Cuando en un proyecto de visión artificial tradicional se requiere analizar múltiples productos, en general nos vemos obligados a hacer un programa diferente (receta) para cada uno de ellos.
Esto, complica enormemente la puesta en marcha y, sobre todo, su mantenimiento. Por un lado, las puestas en marcha se alargan mucho, porque cada nuevo producto implica una programación nueva y su consecuente validación. Por otro lado, el mantenimiento de estos sistemas es una auténtica pesadilla, ya que es imposible acordarse de todos los detalles de las decenas de recetas generadas y, en caso de necesitar mejoras, deben incorporarse a todos los productos manualmente.
Un ejemplo claro de esta problemática lo encontramos en un cliente fabricante de maquinaria de posicionado de botellas de plástico. Este cliente incorporaba a sus máquinas sistemas de visión clásica para detectar si las botellas venían en una orientación u otra. Estos sistemas de visión eran claramente el cuello de botella en la puesta en marcha de sus máquinas, ya que cada nueva instalación implicaba la programación de todos los formatos. Además, el mantenimiento de estos equipos era importante, donde se malgastaban muchos recursos.
La solución que ofrecimos a nuestro cliente fue utilizar un sistema de visión basada en Deep Learning para hacer el posicionado de botellas sin necesidad de recetas. Mediante nuestro software OneVision, entrenamos un modelo de deep learning capaz de reconocer cualquier formato de botella.
El sistema, ahora estándar en sus máquinas, es infinitamente más robusto que los sistemas de visión clásica que instalaba originalmente y, además, es multiformato genérico. En otras palabras, cada nueva máquina funciona sin necesidad de preparar ningún programa de visión específico. El sistema de visión IA, reconoce botellas de plástico de cualquier formato y las puede orientar de forma genérica, sin programación específica.
Con un solo programa (receta) se detecta la posición de todas las botellas (incluso las que no ha visto nunca). Esto ha simplificado la puesta en marcha y el ajuste final de sus máquinas, reduciendo las horas de programación y sus costes asociados. Además, el mantenimiento de estas máquinas es muchísimo más sencillo, ya que los sistemas son mucho más robustos y añadir nuevos formatos no implica ningún cambio en el programa de visión.
Diferentes tipos de botellas analizados:
Comments