Ispezione dei componenti finiti in tempo reale con l’IA

Ispezione dei componenti finiti in tempo reale
Il software MARQUIS riconosce sia il componente stesso, sia eventuali discrepanze dalle dimensioni target. Credito: Fraunhofer-Gesellschaft

I componenti consegnati devono essere sottoposti a un’ispezione della merce in entrata per assicurarsi che siano dimensionati correttamente e che tutto il resto sia a posto. La soluzione software MARQUIS, che comprende machine learning e realtà aumentata, sarà in grado di ispezionare i componenti e i relativi assiemi mentre si è in movimento e in tempo reale. I ricercatori del Fraunhofer Institute for Computer Graphics Research IGD presenteranno la tecnologia alla Fiera di Hannover dal 12 al 16 aprile 2021.

Il controllo della qualità è fondamentale per l’industria manifatturiera, ad esempio nel settore automobilistico. Un componente fisico non soddisfa i requisiti specificati nei dati CAD? Finora, i dipendenti hanno effettuato ispezioni visive per scoprirlo. I ricercatori del Fraunhofer IGD di Darmstadt stanno ora sviluppando un’alternativa molto più precisa utilizzando MARQUIS: questo software combina la realtà aumentata con metodi di apprendimento automatico per consentire il confronto tra una specifica CAD e il prodotto reale. “Il sistema riconosce il componente e identifica anche eventuali discrepanze rispetto alle dimensioni target”, afferma Holger Graf, scienziato presso Fraunhofer IGD, spiegando la tecnologia. “Oltre ai singoli componenti, può anche ispezionare assiemi composti da più parti. Una procedura di apprendimento automatico, un altro dei nostri sviluppi, rileva la posizione dei componenti nello spazio”. La traversa, ad esempio, è stata fissata ad angolo retto? Il sistema fa questo basandosi su un progetto precedente: un sistema fisso composto da più telecamere che misura con precisione i componenti. La straordinaria caratteristica del nuovo sistema: gli utenti mobili devono semplicemente estrarre il proprio smartphone o tablet e puntarlo verso il componente interessato.

Generazione di dati di addestramento per l’intelligenza artificiale

Il cuore di MARQUIS è l’apprendimento automatico. Il sistema utilizza questa tecnologia per rilevare non solo i singoli componenti, ma anche la loro posizione nello spazio. Ma ci vogliono set di dati giganteschi per addestrare questa intelligenza artificiale. Questo è meglio spiegato a titolo di esempio: prendiamo il riconoscimento automatico dei gatti sulle fotografie. Il software può riconoscere gli animali in modo affidabile solo se gli mostriamo numerose immagini di gatti in varie situazioni e posizioni, e suggerisce anche quali pixel dell’immagine appartengono al gatto e quali no. Ci sono molte immagini che ci dicono tutto sui gatti. Quando si tratta di produrre componenti, tuttavia, tali immagini di addestramento semplicemente non esistono o devono essere generate utilizzando processi complessi.

“La produzione di questi dati dalle foto richiedeva anni, quindi il nostro obiettivo era creare i dati di addestramento esclusivamente dai dati CAD che accompagnano ogni processo di produzione”, afferma Graf. I ricercatori devono quindi generare immagini sintetiche che agiscano come foto reali. Lo fanno simulando più configurazioni di fotocamere nello spazio per visualizzare il modello CAD da varie direzioni: queste fotocamere scattano “foto” da ogni prospettiva e le immagini vengono impostate su uno sfondo arbitrario. Mentre i dati CAD sono generalmente mostrati in blu, verde e giallo, i componenti delle immagini artificiali create dal rendering fotorealistico sono costituiti da vari materiali diversi, ad esempio metallo grigio scintillante. L’approccio sta funzionando come sperato: attraverso l’approccio del deep learning, il sistema viene effettivamente addestrato utilizzando le immagini sintetiche ed è quindi in grado di riconoscere un componente reale senza averne mai visto uno prima. E tutto molto rapidamente: per dieci diversi componenti sconosciuti in una configurazione di prodotto complessa, i ricercatori hanno bisogno solo di poche ore per addestrare le reti di intelligenza artificiale se i dati CAD sono a posto.

Ispezione automatica dei componenti in tempo reale

Una volta che il sistema è stato addestrato a riconoscere i componenti interessati, può ispezionarli in tempo reale. Il sistema riconosce il componente stesso, la sua posizione nello spazio e procede a sovrapporre con precisione i dati CAD. Entrambi combaciano? I ricercatori usano la realtà aumentata per scoprirlo.

Il team di ricerca dimostrerà il suo sviluppo alla Fiera di Hannover dal 12 al 16 aprile 2021 utilizzando un assale anteriore assemblato. In un progetto finanziato dallo stato dell’Assia nell’ambito del programma L枚we (progetto numero 928/20-85), i ricercatori di Fraunhofer stanno collaborando a stretto contatto con Visometry per trasferire i processi di apprendimento automatico, insieme ai flussi di lavoro e alle reti associati, in questa rotazione portafoglio di prodotti di -off.


Leave a Reply