Machine vision: cos’è e come funziona
La machine vision sostituisce l’ispezione manuale, consentendo l’automazione di numerose applicazioni industriali. Vediamo come funziona.
Machine vision: cos’è e come funziona
29-lug-2021
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
L’adozione della machine vision supera i limiti della sensoristica tradizionale, che è tipicamente vincolata dalla prossimità per i sensori basati su tecnologie a contatto o alla limitata dimensione del campo ispezionato per i sensori basati su tecnologie laser. Al contempo, al contrario di quanto si potrebbe credere, l’implementazione di soluzioni di machine vision può risultare, oltre alla scelta più performante, anche la scelta più economica, grazie ad un costo dell’hardware sensoristico piuttosto contenuto, soprattutto per le applicazioni che possono essere risolte con sensori di visione configurabili e non richiedono quindi l’utilizzo di un PC esterno.
Le soluzioni di machine vision sono poi in grado di garantire livelli di affidabilità ed efficienza più elevati rispetto alle soluzioni tradizionali, riducendo al contempo il time-to-market grazie alla loro intrinseca flessibilità: spesso è infatti necessaria solamente una riprogrammazione, o riparametrizzazione del software di elaborazione delle immagini per effettuare una modifica nel task o per il commissioning su un nuovo impianto.
I campi applicativi industriali interessati dalla visione artificiale sono tutti quelli dove vi siano necessità riconducibili ad operazioni di:
- 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
A seconda dell’applicazione è possibile scegliere fra diverse tecnologie di acquisizione dell’immagine e di illuminazione per mettere in evidenza le caratteristiche salienti dell’oggetto da analizzare. La distinzione principale tra le tipologie di machine vision è sicuramente quella tra sistemi di visione 2D e 3D.
Machine vision in 2D con camere matriciali o lineari
A seconda dell’applicazione, le immagini in due dimensioni possono essere acquisite tramite una camera matriciale, che inquadra istantaneamente un campo bidimensionale, o con una camera lineare, che acquisisce una sola linea di pixel e ha quindi bisogno di un movimento relativo tra camera e oggetto per scansionare il secondo. Il risultato può essere un’immagine monocromatica o a colori, tipicamente RGB. In entrambi i casi, il fattore critico per la buona qualità dell’immagine è l’illuminazione. A seconda delle caratteristiche che si vogliono evidenziare nell’immagine, sono tre le tecniche di illuminazione più utilizzate:
- 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.
Leggi anche:
Sensori intelligenti su misura per la logistica del pulito
