
Kluczowa rola widzenia maszynowego w przejściu na Przemysł 4.0
Wbudowanie widzenia maszynowego w inteligentną infrastrukturę fabryki stwarza wiele możliwości zwiększenia wydajności operacyjnej.
Autor: Ankur Tomar, Technical Marketing Manager, Farnell
Łączność, automatyzacja i rejestracja danych to tylko niektóre z technologii, które przyczyniły się do zmian w produkcji od połowy lat 2010-tych, i są na tyle znaczące, że zasłużyły na miano „czwartej rewolucji przemysłowej”.
Przejście na tzw. Przemysł 4.0 wymaga współpracy zaawansowanych czujników z wbudowanym oprogramowaniem i zaawansowanymi narzędziami do analizy danych, aby stworzyć naprawdę inteligentne fabryki. Dodanie łączności zapewnianej przez Internet rzeczy (IoT) i infrastrukturę chmury obliczeniowej tworzy wartość dodaną przez połączenie z innymi aspektami działalności.
Jednak te szybkie postępy pionierów Przemysłu 4.0, którzy mogą czerpać jeszcze większe korzyści z nowych technologii, takich jak sztuczna inteligencja (AI), wymagają rozwiązania obejmującego wszelkie kwestie, począwszy od monitorowania stanów magazynowych, ale z utrzymaniem kontroli jakości, po kosztach przystępnych dla firm każdej wielkości.
Widzenie maszynowe jest jednym z praktycznych przykładów tego trendu. Chociaż istnieje od czasu wprowadzenia pierwszych prostych systemów w latach 70-tych XX w., obecnie nabiera coraz większego znaczenia ze względu na zdolność do wspierania systemów, które są nie tylko szybsze i bardziej wydajne, ale mogą odciążyć cenny kapitał ludzki.
Ważne jest, aby odróżnić widzenie maszynowe od systemów widzenia komputerowego, które przetwarzają obrazy i interpretują je na podstawie algorytmów. System widzenia maszynowego wykorzystuje kamerę do przechwytywania danych obrazowych, z którymi widzenie komputerowe może pracować, często podejmując decyzje stanowiące podstawę do wydawania instrukcji innym komponentom systemu.
Widzenie w Przemyśle 4.0
Zdolność Przemysłu 4.0 do tworzenia wartościowych, innowacyjnych rozwiązań na podstawie wymiany danych między różnymi elementami jest ważnym powodem do wprowadzenia widzenia maszynowego w procesach, w których wcześniej mogło nie odgrywać żadnej roli.
Rosnące znaczenie sztucznej inteligencji w produkcji wzmacnia ten trend. Modele sztucznej inteligencji trenowane na istniejących danych przechwyconych przez systemy widzenia maszynowego mogą wykorzystywać wnioskowanie na podstawie głębokiego uczenia do rozpoznawania najbardziej subtelnych anomalii. Dane wejściowe nie muszą mieć również tradycyjnej formy dwuwymiarowych fotografii. Mogą pochodzić z czujników termicznych lub na podczerwień, a systemy widzenia maszynowego są w stanie coraz lepiej przetwarzać obrazy trójwymiarowe i ruchome.
Uzasadnianie inwestycji
Sama liczba potencjalnych zastosowań widzenia maszynowego w kontekście przechodzenia na Przemysł 4.0 może sprawiać, że firma nie wie, od czego zacząć. Korzyści mogą być rozległe, ale wdrożenie nie polega jedynie na zakupie kilku kamer i rozmieszczeniu ich w zakładzie produkcyjnym. Wymaga ono przewidywania, planowania i — co najważniejsze — jasnego zdefiniowania potrzeb, które trzeba spełnić.
Dobrą wiadomością jest to, że nawet stosunkowo skromna inwestycja może być uzasadniona wymiernymi korzyściami w postaci większej elastyczności, automatyzacji, lepszego projektowania produktów, lepszej produkcji, optymalizacji siły roboczej i zużycia energii.
Zasadniczo widzenie maszynowe doskonale sprawdza się w powtarzających się, jasno określonych zadaniach, w których nawet najbardziej wytrwałemu człowiekowi może być trudno utrzymać skupienie przez dłuższy czas. Produkcja elektroniki stanowi dobry przykład korzyści płynących ze starannego wdrożenia. Producent półprzewodników nadal stosujący ręczną kontrolę wafli krzemowych w trakcie ich wytwarzania może odciążyć pracowników do wykonywania bardziej produktywnych zadań, pozwalając im pracować ramię w ramię z automatyczną kontrolą jakości, która jest szybsza, wydajniejsza i dokładniejsza niż nawet najlepiej wyszkolony człowiek. Podobnie, monitorowanie komponentów przechodzących proces wytrawiania płytek drukowanych jest dość żmudnym zadaniem, które może być wykonywane w niezmiennie wysokim standardzie — aż do końcowego pakowania — przez nieograniczenie wytrwały system widzenia maszynowego.
Nie tylko kontrola jakości
W środowisku Przemysłu 4.0 rola widzenia maszynowego może wykraczać poza samą kontrolę jakości i spójności produktu, obejmując monitorowanie każdego aspektu działania zakładu. Wyobraźmy sobie, że jesteśmy w stanie chodzić po fabryce i „widzieć” w czasie rzeczywistym, że jakaś rura osiąga — lub przekracza — normalną temperaturę roboczą, albo wibruje trochę bardziej niż powinna. Widzenie maszynowe umożliwia to poprzez dostarczanie danych zebranych przez kamery termowizyjne i rejestrujące ruch. Informacje monitorowane przez modele sztucznej inteligencji zdolne do wykrywania anomalii mogą być przekazywane bezpośrednio inżynierom ds. utrzymania ruchu przez interfejs rzeczywistości rozszerzonej, umożliwiając ocenę problemów i proaktywne podejmowanie działań.
Innym zastosowaniem możliwym dzięki AI jest bardziej rygorystyczne egzekwowanie protokołów bezpieczeństwa i higieny pracy. System widzenia maszynowego wspierany przez algorytmy wiedzące, które lokalizacje w zakładzie mają ograniczony dostęp, kto może do nich wejść i jaki sprzęt ochronny jest potrzebny, może sprawniej nadzorować ten aspekt działalności niż człowiek.
Ale na tym nie koniec, ponieważ liczba potencjalnych zastosowań AI jest nieograniczona. Na przykład możliwość automatyzacji zarządzania zapasami zapewnia wysoką dokładność ewidencji magazynowej, ograniczenie błędów i optymalizację stanów magazynowych, minimalizując nadwyżki magazynowe i zmniejszając koszty magazynowania.
W zakresie sortowania i pakowania sztuczna inteligencja może zapewnić dokładne i efektywne wykorzystanie materiałów, zmniejszając ilość odpadów. Oczywiście samo monitorowanie odpadów może być również kontrolowane przez sztuczną inteligencję w celu identyfikacji i zmniejszenia liczby działań wytwarzających odpady.
Wykorzystanie systemów robotycznych sterowanych za pomocą widzenia maszynowego w celu zwiększenia precyzji i zmniejszenia błędów w obsłudze materiałów może również znacznie poprawić wiele aspektów obsługi materiałów, w tym procedury bezpieczeństwa, które mogą być monitorowane i egzekwowane w celu zmniejszenia ryzyka wypadków i utraty zasobów.
Nasza oferta
Technologia widzenia maszynowego jest idealna do zastosowań, w których maszyny różnych typów są stale połączone i współdziałają ze sobą, co po części jest powodem tak szybkiego wdrażania w wielu różnych zastosowaniach. To szybkie wdrażanie jest w dużej mierze spowodowane przystępnością cenową komponentów, co z kolei zwiększa zdolność do opracowywania w szerszym zakresie lepszego sprzętu i oprogramowania. Chociaż każda firma podchodzi do wdrażania widzenia maszynowego w tempie odpowiednim dla siebie, znalezienie najlepszej opcji zazwyczaj zależy od jasnego określenia konkretnych, oczekiwanych korzyści i ich wpływu na poprawę ogólnej strategii.
Dla wielu z nich główną korzyścią z widzenia maszynowego będzie możliwość gromadzenia, przetwarzania i automatycznego działania na podstawie ogromnych ilości informacji — wszystko w ułamku sekundy. Na tym właśnie polega Przemysł 4.0, a same te możliwości przetwarzania i analizy danych są wystarczająco przekonujące, aby zacząć działać w tym kierunku.
Na szczęście dostępność i przystępność cenowa szeregu komponentów ułatwia rozpoczęcie bez znacznych inwestycji. Oprócz zestawów ewaluacyjnych znanych marek, takich jak Analog Devices i Microchip, szeroka oferta firmy Farnell w zakresie widzenia maszynowego obejmuje niedrogie rozwiązania typu open-source takich dostawców, jak Raspberry Pi, BeagleY-AI i chiński LattePanda, a także rodzinę Portenta i Nicla firmy Arduino. AMD Xilinx oferuje modułowy system Kria-26 zoptymalizowany pod kątem zastosowań widzenia maszynowego, sztucznej inteligencji i robotyki, podczas gdy seria EdgeReady firmy NXP obejmuje sprzętowe i programowe rozwiązania AI do takich zastosowań widzenia maszynowego, jak rozpoznawanie twarzy. Czujniki widzenia maszynowego AI firmy HUSKYLENS to kolejny tani i prosty sposób na rozpoczęcie przygody z widzeniem maszynowym.
Wśród dostępnych opcji są też urządzenia takie jak płytka ewaluacyjna i minispektrometr Hamamatsu, kamera sytuacyjna Pepperl+Fuchs oraz monochromatyczna kamera firmy Omron Industrial Automation. Te i inne innowacje jeszcze bardziej przesuwają granice możliwości urządzeń i technologii widzenia maszynowego.
Niezależnie od tego, jaką drogę obierzesz, już teraz jest jasne, że widzenie maszynowe jest kluczem do cyfryzacji produkcji. Ponieważ Przemysł 4.0 szybko staje się normą, firmy, które zwlekają z choćby rozważeniem, jak mogą korzystać z widzenia maszynowego, ryzykują utratę pola na rzecz bardziej ambitnych konkurentów.