Le immagini come strumento di lavoro
Il nostro metodo di lavoro parte da una forte conoscenza e passione della computer vision. Questa disciplina permette di capire quali elementi sono fondamentali per trovare informazioni importanti partendo da un immagine o video.
A sinistra vediamo un’immagine come siamo abituati a vederla.
A destra è mostrato come il computer la legge e processa, cioè come una mera sequenza di numeri.
Capire come utilizzare questi numeri per trovare le caratteristiche importanti dentro un immagine è il nostro lavoro.
Per farlo lo staff di Vision-e è composto principalmente da Ingegneri del software e matematici, in grado di creare e manipolare con grande professionalità e competenza le immagini.
Attraverso la programmazione in C/C++, C#, python, java, strumenti di Deep Learning come Tensorflow, PyTorch, Darknet e specifiche librerie di Computer Vision come OpenCv, Halcon, Cognex, risuciamo a ricavare dalle immagini le caratteristiche necessarie come il rilevamento di difetti nel controllo qualità, e molto altro.
Quello che ci contraddistingue è la forte competenza nel progettare, personalizzare e realizzare la soluzione più adatta alle tue esigenze, tra le molteplici possibilità oggi presenti
Nell’immagine sono presentate due telecamere industriali molto differenti tra loro. La consapevolezza e l’esperienza necessaria per scegliere sempre il dispositivo ottimale è l’elemento che determina la qualità del sistema di visione.
.
Sistemi di visione nel controllo qualità
Nel mondo del manufacturing il percorso di produzione di ogni prodotto è unico in quanto le linee di produzione sono estremamente diversificate, spesso risultato di ideazione, competenze e maestria tipiche di aziende e studi di progettazione che sono state capaci di creare l’automazione ove prima non c’era. Questo è un aspetto peculiare, soprattutto, nelle piccole/medie imprese, che necessita di controlli di qualità specifici e customizzati.
Se vuoi scoprire di più sui sistemi di visione nel controllo qualità leggi il nostro articolo qui
Vision-e ha progettato e sviluppato centinaia di sistemi di visione in moltissimi settori:
Ceramica, Food, Biomedicale, Farmaceutico, Tessile, Moda, Agricoltura, Confezionamento, Logistica, … affrontando e superando con successo negli anni una moltitudine di criticità:
- Alte velocità
- Materiali riflettenti o trasparenti
- Grandi superfici di controllo per cercare difetti molto piccoli
- Ingombri disponibili estremamente ridotti
- Disturbi sugli encoder
- Inquinamento luminoso
SCEGLI LA SOLUZIONE MIGLIORE PER TE
ALCUNI CASI STUDIO
Ceramica: Riconoscimento difetti su lastre in ceramica
- individuazione di graffi, ammaccature presenti su lastre in ceramica di grosse dimensione > 2000mm
- Il controllo è eseguito in linea di produzione ed è capace di rilevare difetti nell’ordine del decimo di millimetro.
- Il controllo è eseguito in Real Time su tutta l’area della piastrella
Farmaceutico: Analisi difetti blister
- Individuazione Anomalie presenti su blister di Pillole
- Il controllo è eseguito sul 100% della produzione, è capace di rilevare eventuali rotture, graffi sul blister
- Il sistema comunica i dati al PLC per scartare i blister danneggiati
Food: Controllo su Vaschetta Salumi
- Individuazione e riconoscimento date di scadenza su vaschette di Salumi
- Il sistema è capace di rilevare e riconoscere le date di scadenza in pochi decimi di secondo.
- Il sistema comunica poi con il sistema informatico dell’impresa il rilevamento eseguito.
- Test sul 100% della produzione. Rilevamento difettosità nel caso di data non presente.
- Rilevamento saldatura e chiusura della vaschetta
Medico: Riconoscimento Strumenti chirurgici
- Riconoscimento strumenti chirurgici per assemblaggio kit operatori
- Attraverso un algoritmo di intelligenza artificiale abbiamo sviluppato un sistema capace di aiutare l’operatore a riconoscere i vari strumenti chirurgici per poter assemblare i kit dopo il lavaggio degli strumenti.
- Il sistema successivamente fornisce come output la classe di appartenenza dello strumento e il kit di assemblaggio.