Qu'est-ce que la visionique ?

La visionique donne aux équipements industriels la capacité de voir, d'analyser et d'agir, ce qui permet d'améliorer la qualité des produits, de réduire les coûts et d'optimiser les opérations.

La visionique et l'IA favorisent l'innovation industrielle

  • Permettre aux chaînes de fabrication, aux robots industriels et aux équipements de voir, de percevoir et d'agir crée de nouvelles possibilités d'automatisation et transforme les opérations.

  • Les caméras de visionique associées au traitement de la vision alimenté par l'IA peuvent offrir une détection des défauts très performante à des vitesses de production.

  • La visionique intelligente apporte de nouveaux niveaux d'autonomie aux systèmes de commande robotique et des systèmes d'auto-inspection sophistiqués aux robots industriels.

author-image

Par

Qu'est-ce que la visionique ?

En résumé, la visionique permet aux équipements industriels de « voir » ce qu'ils font et de prendre des décisions rapides en fonction de ce qu'ils voient. Les utilisations les plus courantes de la visionique sont l'inspection visuelle et la détection des défauts, le positionnement et la mesure des pièces, ainsi que l'identification, le tri et le suivi des produits.

La visionique est l'une des technologies de base de l'automatisation industrielle. Elle a permis d'améliorer la qualité des produits, d'accélérer la production et d'optimiser la fabrication et la logistique pendant des décennies. Aujourd'hui, cette technologie éprouvée fusionne avec l'intelligence artificielle et ouvre la voie à l'industrie 4.0.

Architecture des systèmes de visionique

La visionique est un élément essentiel de l'automatisation industrielle. Voir le schéma ci-dessus pour découvrir comment les composants des systèmes de visionique fonctionnent ensemble pour transformer les opérations.

Comment tout a commencé : les systèmes de visionique traditionnels

Les machines pourraient « voir » avant l'IA et le machine learning. Au début des années 70, les ordinateurs commencent à utiliser des algorithmes spécifiques pour traiter les images et reconnaître les fonctionnalités de base. Cette technologie traditionnelle peut détecter les bords des objets pour positionner une pièce, trouver les différences de couleur qui signalent un défaut et discerner les taches de pixels connectés qui indiquent un trou.

La visionique traditionnelle consiste en des opérations relativement simples qui ne nécessitent pas d'intelligence artificielle. Le texte doit être simple et précis, comme un code-barres. Les formes doivent être prévisibles et correspondre à un modèle exact. Un système de visionique traditionnel ne peut pas lire une écriture manuscrite, déchiffrer une étiquette froissée ou distinguer une pomme d'une orange.

Néanmoins, la visionique traditionnelle a eu un impact énorme sur la fabrication. Les machines ne se fatiguent pas, ce qui leur permet de détecter les défauts avec plus de rapidité et de fiabilité que les yeux humains. De plus, les machines ne sont pas liées par les limites de la vision humaine. Les caméras de visionique personnalisées peuvent utiliser l'imagerie thermique pour détecter les anomalies de chaleur et les rayons X pour repérer les défauts microscopiques et la fatigue du métal.

L'avènement de l'intelligence artificielle : l'inférence de deep learning et la visionique industrielle

L'informatique de périphérie de plus en plus puissante (appareils embarqués et IoT à la périphérie du réseau et au-delà) et un univers de modèles de deep learning pour l'intelligence artificielle (IA) en pleine expansion élargissent les champs d'application de la visionique de manière radicale. Cette croissance rapide des capacités ouvre la voie aux usines intelligentes et à l'industrie 4.0.

L'IA améliore les algorithmes traditionnels de vision par ordinateur avec des modèles appelés réseaux de neurones. Lorsqu'un ordinateur reçoit une image ou un flux vidéo d'images, le logiciel de visionique compare ces données d'image avec un modèle de réseau de neurones. Ce processus, appelé inférence de deep learning, permet aux ordinateurs de reconnaître des différences très subtiles, comme de très petites erreurs de conception dans la matrice et des défauts microscopiques dans les cartes de circuits imprimés.

Afin d'améliorer la précision et la vitesse, les scientifiques des données créent des modèles de réseaux de neurones spécifiques pour des applications spécifiques. Au cours de ce processus, appelé formation supervisée, un ordinateur examine des dizaines de milliers d'échantillons et identifie des modèles significatifs, y compris des modèles indétectables par un humain.

Il existe des modèles permettant de détecter les pixels morts ou de couleur anormale dans les écrans, de voir les vides dans les soudures et d'identifier les threads retirés de la matrice. Bien entendu, d'autres modèles sont constamment développés et améliorés.

Visionique intelligente et systèmes autonomes

L'intelligence artificielle élargit la visionique bien au-delà de l'inspection visuelle et du contrôle de la qualité. Grâce à la visionique intelligente, les robots peuvent percevoir en trois dimensions, tenir des pièces les uns pour les autres et vérifier le travail de chacun. Ils peuvent même interagir avec leurs collègues humains et collaborer avec eux en toute sécurité.

Les machines dotées d'une vision intelligente peuvent utiliser le traitement du langage naturel pour lire les étiquettes et interpréter les signes. Les robots dotés d'une vision intelligente peuvent comprendre les formes, calculer les volumes et remplir parfaitement des boîtes, des camions et même des conteneurs d'expédition avec un minimum d'espace perdu.

Ce passage de machines pouvant effectuer des tâches simples aux machines autonomes capables de voir au-delà de ce que l'œil humain peut voir et de penser par elles-mêmes pour optimiser les éléments pendant de plus longues périodes emmènera l'innovation industrielle vers de nouveaux sommets.

Cela peut ressembler à de la science-fiction, mais la visionique intelligente est aujourd'hui à l'œuvre dans les usines, les entrepôts et les centres d'expédition, où elle soutient les travailleurs humains en se chargeant des tâches banales, afin qu'ils puissent consacrer leur savoir-faire aux tâches les plus importantes.

Applications de visionique

La visionique industrielle est le pilier de la fabrication, de la logistique et des opérations intelligentes. Les caméras de visionique, les capteurs IoT embarqués et les PC industriels peuvent apporter intelligence, analyse et efficacité à chaque étape du processus de fabrication.

Avantages de la visionique dans la fabrication intelligente

La visionique appliquée à la fabrication peut améliorer la qualité des produits et l'efficacité globale du système en augmentant le rendement de votre chaîne de fabrication, en réduisant les coûts de main-d'œuvre et en permettant à votre personnel de se consacrer aux tâches les plus importantes.

Pour Audi, en collaboration avec Intel et Nebbiolo Technologies, l'intégration de l'analytique prédictive et des algorithmes de machine learning dans l'inspection des soudures et les processus critiques de contrôle de la qualité a permis d'augmenter le nombre de soudures analysées par jour, de réduire les coûts de main-d'œuvre dans les usines et de passer à une surveillance plus proactive, en prévenant les problèmes au lieu de simplement y réagir.1

« À l'usine de Neckarsulm, nous constatons déjà une réduction de 30 à 50 % des coûts de main-d'œuvre. »

Michael Häffner, chef de la planification de la production, de l'automatisation et de la numérisation chez Audi

Dans les secteurs très réglementés comme l'industrie pharmaceutique, la visionique permet de vérifier en permanence le contenu, l'emballage et l'étiquetage des produits pour en assurer la qualité. Lorsqu'elle est appliquée aux chaînes d'approvisionnement, elle peut automatiquement scanner et suivre les articles à chaque étape du flux de travail, ce qui fournit un compte rendu précis et instantané de votre inventaire.

Découvrez la fabrication intelligente ›

Avantages de la visionique dans les opérations

L'amélioration de la santé et de la sécurité des travailleurs constitue un avantage essentiel de l'application de la visionique aux opérations. La vision par ordinateur alimentée par l'IA veille à ce que les travailleurs respectent la distance sociale et portent les équipements de sécurité appropriés. Les robots et les équipements dotés de la visionique peuvent interpréter les actions humaines et interagir, ce qui permet de prévenir les accidents avant qu'ils ne se produisent. Si une situation est dangereuse, ils peuvent alerter l'opérateur ou arrêter les équipements automatiquement, ce qui réduit les risques pour vos employés et votre entreprise.

En outre, en analysant en permanence les données fournies par les caméras, les microphones et les capteurs embarqués dans les machines et les équipements industriels, les PC industriels peuvent utiliser l'IA pour détecter les défauts et les signes d'usure avant une panne. En conséquence, des réparations préventives peuvent être programmées à l'avance, ce qui permet d'éliminer les temps d'arrêt imprévus et de répartir les coûts de maintenance sur plusieurs années.

Dans les domaines de la gestion des actifs et de la sécurité, l'IA peut détecter et suivre des objets dans les flux vidéo pour garantir une utilisation et un stockage appropriés, en alertant la direction si les actifs ne respectent pas une limite prédéfinie. Les systèmes de caméras de sécurité peuvent devenir des partenaires de sécurité actifs capables de contrôler l'accès aux bâtiments et d'identifier les situations dangereuses.

En savoir plus sur l'IA et l'IoT industriel ›

Découvrez comment Intel intègre l'IA à la visionique industrielle

La visionique et l'automatisation industrielle offrent des résultats immédiats grâce à une productivité accrue, un contrôle de la qualité plus rigoureux et une plus grande efficacité. Élément de base des technologies de l'industrie 4.0, la visionique transforme la fabrication, la logistique et les opérations.

Lire les dernières études de cas sur la visionique et découvrir comment les modèles de deep learning, les middlewares et les conceptions de référence Intel® construisent la nouvelle génération de l'industrie 4.0.

En savoir plus sur la visionique ›

Les systèmes de visionique et de vision par ordinateur utilisent une ou plusieurs caméras pour capturer des images ou des flux vidéo qu'ils traitent et analysent ensuite pour prendre des décisions automatisées. La principale différence entre ces systèmes réside dans la capacité de traitement des données propre à chaque système. La visionique utilise des contrôleurs à logique programmable pour traiter et analyser rapidement les images afin de prendre des décisions simples tandis que la vision par ordinateur utilise des processeurs basés sur PC pour un traitement d'images plus robuste, ce qui fait qu'elle est plus adaptée à l'identification et à la prédiction de tendances ou à l'analyse d'un plus grand nombre de variables.

La vision par ordinateur traditionnelle utilise des algorithmes dédiés pour identifier des formes spécifiques. Elle est robuste, mature et idéale pour identifier les objets faciles à distinguer.

La vision par ordinateur basée sur l'IA utilise des modèles de deep learning (réseaux de neurones formés) pour reconnaître les objets, les défauts, les écritures et les autres formes organiques difficiles à distinguer.

Les robots peuvent être commandés par programme pour effectuer des tâches dédiées, comme ramasser une pièce à un endroit précis. Pour ces types de tâches, le robot ne fait qu'exécuter un programme préétabli.

L'ajout d'une caméra et de la visionique de base permet à un robot d'effectuer des tâches plus avancées comme aligner deux bords ou identifier de simples défauts.

Lorsque l'IA s'ajoute à cette équation, le robot acquiert la capacité de « voir », d'analyser et d'adapter ses actions à ce qu'il perçoit. Par exemple, un robot de soudage peut aligner des pièces, effectuer une soudure et inspecter les résultats.