Quand vient le temps de choisir la bonne technologie pour une application de vision industrielle, quel choix faire parmi les systèmes 1D, 2D, 2.5D, 3D, monochrome, couleur, thermique, X-ray, spectrométrie, etc.? Comment correctement choisir le type d’éclairage et le bon optique selon la zone à couvrir, la résolution requise, les effets de perspective et la distorsion?
Les applications en vision sont multiples : le contrôle de la qualité, la détection d’anomalie pour la maintenance d’équipement, la compensation de procédés continus ou discrets, le guidage de procédés robotisés, et bien d’autres. Nous présenterons quelques exemples de mise en application.
La vision artificielle passe à Industrie 4.0. Pendant la phase d’industrie 3.0, nous avons connecté les systèmes de vision à des robots, des PLC, des machines-outils pour faire du contrôle de procédé ou de la compensation pour se diriger vers le « zéro non-conformité ». À l’ère d’industrie 4.0, on introduit l’apprentissage profond (Deep Learning) pour simplifier la programmation et accélérer l’implantation des systèmes de vision. Puis, on récupère les données et les acheminent vers une centrale de données pour faire de l’analytique avancé et le suivi de nos indicateurs de performance. Il est alors important de s’appuyer sur des équipes multidisciplinaires pour obtenir une solution complète.
- Faire affaire avec une équipe multidisciplinaire d’experts pour une bonne sélection technologique et la conception du système est essentiel à l’atteinte de la performance souhaitée
- La vision artificielle permet d’automatiser des applications en contrôle qualité, en contrôle de procédé et même en maintenance.
- La vision artificielle apporte une autre source de données très utile qui s’intègre dans la transformation numérique de l’industrie 4.0