Anche l’occhio vuole la sua parte. A maggior ragione in fabbrica dove è cruciale controllare conformità e qualità, di prodotti o processi, movimentare robot lungo le linee di produzione, verificare la sicurezza degli ambienti e ottimizzare le attività logistiche. Questo sguardo attento è oggi sempre più gestito dai sistemi di visione artificiale, siano essi basati su computer o direttamente integrati all’interno di macchinari; in questo caso si parla di machine vision.
Indice degli argomenti
Sistemi di machine vision, cosa sono
I sistemi di machine vision, in particolare, sono oggi un vero e proprio “senso” a disposizione delle soluzioni di automazione industriale: attraverso l’acquisizione di immagini tramite telecamere e sistemi ottici e la loro successiva elaborazione, grazie ad algoritmi di image processing, si possono ricavare informazioni preziosissime per l’ottimizzazione di prodotti e processi.
Questi sistemi si occupano di individuare le caratteristiche dell’immagine, tipicamente un prodotto lungo la linea di produzione, isolandone alcune caratteristiche come, per esempio, forma, dimensioni e spigoli. L’obiettivo è fornire informazioni precise e puntuali alla fase di lavorazione successiva che può essere, per esempio, il controllo qualità o per istruire il funzionamento dei robot posti lungo la linea che opereranno in funzione dei dati ricevuti.
Nella nostra esperienza di partner tecnologici delle imprese manifatturiere, possiamo confermare che anche in Italia si assiste all’introduzione di queste tecnologie in aree applicative sempre più ampie. La tendenza a ottimizzare la produzione, riducendo al minimo gli scarti (produzione a zero difetti) e la progressiva automazione dei processi sostenuti dalla transizione ai modelli d’impresa 4.0, costituiscono un terreno fertile per l’affermazione dei sistemi di machine vision come uno dei pilastri per l’ammodernamento del nostro tessuto industriale.
Un tema caldo confermato dai numeri
Che il machine vision sia un tema molto sentito all’interno del mondo manifatturiero è confermato dai dati che rivelano una crescita significativa degli investimenti nel settore. In realtà non c’è grande uniformità sui numeri esatti, anche perché è spesso complicato tracciare un perimetro di cosa sta dentro o fuori al fenomeno computer vision/machine vision.
Partendo da una dimensione globale di mercato, che gli analisti attualmente collocano tra i 10 e i 15 miliardi di euro, vengono evidenziati tassi di crescita anno su anno (CAGR) piuttosto differenti. Si va dal 5,3% rilevato da Data Bridge Market Research al 6.5% di Market and Markets, fino ad arrivare al più ottimistico 7,8% stimato da Verified Market Research.
Nonostante queste difformità, il dato di fondo è chiaro. Le imprese in tutto il mondo considerano computer vision e machine vision come elementi fondanti per la transizione a un modello di organizzazione 4.0. compiuto.
Machine vision: i campi applicativi
Molteplici sono i campi di applicazione in cui i sistemi di machine vision possono essere utilizzati con profitto. In primo luogo, essi sono in grado di rilevare presenza e posizione di un determinato oggetto senza l’impiego di personale dedicato. Questa informazione si rivela essenziale se messa a disposizione, per esempio, dei robot di pick nei magazzini automatizzati. Si pensi al vantaggio in termini di sicurezza di questa funzionalità, per esempio, all’interno di ambienti in cui, sia per la fase pandemica che per le condizioni ambientali spesso non confortevoli, le operazioni di movimentazione manuale e la copresenza degli operatori sono spesso complicate.
Un secondo grande ambito di utilizzo è quello relativo ai controlli di conformità dei prodotti. Qui la pressione per assicurare lotti di produzione zero defects gioca naturalmente un ruolo importante. In particolare, ci sono settori come l’automotive che operano con tolleranze sulle difettosità veramente minimali per assicurare processi di assemblaggio continui ed efficienti.
Ulteriori informazioni acquisite dai sistemi di machine vision sono le misure di un oggetto nelle diverse dimensioni: lunghezza, altezza, profondità, area o volume. Questi dati, come vedremo successivamente, si rivelano molto utili in logistica poiché supportano ad esempio l’organizzazione delle fasi di carico delle merci sui vettori.
Infine, sempre con un impatto molto concreto in ambito logistico, la machine vision consente le operazioni di lettura e decodifica di etichette per l’identificazione e il tracciamento dei prodotti.
Attualmente gli utilizzi più consolidati della machine vision si collocano all’interno di soluzioni per la verifica della conformità dei prodotti, consentendo di fatto l’implementazione di sistemi di controllo di qualità sulla totalità della produzione, e nell’ottimizzazione delle automazioni basate su sistemi robotici utilizzate in fabbrica. In questo caso, i dati visuali acquisiti ed elaborati sulle parti in lavorazione permettono una migliore manipolazione del robot per la lavorazione del manufatto, quando non addirittura un auto-apprendimento del robot stesso in una logica di machine learning.
Sistemi di visione per una logistica più green
Supportando numerose aziende nella digitalizzazione dei processi logistici, abbiamo verificato come questa sia un’area dove le tecnologie di visione artificiale (computer o machine vision) hanno un ampio margine di crescita. Già oggi, siamo in grado di dotare le imprese con applicazioni che utilizzano l’acquisizione e l’analisi delle immagini per migliorare le fasi di carico e consentire il pieno sfruttamento dei vettori.
In pratica, man mano che i pacchi vengono caricati e il rimorchio riempito, le immagini degli imballi vengono acquisite e scansionate. Il software incaricato dell’analisi dei dati effettua l’elaborazione in tempo reale di metriche come la densità del carico, il livello di riempimento del rimorchio e lo stato del carico. In questo modo si ottengono sempre carichi ottimali. Ciò significa meno camion utilizzati, un minor consumo di carburante, meno interventi di manutenzione, oltre che fornire alla direzione un controllo puntuale del processo logistico.
Machine vision: il perché del successo
Numerose sono le soluzioni tecnologiche che, basandosi su sistemi di visione, possono sostenere concretamente la transizione verso un’automazione 4.0 delle imprese italiane.
Al di là delle specificità applicative, che si devono coordinare con le esigenze di business delle singole realtà, i sistemi di machine vision generano benefici trasversali, che si possono sintetizzare in:
- Affidabilità e continuità dei controlli
È evidente che il monitoraggio che può effettuare un operatore a fine linea di produzione non può essere realizzato sulla totalità dei pezzi. Inoltre, è molto complicato mantenere la soglia di attenzione alta per lunghi periodi, con la conseguenza che pezzi difettosi possono passare inosservati creando disguidi e ritardi nelle fasi successive. L’utilizzo di sistemi di visione ha il notevole vantaggio che può essere applicato al 100% dei pezzi prodotti, senza alcuno scostamento in termini di prestazioni.
- Rapidità nelle fasi di controllo
Il controllo automatizzato attraverso sistemi di visione è in grado di svolgere il monitoraggio in poche frazioni di secondo. Questo determina, come abbiamo visto, sia la possibilità di attivare un sistema di controllo totale sulla produzione, sia consente di velocizzare l’intera filiera poiché non c’è la necessità di fermi tra una fase e l’altra dovuta, appunto, alla verifica manuale delle lavorazioni.
- Tutela degli operatori
In ambienti difficili per livello di rumorosità, temperature, presenza di sostanze pericolose, l’adozione di sistemi automatici di visione ha il grande pregio di preservare gli operatori dalla presenza in ambienti che possono generare situazioni di disagio e stress.
- Precisione delle verifiche
A differenza dell’occhio umano e della complessità di mantenere la concentrazione per lunghi periodi da parte degli operatori, i sistemi basati sulla visione artificiale contano su software che consentono di analizzare pezzi e particolari anche molto piccoli, così come di rilevare range di tolleranza infinitesimali, caratteristica quest’ultima, come abbiamo visto, molto richiesta per esempio nel settore automotive.
Machine vision e imprese data-driven
Al di là delle molteplici applicazioni che possono essere supportate dai sistemi di machine e computer vision, i dati raccolti nell’utilizzo di queste soluzioni si rivelano estremamente preziosi per agire sulla filiera di produzione e, più in generale, su tutti i processi di business dell’azienda. In una logica data-driven, che spinge le organizzazioni a definire i propri percorsi di miglioramento continuo sulla base di informazioni consolidate e serie storiche, il patrimonio di dati raccolto dai sistemi di visione artificiale sono basilari per adottare con tempestività le azioni correttive più opportune per accrescere efficienza ed efficacia delle attività d’impresa.
