Inspecciones visuales automáticas en procesos de manufactura

La inteligencia artificial está teniendo cada vez más presencia en diferentes industrias, debido a la incorporación de modelos de aprendizaje automático en áreas de producción, inventarios, ventas, entre otras áreas. El mercado de inteligencia artificial en la manufactura fue de 1 Billones de USD en el 2018 y se estima que para el 2025 sea de 17.2 Billones de USD.

Un ejemplo de aplicación muy recurrente en la industria de la manufactura es la inspección visual, donde su principal objetivo es el control de calidad. Comúnmente las inspecciones son manuales, es decir con la presencia de un operador o inspector que evalúa basado en principalmente en su experiencia si una pieza o producto cumple con las expectativas de calidad. Esto se realiza utilizando simplemente el análisis visual del personal cuyo error de acuerdo con estadísticas de Drury &Fox puede oscilar entre 20% y 30%. Estos errores pueden estar vinculados directamente a los siguientes factores:

- Tarea:

Tasa de errores
Complejidad
Numero de inspecciones

- Individuo:

Aptitud
Personalidad
Experiencia
Tiempo en el trabajo
Técnica de escaneo o análisis
Capacitación e instrucciones correctamente recibidas

- Entorno:

Iluminación
Temperatura
Tiempo del turno
Diseño del espacio de trabajo

Todos estos factores pueden influir en el desempeño del inspector, adicionado a que la vista humana puede tener casos donde puede ser engañada por ilusiones ópticas que puedan parecer que los objetos analizados presentan algunos defectos que no hay.

¿Qué es una inspección visual automática?

La inspección visual automática involucra la incorporación de visión por computadora e inteligencia artificial. La visión por computadora se enfoca a aquellos métodos o algoritmos que proveen a equipos o maquinas la capacidad de ver. En los últimos años la esta área ha tenido grandes aportes con la incorporación también de metodologías basadas en Deep Learning, lo que ha incrementado las exactitudes en aplicaciones complejas de inspección. En ocasiones se piensa que implementar inspecciones automáticas puede ser muy complejo y costoso. Sin embargo, se requieren 2 aspectos principales:

- Hardware: Camaras, equipo on the Edge, preparación del espacio de inspección.

- Software: requiere de modelos entrenados para extraer las características relevantes de la imagen, procesarlas, clasificar, detectar defectos.

Ventajas de un sistema de inspección visual automático.

- Mejor percepción visual. El espectro visual de visión por computadora es mucho más amplio que el humano, lo que permite tener cámaras infrarrojas, de rayos X, entre otras para obtener la información visual que será analizada.

- Rapidez. Los análisis se realizan de manera precisa y rápida, los procesamientos son medidos en FLOPS (operaciones de punto flotante por segundo) y pueden ser mejorados los tiempos mediante la incorporación de equipo on the Edge (ej. Jetson Xavier, Jetson Nano, etc).

- Viabilidad de trabajar en diferentes entornos y condiciones en ocasiones catalogados riesgosos para los humanos.

PhD. María de la Paz Rico Fernández.

Referencias:

Nanonets. AI Visual inspection.

Cognex. Deep Learning for factory automatization.