1. Orientación y Posicionamiento
El posicionamiento visual requiere sistemas de visión artificial para localizar de forma rápida y precisa los componentes objetivo y confirmar sus posiciones. La visión artificial se emplea para el posicionamiento durante la carga y descarga, guiando los brazos robóticos para agarrar los artículos con precisión. En el embalaje de semiconductores, el equipo ajusta-los cabezales de recogida en función de los datos de ubicación de los chips obtenidos mediante visión artificial para recoger con precisión los chips para unirlos. Esto representa la aplicación más fundamental del posicionamiento visual en la visión artificial industrial.
Automation Expo: en aplicaciones que combinan visión artificial con robótica, el posicionamiento guiado por robots es el más frecuente. Para tales escenarios, Hikvision Robotics y sus socios han implementado numerosos casos exitosos y soluciones maduras. La guía de posicionamiento del robot se puede clasificar en términos generales en tres modos:
El primer modo es la configuración de cámara fija, donde la cámara permanece estacionaria en el marco del equipo sin moverse con el robot. De izquierda a derecha, estas son: la operación de agarre, la operación de corrección de compensación de agarre y la operación de colocación. En el escenario de agarre, la cámara captura imágenes de los materiales entrantes y realiza un posicionamiento aproximado. Estos datos de posicionamiento se transmiten al robot, lo que le permite agarrar los materiales con precisión. Este enfoque reduce la dependencia de la precisión del mecanismo de transferencia entre estaciones de trabajo y al mismo tiempo garantiza un agarre estable. El modo de corrección de compensación emplea una cámara inferior montada en el lado opuesto del brazo robótico para un posicionamiento secundario de precisión de la pieza de trabajo. Esto mitiga significativamente la desviación de material y garantiza un procesamiento específico para cada pieza entrante. El modo de colocación abarca una amplia gama de operaciones-desde la simple colocación hasta la alineación y el ensamblaje-mediante el uso de la cámara para localizar la posición final del objetivo. Combinado con los dos modos anteriores, esto logra un procesamiento verdaderamente específico para cada pieza de trabajo.
Dos modos de cámara de movimiento implican montar la cámara encima del brazo robótico para un movimiento sincronizado. Si bien son distintos del modo de cámara fija descrito anteriormente, ambos modos de cámara fija y en movimiento convergen funcionalmente, lo que permite el posicionamiento/agarre y la colocación guiada. Más allá de garantizar la funcionalidad principal, estos modos ofrecen una mayor flexibilidad de instalación para adaptarse a diversas limitaciones ambientales y de hardware.
Para mejorar la adaptabilidad del hardware en diversos escenarios de instalación, se pueden combinar los modos de cámara fija y móvil, como se ilustra en la Figura 3.
Además, en la fabricación de semiconductores, ajustar la posición de los chips para los cabezales captadores plantea desafíos importantes. La visión artificial resuelve este problema al permitir la recogida y unión precisa de chips-una aplicación fundamental que impulsa su adopción en todos los sectores industriales.
2. Inspección de apariencia
Este proceso detecta problemas de calidad en los productos en las líneas de producción y representa el área donde se reemplaza con mayor frecuencia la mano de obra. En el sector farmacéutico, por ejemplo, la visión artificial se encarga principalmente de la inspección de dimensiones, la detección de defectos en la superficie de las botellas, la detección de defectos en los hombros y la inspección de la boca de las botellas.
Con el avance de la automatización industrial moderna, la inspección por visión artificial se aplica ampliamente a diversas tareas de verificación, medición y reconocimiento de piezas. Los ejemplos incluyen la detección de defectos superficiales en filtros de corte infrarrojos, la identificación de modelos de ruedas de automóviles, la detección de defectos de apariencia en materiales magnéticos y el reconocimiento de códigos de barras/caracteres en el embalaje de productos. Estas aplicaciones comparten las características comunes de una producción en masa continua y exigencias extremadamente altas de calidad de apariencia.
Normalmente, estas tareas tan repetitivas e inteligentes sólo se podían realizar mediante inspección manual. Es común ver a cientos o incluso miles de trabajadores de inspección realizando estas tareas detrás de las modernas líneas de montaje en las fábricas. Este enfoque no sólo impone importantes costos laborales y de gestión a las fábricas, sino que tampoco garantiza una tasa de aprobación del 100% de la inspección. La inspección por visión artificial, con su automatización, objetividad, naturaleza sin contacto y alta precisión, ahora es totalmente capaz de reemplazar el trabajo manual para estas tareas monótonas y repetitivas. En comparación con los sistemas generales de procesamiento de imágenes, la inspección por visión artificial enfatiza la precisión, la velocidad y la confiabilidad en entornos industriales.
A medida que aumentan los estándares económicos, la inspección por visión artificial gana cada vez más importancia. Mejora la capacidad de producción de productos calificados y al mismo tiempo elimina los artículos de calidad inferior en las primeras etapas del proceso de fabricación, lo que reduce el desperdicio y los costos.
3. Inspección de alta-precisión
Ciertos productos exigen una precisión extrema-que alcanza de 0,01 a 0,02 mm o incluso un nivel-de micras-más allá de las capacidades visuales humanas, lo que requiere una inspección mecánica-.
En la producción y en la vida diaria, cada producto requiere una verificación de calidad y un certificado de cumplimiento. Es ampliamente reconocido que la inspección representa la aplicación más extensa de la visión artificial. Antes del avance de la tecnología de visión artificial, la inspección visual manual a menudo enfrentaba desafíos importantes: baja precisión, susceptibilidad a errores, incapacidad para operar continuamente, operadores propensos a la fatiga-y costos excesivos de tiempo y mano de obra. La adopción generalizada de la visión artificial ha impulsado la fabricación e inspección de productos a una era altamente automatizada.
Los ejemplos más típicos incluyen la inspección de caracteres de monedas y la inspección de placas de circuito. Además, la inspección de los procesos de fabricación de monedas en Renminbi exige una precisión excepcionalmente alta, lo que implica numerosos dispositivos de inspección y procedimientos complejos. Otras aplicaciones incluyen inspección de posicionamiento por visión artificial, verificación de la calidad y defectos de tapas de botellas de bebidas, detección y reconocimiento de caracteres de códigos de barras, inspección de defectos de botellas de vidrio e inspección de botellas de vidrio farmacéuticas. El campo médico es también una de las principales áreas de aplicación de la visión artificial.
4. Reconocimiento
El reconocimiento de imágenes implica procesar, analizar e interpretar imágenes mediante visión artificial para identificar varios patrones y objetos. Esto permite la trazabilidad y recopilación de datos, encontrando una amplia aplicación en componentes de automoción, alimentos, productos farmacéuticos y otros sectores.
El ejemplo más típico es el reconocimiento de códigos QR. Los códigos QR y los códigos de barras están omnipresentes en la vida diaria. Los fabricantes incorporan una gran cantidad de datos en estos códigos compactos para la gestión y trazabilidad de los productos. A medida que se expande el reconocimiento de imágenes por visión artificial, los códigos de barras en diversas superficies se vuelven fácilmente legibles y detectables, lo que eleva los niveles de modernización, aumenta significativamente la eficiencia de la producción y reduce gradualmente los costos de fabricación.
5. Clasificación de objetos
Dentro de las aplicaciones de visión artificial, la clasificación de objetos sigue etapas de reconocimiento e inspección. Procesando imágenes a través de sistemas de visión artificial e integrando brazos robóticos, se clasifican los productos.
Las líneas de producción tradicionales dependían de la colocación manual de materiales en máquinas de moldeo por inyección antes de continuar con los procesos posteriores. Hoy en día, los equipos automatizados se encargan de la distribución de materiales. Los sistemas de visión artificial capturan imágenes de productos, las analizan y generan resultados. Luego, los robots colocan los materiales correspondientes en las posiciones designadas, logrando una producción industrial inteligente, moderna y automatizada.