UNIR Revista
Los sistemas de visión artificial se basan en la combinación de hardware y software para captar imágenes y procesar su información. Valoramos los posibles usos dentro del mercado actual.
La visión artificial obtiene información del entorno a través de imágenes que es capaz de analizar. Para ello, recurre a diferentes tipos de sensores a partir de los cuales se obtienen resultados de una gran precisión. Integrada en la industria no funciona como una herramienta aislada, sino que forma parte de toda la cadena de producción gracias a los datos que recibe y envía. De hecho, otorga a las máquinas la capacidad de procesar una imagen, emulando a la visión humana pero con características muy diferentes. Indiscutiblemente va ligada al desarrollo de la Inteligencia Artificial.
El proceso comienza con la obtención de imágenes, para lo cual es imprescindible contar con los sensores necesarios. Estos pueden ser de distintos tipos, lo que condicionará el resultado final, la clase de datos o la información que obtengan. Gracias a esos sensores las máquinas pueden captar imágenes, pero para procesarlas es necesario emplear un determinado software que aplique a cada imagen los procesos necesarios para realizar la función para la que ha sido diseñada esa máquina (detectar defectos, realizar mediciones, mover piezas). En el mercado existen ya varias alternativas de software adaptado a la visión artificial pero en ocasiones es necesario diseñar uno específico.
Una vez procesada la imagen y transformada en información, la máquina finaliza el proceso realizando una acción concreta.
Aplicaciones de la visión artificial en la industria
La revolución industrial que ha supuesto la Industria 4.0 sería impensable sin una herramienta como la visión artificial, integrada en todas las etapas del proceso productivo. Sus aplicaciones o usos en la industria son múltiples y muy diferentes entre sí. Sectores tan distintos como la alimentación, la automoción, la electrónica, la metrología, el packaging o la propia industria médica la han incorporado y se benefician de las ventajas de su aplicación:
- Elimina la subjetividad en los sistemas de inspección o control de calidad.
- Aumenta la productividad y se reducen tiempos en todo el proceso productivo.
- Supervisa la trazabilidad de un producto, de inicio a fin.
- Elimina el factor fatiga en cualquier tarea.
- Permite una mayor precisión en los diagnósticos de errores.
- Disminuye la tasa de desperdicio.
- Reduce riesgos maximizando los niveles de seguridad.
- Evita la contaminación cruzada.
Tipos de visión artificial
Dependiendo de la complejidad de los sensores y la tecnología que utilicen podemos dividirlos en:
- Sensores de visión. Son los más básicos y muy fáciles de integrar en un sistema automatizado. Se emplean para detectar el paso de un elemento.
- Cámaras inteligentes y sistemas de visión integrados. Son cámaras que cuentan con sistemas de cálculo mucho más complejos. Su capacidad para procesar información y la posibilidad de trabajar en remoto las convierte en la solución presente en la mayor parte de la industria.
- Sistemas de visión avanzados. Tanto su software como su hardware están en un nivel superior de desarrollo y eso influye positivamente en la cantidad de datos que pueden acumular y procesar.
Podemos hacer una segunda clasificación atendiendo a la calidad de la imagen:
- Visión 1D. Opera con una señal digital que estudia la imagen línea a línea y no en su totalidad. Se emplea para detectar defectos en materiales fabricados en un proceso de flujo continuo, donde los materiales están en constante movimiento y son sometidos a un tratamiento mecánico (metales, papel, tejidos, plásticos…).
- Visión 2D. Las cámaras 2D pueden captar imágenes en color o en escala de grises y las convierten en matrices divididas en píxeles, por eso se utilizan en el reconocimiento de caracteres como en la lectura de códigos o, incluso, en metrología.
- Visión 3D. Estos sistemas recurren a varias cámaras colocadas en distintos lugares o sensores de láser por lo que reúnen información sobre la orientación del elemento. Suelen usarse en pick and place.
- Termografía. A través de una serie de sensores capta información sobre la temperatura de las piezas y se representa en una escala de colores. Es la alternativa más recomendable a la hora de detectar fugas o desequilibrios.
- Visión hiperespectral. Estas cámaras identifican la composición de cada elemento midiendo la longitud de onda. En alimentación se recurre a ellas para detectar intrusos como restos de tierra, plásticos…
Ejemplos de aplicación de la visión artificial
Sistemas pick and place
Realizan tareas consistentes en coger un producto y depositarlo en otro lugar. Hay que tener en cuenta que esos productos no siempre avanzan de modo ordenado, por lo que este tipo de robots deben ser capaces de identificar el producto y su posición y calcular trayectorias y velocidad.
Comprobación de montajes
Los sistemas de visión artificial al final de una línea de ensamblaje pueden comprobar rápidamente que cada pieza ocupa el lugar que le corresponde.
Sistemas de medición
La visión artificial garantiza la precisión exigida para realizar cualquier medición (tamaños, distancias, ubicaciones…) siempre que se haya realizado un ajuste referencial.
Localización de defectos
En cualquier proceso de producción aparecen defectos, bien por el propio proceso en sí o por las condiciones a las que ha estado expuesto el producto. Las cámaras de visión artificial permiten detectar estos defectos de manera automatizada y rápidamente, retirando de la línea de producción la pieza (puede ser un alimento en mal estado o que presente algún golpe).
Lectura de códigos
La trazabilidad de un producto se basa en el uso de diferentes códigos. Los más comunes son los códigos de barras pero también se emplean códigos matriz 2D y OCR (Optical Character Recognition). La visión artificial, gracias al sistema de algoritmos de reconocimiento de caracteres, facilita su lectura, comprobando que coincida con el producto.
Detección de elementos intrusos
Una función especialmente útil en el sector de la alimentación. La visión hiperespectral permite clasificar elementos atendiendo a su composición química, por lo que resulta fácil detectar un intruso en la fase de empaquetado de alimentos, por ejemplo.
El hecho de que la visión artificial permita automatizar muchas de las tareas de la cadena de producción como el ensamblaje de piezas, los controles de calidad, medición y calibración o el procesamiento de datos, la ha convertido en una gran aliada a la hora de obtener productos de una mayor calidad y, en muchos casos, reduciendo costes.
El Máster en Inteligencia Artificial online de UNIR es el único postgrado oficial con docencia 100 % online, que dota al alumno de los conocimientos técnicos y prácticos necesarios para lograr el comportamiento inteligente de las máquinas.
