www.industrieweb.fr
04
'26
Written on Modified on
La solution d'inspection 3D s'appuie sur l'IA
Sick a enrichi sa plateforme de vision industrielle Nova avec la suite d'outils Intelligent Inspection, combinant des capacités de deep learning et d'analyse de données de hauteur 3D destinées aux applicatins de contrôle qualité automatisé.
www.sick.com
La solution permet une inspection tridimensionnelle dans les domaines de la logistique, l'électronique, la fabrication de batteries, l'automobile et l'agroalimentaire.
Deep learning et fonctionnalités d'inspection
L'application Intelligent Inspection de la plateforme Sick Nova applique des algorithmes d'apprentissage profond aux données d'images 3D de haute précision. Elle associe la perception spatiale à l'analyse d'images pour exécuter des tâches d'inspection évoluées directement sur le système de vision.
La solution fonctionne selon le principe de l'apprentissage par l'exemple, permettant de configurer et d'entraîner les modèles d'inspection à partir de données d'images échantillons propres à chaque application, sans nécessiter d'équipement matériel supplémentaire.
Champ d'applications industrielles
L'association de l'intelligence artificielle et de la mesure 3D permet de réaliser des contrôles qualité complexes auparavant difficiles à exécuter avec des systèmes d'inspection conventionnels basés sur des règles.
Principales applications ciblées :
- L'inspection des déformations d'emballages carton après remplissage dans les secteurs agroalimentaire et des biens de consommation, en mesurant les variations de hauteur et de surface indépendamment du contraste de couleur.
- La détection de boîtes vides ou d'objets manquants dans les bacs pour la logistique et la préparation de commandes.
- La vérification d'assemblage et le contrôle de surface pour la fabrication d'électronique et de batteries.
- La classification et l'inspection de pneus, incluant la reconnaissance optique de caractères 3D (OCR 3D) pour le secteur automobile.
- Le contrôle d'intégralité des composants sur les lignes de production.
Traitement des données 3D au niveau du pixel
Chaque pixel capturé par la solution optique de Sick intègre une information de hauteur exploitée pour reconstruire une image tridimensionnelle. Un réseau neuronal entraîné, intégré au logiciel Nova, analyse ces données pour identifier les anomalies.
Les défauts détectés sont restitués à l'utilisateur sous la forme d'une carte thermique d'anomalies. Activé par licence sur des appareils prédéfinis ou via une mise à niveau, le jeu d'outils logiciels combine ces fonctionnalités d'intelligence artificielle avec des outils de vision industrielle traditionnels basés sur des règles.
Contexte Supplémentaire
Cette section détaille des spécifications techniques non incluses dans le communiqué d'origine.
La vision industrielle 3D basée sur la triangulation laser ou le calcul du temps de vol (Time-of-Flight) génère un nuage de points spatial où chaque coordonnée correspond à la géométrie de surface de l'objet inspecté. Contrairement aux capteurs 2D dépendants de la réflectance spectrale et de l'éclairage ambiant, les systèmes 3D fournissent une représentation topographique absolue, insensible aux variations de couleur, d'ombrage ou de contraste de la pièce.
L'intégration d'architectures de réseaux neuronaux convolutifs (CNN) sur des systèmes d'imagerie 3D permet d'exécuter la segmentation sémantique et la détection d'anomalies directement sur des cartes de profondeur (depth maps). Lors de l'apprentissage par l'exemple, l'algorithme modélise la distribution statistique des surfaces conformes. En cours de production, toute déviation topographique par rapport à ce modèle de référence est calculée au niveau du pixel, générant une carte thermique d'anomalies (heat map) qui met en évidence les déformations mécaniques, les enfoncements ou les manques de matière.
Publié par Romila DSilva, rédactrice pour Induportals - contenu adapté avec l'assistance de l'IA.
Chaque pixel capturé par la solution optique de Sick intègre une information de hauteur exploitée pour reconstruire une image tridimensionnelle. Un réseau neuronal entraîné, intégré au logiciel Nova, analyse ces données pour identifier les anomalies.
Les défauts détectés sont restitués à l'utilisateur sous la forme d'une carte thermique d'anomalies. Activé par licence sur des appareils prédéfinis ou via une mise à niveau, le jeu d'outils logiciels combine ces fonctionnalités d'intelligence artificielle avec des outils de vision industrielle traditionnels basés sur des règles.
Contexte Supplémentaire
Cette section détaille des spécifications techniques non incluses dans le communiqué d'origine.
La vision industrielle 3D basée sur la triangulation laser ou le calcul du temps de vol (Time-of-Flight) génère un nuage de points spatial où chaque coordonnée correspond à la géométrie de surface de l'objet inspecté. Contrairement aux capteurs 2D dépendants de la réflectance spectrale et de l'éclairage ambiant, les systèmes 3D fournissent une représentation topographique absolue, insensible aux variations de couleur, d'ombrage ou de contraste de la pièce.
L'intégration d'architectures de réseaux neuronaux convolutifs (CNN) sur des systèmes d'imagerie 3D permet d'exécuter la segmentation sémantique et la détection d'anomalies directement sur des cartes de profondeur (depth maps). Lors de l'apprentissage par l'exemple, l'algorithme modélise la distribution statistique des surfaces conformes. En cours de production, toute déviation topographique par rapport à ce modèle de référence est calculée au niveau du pixel, générant une carte thermique d'anomalies (heat map) qui met en évidence les déformations mécaniques, les enfoncements ou les manques de matière.
Publié par Romila DSilva, rédactrice pour Induportals - contenu adapté avec l'assistance de l'IA.
