AS 6

Settembre 2024 n Automazione e Strumentazione Speciale 78 AUTO-ID E VISIONE (Medium Wavelength InfraRed), SWIR (Short Wavelength InfraRed) e VISNIR (Visible Near Infrared), oltre alle tecnologie non intrusive come l’ olografia conoscopica (utilizzata per controlli dimensionali in abbinamento a microscopi ottici) e i sistemi di visione a raggi X , in grado di effettuare scansioni tridimensionali dei componenti. In alcune applicazioni (mobili e IoT ad esempio) le soluzioni di machine vision possono essere di tipo embedded dove l’elaborazione delle immagini avviene all’in- terno del dispositivo stesso, senza la necessità di un computer esterno o di un sistema separato. Il ruolo del Deep Learning Secondo un recente rapporto di ABI Research , l’integrazione dell’ AI nella visione artificiale sta rapidamente diventando una componente strategica del settore manifatturiero. Si prevende infatti una crescita notevole nel mercato della visione artifi- ciale, sostenuta dall’Intelligenza Artificiale, con un aumento da 2,3 miliardi di dollari nel 2023 a 7,2 miliardi di dollari entro il 2028. In particolare gli algoritmi di Deep Learning consentono alle mac- chine di riconoscere e classificare oggetti con mag- giore precisione, migliorando il controllo di qualità, la sicurezza e l’efficienza dei processi industriali. A seconda dello sviluppo e del livello di avanzamento, le reti neurali alla base del Deep Learning possono migliorarsi con l’esperienza, ossia riconoscere le variabili che causano errori ed eliminarle se neces- sario. In definitiva, nell’ambito dell’identificazione automatica e dei sistemi di visione, la tecnologia di Deep Learning simula l’intelligenza umana al fine di distinguere anomalie, componenti e caratteri, tol- lerando al contempo variazioni naturali in modelli complessi. Gli algoritmi AI eccellono nell’elabo- razione dei dati visivi, riducendo drasticamente gli errori e garantendo un elevato livello di precisione. Un altro vantaggio fondamentale è il notevole aumento delle velocità di ispezione garantito dagli algoritmi AI/DL, consentendo analisi dei dati visivi in tempo reale senza compromettere la qualità. Visione tridimensionale La visione tridimensionale sta continuando a cre- scere sulla scia di un successo dovuto alla disponi- bilità di processori più potenti e sistemi in grado di acquisire agglomerati di punti tridimensionali 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 industriali complessi con applicazioni che vanno dal posizionamento e orientamento dei pezzi lungo la linea di produzione (pick), alla misurazione, fino al controllo qualità. Per il settore automotive, e non solo, sono stati sviluppati sensori 3D avanzati, come telecamere stereo, telecamere Time-of-Flight (ToF), sensori Lidar (Light Detection and Ranging) e sensori a scansione laser. Reti neurali convoluzio- nali (CNN, Convolutional Neural Network) e gene- rative avversariali (GAN, Generative adversarial network), 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 pro- venienti da sensori diversi , come telecamere RGB, sensori di profondità, Lidar, oltre che di nuove tecni- che per la mappatura e la ricostruzione 3D (algoritmi di SLAM, Simultaneous Localization and Mapping). Sistemi basati su IoT e Blockchain I sistemi di visione e identificazione basati su IoT (Internet of Things) e blockchain possono essere utilizzati per monitorare e tracciare il percorso e la provenienza dei prodotti lungo l’intera catena di fornitura. Essi combinano la potenza della tecnolo- Tipo di RFID Frequenza Distanza di Lettura Applicazioni Tipiche RFID Passivo LF (Low Frequency) 125-134 kHz Fino a 10 cm Controllo accessi RFID Passivo HF (High Frequency) 13.56 MHz Fino a 1 metro Biglietti elettronici, pagamento senza contatto RFID Passivo UHF (Ultra High Frequency) 860-960 MHz Fino a 12 metri Logistica, gestione inventario, tracciamento pallet RFID Attivo 433 MHz, 2.45 GHz, 5.8 GHz Fino a 100 metri Tracciamento di asset, monitoraggio ambientale RFID Semipassivo (BAP - Battery-Assisted Passive) 860-960 MHz Fino a 30 metri Logistica, monitoraggio della temperatura RFID NFC (Near Field Communication) 13.56 MHz Fino a 10 cm Pagamenti mobili, connessione di dispositivi, autenticazione RFID a Microonde 2.45 GHz, 5.8 GHz Fino a 100 metri Pedaggi e controllo di accessi veicolari RFID UWB (Ultra Wideband) 3.1-10.6 GHz Fino a 200 metri Localizzazione in tempo reale, tracciamento di precisione RFID IoT (Internet of Things) Variabile (LF, HF, UHF ecc.) Variabile Smart cities, Industria 4.0, gestione, Asset management Classificazione dei principali sistemi RFID