AS 6

Automazione e Strumentazione n Settembre 2024 Speciale 77 AUTO-ID E VISIONE prendere l’ambiente circostante, consentendo loro di adattarsi e prendere decisioni intelligenti . Ciò porta a una maggiore efficienza, accuratezza e velo- cità nelle linee di produzione. La visione artificiale svolge un ruolo fondamentale anche in ambito IIoT (Industrial Internet of Things) poiché fornisce dati visivi che possono essere integrati in un ecosistema di dati più ampio. La visione artificiale viene utiliz- zata per guidare i robot in vari processi di mani- polazione, assemblaggio, prelievo, posizionamento e navigazione autonoma dove è richiesta un’elevata precisione, oltre alla capacità di riconoscere oggetti e interagire con l’ambiente circostante. Oltre ai sistemi basati su telecamere, ci sono quelli che uti- lizzano sensori specializzati di tipo LiDAR (Light Detection and Ranging), tecnologia essenziale per la mappatura 3D e la navigazione autonoma tramite laser, e RADAR (RAdio Detection And Ranging), basata su onde radio per rilevare oggetti e misurare distanze. Sistemi di visione per la produzione In termini di controllo della produzione i sistemi di visione permettono di riconoscere la quasi totalità delle difettosità di un prodotto. Importanti driver per l’evoluzione dei sistemi MV sono l’affermazione di tecnologie emergenti come la realtà aumentata , le misure tridimensionali , i sistemi di illumina- zione LED di nuova generazione. C’è poi un tema legato all’organizzazione della Produzione che vede i sistemi MV come strumento ideale al servizio di metodologie di tipo Six Sigma , Kaizen , Lean e modelli Rule-Based , accomunate dall’obiettivo di portare i processi aziendali sotto controllo statistico e di renderli più efficaci ed efficienti. La maggioranza delle telecamere progettate per applicazioni MV opera nell’intervallo della radiazione elettromagne- tica nel visibile, sfruttando la grande varietà di sen- sori CCD e CMOS . Alternative interessanti alle tele- camere CCD e CMOS sono quelle termiche con sen- sori LWIR (Long Wavelenght InfraRed), MWIR Tecnologia Descrizione Applicazioni Tipiche Visione 2D Analisi di immagini bidimensionali per rilevamento di oggetti, riconoscimento di modelli e controllo di qualità. Controllo qualità, riconoscimento di pattern Visione 3D Cattura di informazioni sulla profondità oltre ai dati 2D per misurare dimensioni, ispezionare profili di superficie e navigare in ambienti 3D. Misurazione, navigazione robotica, ispezione di superfici Visione a colori Analisi ed elaborazione di immagini basate sulle informazioni sul colore, utile dove il colore è critico. Selezione dei prodotti, ispezione del colore Stereo Vision Utilizzo di due o più telecamere per creare una rappresentazione 3D confrontando le differenze nelle immagini. Tracciamento oggetti, percezione della profondità Imaging termico Utilizzo di telecamere a infrarossi per rilevare e analizzare firme termiche. Rilevamento anomalie termiche, sorveglianza Imaging iperspettrale Cattura di un’ampia gamma di lunghezze d’onda per un’analisi dettagliata dei materiali. Agricoltura, ispezione alimentare, analisi materiali Line Scan Imaging Cattura di immagini di oggetti in movimento continuo lungo un nastro trasportatore. Ispezione di processi continui, produzione ad alta velocità Imaging Time-of-Flight (ToF) Utilizzo del tempo di volo degli impulsi di luce o laser per misurare le distanze. Scansione 3D, rilevamento profondità Hyper-Resolution Imaging Combina più immagini scattate a diverse lunghezze focali per una profondità di campo estesa. Cattura immagini nitide di oggetti con altezze variabili Visione artificiale con deep learning Integrazione di reti neurali convoluzionali per riconoscimento di oggetti, classificazione e segmentazione di immagini. Riconoscimento oggetti, classificazione immagini Visione embedded Sistemi di visione integrati nei dispositivi con telecamere compatte e unità di elaborazione per analisi in tempo reale. Controllo di dispositivi, analisi in tempo reale Imaging multispettrale Acquisizione di immagini in più bande spettrali per identificazione di materiali o ispezione di documenti. Identificazione materiali, ispezione documenti LiDAR Utilizza impulsi laser per misurare distanze e creare mappe 3D ad alta risoluzione dell’ambiente. Mappatura 3D, guida autonoma, rilevamento ostacoli RADAR Utilizza onde radio per rilevare la velocità, la distanza e gli oggetti in movimento, funzionando in condizioni di scarsa visibilità. Automotive, controllo traffico, monitoraggio condizioni meteorologiche Computer Vision 3D Analisi di immagini 3D ottenute da varie tecnologie (LiDAR, Stereo Vision, ecc.) per comprendere e interpretare scene complesse. Robotica, realtà aumentata, simulazioni virtuali Classificazione dei principali sistemi di visione artificiale