L’innovazione tecnologica ha rivoluzionato molti settori industriali, e uno degli ambiti che ha visto significativi progressi è il controllo qualità attraverso sistemi di visione artificiale. Un caso emblematico riguarda un nostro cliente, il quale necessitava di un sistema automatico capace di riconoscere diverse tipologie di connettori elettrici montati su un pannello.

Spesso, i connettori presentano forme simili, causando errori umani durante le operazioni di montaggio. Un connettore inserito in una posizione errata o non correttamente fissato può portare a malfunzionamenti e difetti del prodotto finale.

L’obiettivo era quindi quello di garantire che ogni connettore fosse inserito correttamente, per evitare malfunzionamenti.

Siamo partiti dalla scelta della telecamera più adatta per risoluzione immagine e ingombri e, dato che la telecamera era montata su un cobot (robot collaborativo), è stato necessario eseguire test per determinare la distanza ottimale per catturare tutti i dettagli rilevanti per il riconoscimento connettori senza perdere messa a fuoco

L’algoritmo di rilevamento è stato realizzato utilizzando reti neurali, una tecnologia che offre prestazioni di rilevamento superiori rispetto agli algoritmi standard. Questa scelta ha permesso di affrontare alcune delle principali sfide del progetto, tra cui:

• Riconoscimento accurato dei connettori in ambienti non strutturati con luce variabile.
• Selezione della sequenza di immagini ottimale per una classificazione corretta.
• Velocità di verifica del pannello, con un obiettivo di circa un minuto per ogni pannello, a seconda del numero di connettori da verificare.
• Personalizzazione del numero di connettori da verificare.

Per ridurre gli ingombri e fornire un sistema compatto abbiamo adottato una soluzione su mini-pc con accelerazione GPU per eseguire gli algoritmi di intelligenza artificiale in modo performante.

La soluzione sviluppata prevede l’uso di un cobot equipaggiato con una telecamera montata sull’end effector. Il processo si articola nei seguenti passaggi:

1. Posizionamento Iniziale: Il cobot si posizionava sul connettore da verificare.
2. Acquisizione Immagini: La telecamera acquisiva immagini del connettore da diverse angolazioni.
3. Elaborazione Immagini: Le immagini venivano analizzate da una rete neurale per la classificazione.
4. Verifica: La classificazione ottenuta veniva confrontata con un file di riferimento per verificare il corretto riconoscimento del connettore.

L’implementazione del cobot e della tecnologia AI per il riconoscimento dei connettori ha portato numerosi vantaggi:

• Precisione: La rete neurale garantisce un alto grado di precisione nel riconoscimento dei connettori, riducendo gli errori umani.
• Efficienza: Il sistema può verificare rapidamente i connettori, mantenendo un tempo di verifica del pannello di circa un minuto.
• Flessibilità: La soluzione può essere adattata per riconoscere diverse tipologie di connettori, rendendo il sistema versatile per diverse applicazioni.
• Riduzione degli ingombri: Grazie all’uso di una scheda embedded, il sistema è compatto e facile da installare senza necessità di un PC esterno.
• Automazione: Il processo di controllo qualità è completamente automatizzato, permettendo il controllo del 100% della produzione.

Abbiamo iniziato scegliendo la telecamera migliore rispettando le diverse esigenze.

• Miglioramento della Qualità: Con un controllo qualità automatizzato, il cliente può garantire che tutti i connettori siano correttamente posizionati e montati, riducendo i difetti di produzione.
• Riduzione dei costi: L’automazione del processo di verifica diminuisce la necessità di manodopera manuale, riducendo i costi operativi.
• Aumento della produttività: Il sistema consente di verificare un maggior numero di connettori in meno tempo, aumentando la produttività complessiva.
• Flessibilità operativa: La possibilità di personalizzare il numero e il tipo di connettori da verificare offre al cliente una soluzione flessibile che può essere adattata a diverse esigenze produttive.
• Affidabilità: L’uso dell’intelligenza artificiale assicura un’affidabilità maggiore rispetto ai controlli manuali, minimizzando gli errori e garantendo una produzione conforme agli standard qualitativi.

L’implementazione di un sistema di riconoscimento dei connettori basato sull’intelligenza artificiale ha dimostrato di essere una soluzione efficace per migliorare i processi di controllo qualità.

Il sistema che abbiamo sviluppato noi di Vision-e non solo automatizza il processo di verifica, ma lo rende anche più preciso, efficiente e flessibile.

I nostri sistemi di visione uniscono innovazione tecnologica per risolvere problemi complessi e migliorare significativamente i processi industriali. 

Se desideri migliorare la qualità e l’efficienza dei tuoi processi produttivi, contattaci con il form che trovi qua sotto. Scoprirai come i nostri sistemi di visione artificiale possono fare la differenza per la tua azienda!

Compila il form e scopri come possiamo aiutarti ad automatizzare il controllo qualità