La machine vision sostituisce l’ispezione manuale, consentendo l’automazione di numerose applicazioni industriali. Vediamo come funziona.
Machine vision: cos’è e come funziona
L’idea che sta alla base della machine vision, o visione artificiale, è quella di permettere ai sistemi dell’automazione industriale di poter percepire il mondo esterno grazie all’elaborazione delle immagini, in maniera del tutto analoga alla vista dell’essere umano. La machine vision sfrutta quindi l’acquisizione di immagini tramite telecamere e la loro successiva elaborazione per mezzo di algoritmi di image processing, mirati a valutare le caratteristiche salienti del prodotto in analisi.
Machine vision: tanti vantaggi per altrettante necessità
- Rilevamento della posizione: oggetti specifici vengono rilevati, la loro presenza o le loro coordinate (posizione ed orientamento) vengono resi disponibili
- Ispezione: tramite l’analisi delle immagini si verifica la qualità del prodotto, la completezza delle parti di un assieme o la presenza di difetti
- Misura: si acquisiscono le caratteristiche di un oggetto in una o più delle tre dimensioni (lunghezza, altezza, profondità, area o volume)
- Identificazione: lettura e decodifica di etichette per l’identificazione ed il tracciamento dei prodotti, indipendentemente dal tipo di codice 1D o 2D utilizzato e dal suo orientamento
Machine vision in 2D con camere matriciali o lineari
- con illuminazione diretta (per esempio, tramite illuminatore circolare a LED): la luce viene emessa frontalmente da un anello di LED posti intorno all’ottica. Ideale per ottenere ottimi contrasti su superfici opache, questa tecnica non è indicata per superfici riflettenti
- con illuminazione diffusa (per esempio, tramite illuminatore dome): la luce che colpisce l’oggetto è indiretta, ed è quindi adatta a superfici che provocherebbero riflessi con luce diretta
- con retroilluminazione: l’oggetto è posizionato tra la sorgente luminosa e l’ottica. Quest’ultima tecnica è utilizzata principalmente per procedure di misura e posizionamento, poiché restituisce informazioni molto precise sui contorni dell’oggetto.
La visione artificiale 2D è particolarmente indicata per tutte le applicazioni in cui richiedono un contrasto elevato o quando il colore o la texture sono rilevanti. Affinché l’applicazione sia robusta è necessario che il metodo di illuminazione scelto permetta di acquisire immagini con elevato contrasto tra l’oggetto da analizzare e lo sfondo.
Machine vision in 3D per ricostruire forma e dimensioni di un oggetto
L’acquisizione di immagini tridimensionali può essere effettuata in modi diversi, che possono essere suddivisi principalmente in due categorie:
- Tecniche di scansione
- Tecniche basate su istantanee
La tecnica di scansione è tipica dei sistemi a triangolazione laser nei quali una lama laser disegna il profilo dell’oggetto mentre esso si muove sotto alla camera (o viceversa, il sistema di visione viene fatto traslare sopra all’oggetto fermo). Profili successivi vengono acquisiti dalla camera e poi rimessi insieme a creare l’immagine 3D dell’oggetto. Tipicamente il segnale di un encoder viene utilizzato per fare in modo che profili successivi siano equidistanti anche in caso di variazioni di velocità. Questa tecnologia permette di ricostruire l’oggetto con alta precisione.
Le tecnologie basate sulle istantanee utilizzano approcci diversi per ricostruire, in un determinato istante, la forma e la posizione degli oggetti nello spazio. Ad esempio, con la tecnologia Time-of-Flight viene misurato il tempo di volo di un segnale luminoso emesso da una sorgente posta vicino al sensore. In questo modo è possibile calcolare la distanza dell’ostacolo incontrato in una determinata direzione, ricostruire così una nuvola di punti tridimensionale che approssimi la forma dell’oggetto inquadrato. L’accuratezza della ricostruzione è inferiore rispetto alle tecniche basate sulla scansione.
La visione artificiale 3D fornisce informazioni relative all’altezza e alla distanza degli oggetti, pertanto è da preferire per il dimensionamento di volumi, l’analisi della forma tridimensionale dell’oggetto, e per l’identificazione della posizione e dell’orientamento di oggetti che, se acquisiti in 2D, risulterebbero a basso contrasto: un esempio rilevante è quello dell’identificazione dell’orientamento del pezzo in applicazioni di Bin Picking.
Oltre alla scelta della tecnologia migliore per l’acquisizione delle immagini, il setup di un sistema di visione può variare molto anche in base alla complessità dell’analisi necessaria. Si può spaziare dalla semplice installazione di un sensore di visione configurabile, che può essere fatta anche da un utente senza esperienza, alla creazione di un progetto complesso, che include lo sviluppo di programmi ed algoritmi software. Tuttavia questa flessibilità, tipica della visione artificiale, rende questi sistemi più efficienti e robusti in applicazioni sfidanti rispetto alla sensoristica classica.