione tridimensionale sta continuando a crescere sulla scia di un successo dovuto alla disponibilità di processori più potenti e sistemi in grado di acquisire agglomerati di punti tri- dimensionali pronti all’uso. La computer vision 3D può essere utilizzata per la tracciabilità degli oggetti in tempo reale, la navigazione autonoma di veicoli a guida autonoma, la guida di robot collaborativi, l’automazione di processi indu- striali complessi con applicazioni che vanno dal posizionamento e orientamento dei pezzi lungo la linea di produzione (pick), alla misurazione, fino al controllo qualità. Le innovazioni tecnologiche nel campo della computer vision 3D hanno aperto nuove pos- sibilità per l’elaborazione delle immagini e la percezione tridimensionale. Per il settore automotive, e non solo, sono stati sviluppati sensori 3D avanzati, come teleca- mere stereo, telecamere Time-of-Flight (ToF), sensori Lidar (Light Detection and Ranging) e sensori a scansione laser. Reti neurali convoluzionali (CNN, Convolutio- nal Neural Network) e reti neurali generative avversariali (GAN, Generative adversarial net- work), sono state adottate per l’elaborazione e l’analisi di immagini e dati 3D. La computer vision 3D può beneficiare anche della fusione di dati provenienti da sensori diversi, come telecamere RGB, sensori di pro- fondità, Lidar, oltre che di nuove tecniche per la mappatura e la ricostruzione 3D (algoritmi di SLAM, Simultaneous Localization and Map- ping). n La computer vision tridimensionale può beneficiare anche della fusione di dati provenienti da sensori diversi e di nuove tecniche per la mappatura e la ricostruzione 3D