L’intelligenza artificiale nel controllo qualità è uno strumento in più che molte aziende hanno iniziato ad esplorare. I principali vantaggi di questa tecnologia sono:

  • Apprendimento automatico dati dati
  • Miglioramento continuo in base ai nuovi dati forniti.

Rispetto a tecnologie precedenti questo è un cambio di paradigma. Che se gestito correttamente permette ad un processo industriale di migliorarsi nel tempo.

Applicare l’intelligenza artificiale nel controllo qualità richiede però una certa padronanza con la tecnologia. Questo perchè prova a porti queste domande?

  1. Cosa succede se non fornisco i dati corretti all’intelligenza artificiale? Il mio processo migliora lo stesso?
  2. Se ho un processi di apprendimento automatico, come verifico che ciò che ha imparato sia effettivamente valido anche su dati mai visti in precedenza?

Questo sono solo alcune delle domande da porsi prima di adottare un sistema di intelligenza artificiale.

Per questo in Vision-e abbiamo creato una libreria in C++ per l’automazione industriale, per permettere ai nostri clienti di gestire con facilità l’intelligenza artificiale. L’abbiamo chiamata DeepInspector.

Le caratteristiche princiapali sono:

Facilmente Integrabile

DeepInspector è una libreria che può essere facilmente integrabile dentro ai tuoi sistemi.

Ottimizzata

I nostri algoritmi sono testati per essere efficienti. In questo modo garantiamo peformance di processamento elevate con il minimo spreco di risorse

Scalabile

DeepInspector permette di avere un’unica interfaccia per risolvere diversi problemi. In questo modo il tempo di messa in produzione diminuisce.

Cos’e DeepInspector

Di fatto è una libreria in C++ che abbiamo testato e realizzato negli anni per portare innovazione dell’intelligenza artificiale nel controllo qualità e oltre.

Abbiamo deciso di creare internamente questa soluzione per essere più efficienti nell’aiutarti a soddisfare le tue diverse esigenze di produzione. Se qualcosa non funziona puoi parlare direttamente con i nostri tecnici. Questo ci permette di

  • Soddisfare al meglio le diverse esigenze di produzione
  • Fornire assistenza molto velocemente
  • Modificare e ottimizzare la soluzione in base all’applicazione richiesta

La libreria DeepInspector ha al suo interno diversi moduli specializzati per le diverse applicazioni, che possono essere combinati tra di loro per ottenere una nuova soluzione. Ecco i principali componenti

Deep Detector

Modulo specializzato nel riconoscimento e classificazione degli oggetti

Deep Defect Detector

Modulo che in modo automatico riconosce i difetti presenti nei tuoi prodotti. Imparando dagli errori commessi

Deep Tracker

Modulo che permette di fare il tracking in real time di persone o cose all’interno dei video

Perchè scegliere DeepInspector

Ecco alcune caratteristiche che lo rendono innovativo, rispetto alle tecnologie passate

  1. Si adatta ai continui cambiamenti provenienti dall’ambiente di utilizzo
  2. Rilevamento delle difettosità del prodotto in modo automatico o semi-automatico
  3. Semplifica la gestione. Pochi parametri da configurare per ottenere delle ottime performance

Casi d’uso

Riconoscimento di Strumenti Chirurgici

In questo caso abbiamo utilizzato il modulo DeepDetector per riconoscere in modo molto preciso strumenti chirurgici provenineti dalle sale operatorie.

Il sistema realizzato serve per aiutare gli operatori nell’assemblare i kit chirurgici. Essendo gli strumenti molto simili tra di loro molti operatori inesperti possono commettere delgi errori e questo compromette poi l’intervento e l’azione del chirurgo.

Per formare un operatore esperto servono dai 6 ai 8 mesi, vista la complessità e la diversità degli strumenti.

Il nostro sistema permette di affiancare un operatore non esperto per aiutarlo nel riconoscimento dei diversi strumenti da associare ad un determinato kit chirugico.

Rilevamento Automatico Difetti su Palline in plastica

In questo caso abbiamo utilizzato il modulo DeepDefectDetector per riconoscere in modo automatico i difetti presenti in linea di produzione.

I grandi vantaggi rispetto ad un approccio tradizionale senza AI sono:

  1. Riconoscimento dei difetti partendo da sole immagini buone(senza difetto)
  2. Pochi parametri di configurazione. Molto semplici da usare per operatori non esperti
  3. Rilevamento di difettosità non preventivate nella fase di progetto. Il sistema impara automaticamente a riconoscere nuovi difetti mai visti in precedenza

Il nostro cliente aveva necessità di controllare in modo automatico eventuali difetti presenti su palline in plastica come graffi, deformità dimensionali, presenza o meno di texture grafica.

Con il nostro module DeepDefectDetector abbiamo fornito una soluzione pronta all’uso per essere installata in un ambiente di produzione su linea automatica.

Analisi dello sport

In questo caso abbiamo usato il modulo DeepTracker per tracciare i movimenti dei giocatori di tennis sul campo di gioco. Al nostro cliente serviva un sistema per riuscire a tracciare in modo preciso e accurato i movimenti dei giocatori di tennis per eseguire poi successive analisi del match.

Il sistema è pensato per professionisti o semi-professionisti che vogliono analizzare velocemente le proprie partite per capire la loro posizione durante il gioco.

Questo permette di avere degli insight su come poter migliorare il proprio gioco. Capire nei punti persi o vinti l’analisi del dritto o rovescio rispetto alla loro posizione in campo.

Contattaci

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