La aplicación de la inteligencia artificial (IA) en tecnologías de automatización ya abarca un amplio alcance, a pesar de que la tecnología aún se encuentra en sus primeras etapas. Desde guiar robots móviles autónomos y mejorar drásticamente la inspección de calidad hasta la lógica de control, la seguridad alimentaria y el mantenimiento predictivo, está claro que la IA desempeñará un papel fundamental en la automatización en el futuro previsible.
Chia-Wei Yang, director del Centro de Productos y Negocios, Unidad de Negocios de Tecnología y Soluciones de IoT, AdLink.
Seguridad
En lo que respecta a la seguridad de los trabajadores en entornos industriales, las cortinas de luz se encuentran entre las tecnologías más utilizadas. Estos dispositivos protegen al personal de lesiones mediante la creación de una pantalla de detección que protege los puntos de acceso y los perímetros de la máquina.
Sin embargo, ocupan mucho espacio en el piso, pueden ser difíciles de implementar y carecen de flexibilidad”, dijo Yang. “Y, en algunos casos, el tiempo de respuesta limitado de la cortina de luz de seguridad puede crear problemas adicionales.
Las cortinas de luz de seguridad ocupan espacio en el piso, son difíciles de desplegar y carecen de flexibilidad; algunas también están alcanzando sus limitaciones en cuanto a capacidad de respuesta. Las cámaras inteligentes con IA minimizan los retrasos, reducen los requisitos de espacio y ancho de banda y son fáciles de implementar y mantener.
La cámara inteligente con inteligencia artificial de la serie Neon-2000 de AdLink ha sido diseñada para abordar este problema de latencia. “Captura imágenes y realiza todas las operaciones relacionadas con la inteligencia artificial antes de enviar resultados e instrucciones al equipo relacionado, como un brazo robótico”, dijo Yang. “La IA de visión artificial en tiempo real de la serie Neon-2000 ofrece beneficios adicionales para aumentar la seguridad de los trabajadores al alertar a los usuarios si ingresan a una zona insegura y registrar esa información con fines de reentrenamiento. Por ejemplo, si un trabajador se acerca a un área peligrosa, en lugar de que el brazo robótico se apague por completo, podría entrar en un ciclo de proceso de seguridad funcional. Rutinas como estas no solo mejoran la seguridad de los trabajadores, sino que también aumentan la eficiencia operativa de la fábrica”.
Eficiencia del operador
En la fabricación, el tiempo de ciclo es un aspecto clave de la eficiencia de la producción, ya que representa la cantidad de tiempo empleado para producir un artículo hasta que el producto está listo para su envío.
Yang dijo que el uso de la tecnología de cámara inteligente de inteligencia artificial para monitorear el comportamiento y la posición de los empleados ayuda a hacer cumplir los procedimientos operativos estándar y mejorar la eficiencia del trabajador, reduciendo así el tiempo de ciclo. A menudo denominado "seguimiento de pose" o "detección de pose", este término describe la notación de la posición y el movimiento de un cuerpo con un conjunto de puntos de referencia esqueléticos, como una mano, un codo o un hombro.
La detección de poses en una línea de fabricación de productos electrónicos puede ayudar a aumentar la productividad, así como a mejorar el orden, la cantidad y el equilibrio de la línea.
Agrega que el seguimiento de si un operador está presente en su estación de trabajo en la línea de producción también automatiza y verifica las hojas de tiempo. “El monitoreo de que están siguiendo activamente los procedimientos operativos estándar garantiza el control de calidad y el equilibrio de la línea”, señaló Yang.
Control de calidad
La inspección manual de la calidad del producto requiere mucho tiempo, a menudo es inconsistente y, en última instancia, puede crear cuellos de botella en la línea de producción. La visión artificial convencional de inspección óptica automatizada (AOI) puede detectar defectos fáciles de encontrar más rápido que los humanos, pero cuando una falla es difícil de detectar, como un defecto en una lente de contacto, estos sistemas de visión artificial alcanzan sus límites en términos y precisión y consistencia, dijo Yang.
La inspección óptica automatizada puede detectar incluso pequeños defectos en lentes de contacto transparentes, mejorando significativamente las tasas de inspección en comparación con los procesos de control de calidad manual utilizados anteriormente.
Yang señala que las cámaras inteligentes con IA pueden inspeccionar 50 veces más lentes que la inspección visual manual, con mejoras de precisión que van del 30% al 95%.
Analítica de visión
Según Yang, las aplicaciones de visión artificial de IA que señaló anteriormente requieren algoritmos de IA para el aprendizaje profundo. “Los expertos en software que desarrollan algoritmos de IA necesitan una plataforma inteligente y confiable para ejecutar la inferencia del modelo de IA”, dijo. "Las cámaras inteligentes de IA con software de análisis de visión de borde (EVA) preinstalado abordan muchos problemas comunes a los sistemas de visión de IA convencionales, mejoran la compatibilidad, aceleran la instalación y minimizan los problemas de mantenimiento".
Añadió que EVA también ayuda a acortar el tiempo de implementación de la cámara inteligente.
“Los ingenieros pueden tardar hasta 12 semanas en realizar una prueba de concepto (PoC) para un proyecto de visión de inteligencia artificial, porque se necesita un tiempo considerable para superar la curva de aprendizaje de elegir cámaras optimizadas y el motor de inferencia de inteligencia artificial que se utilizará, reentrenando la inteligencia artificial modelos y optimización de transmisiones de video”, dijo. "Sin embargo, el software EVA simplifica estos pasos con su estructura de canalización y acorta el tiempo de PoC en hasta 2 semanas".
