Dojrzałość w zakresie wizji przemysłowej i automatycznej kontroli jakości

Wizja przemysłowa obejmuje urządzenia, które kontrolują produkt lub proces na podstawie obrazów: kamery matrycowe lub liniowe, oświetlenie strukturalne, czujniki 3D, termografię, promieniowanie rentgenowskie. Automatyczna kontrola jakości dodaje do tego łańcuch decyzyjny: kryteria akceptacji, progi, automatyczne sortowanie, wybrakowanie, identyfikowalność werdyktu, sprzężenie zwrotne do ustawień maszyny. Model referencyjny ocenia cały ten łańcuch, od doboru optyki po statystyczne wykorzystanie wyników kontroli przez dział jakości i produkcję.

W praktyce są to projekty, które dobrze rozwijają się na etapie pilotażu, a następnie się zatrzymują. Pytania, które blokują postęp, są zawsze te same. Jak mierzone są wskaźniki fałszywych odrzutów i niewykrytych wad, i na jakiej bazie obrazów referencyjnych? Kto decyduje o zmianie progu i czy ta zmiana jest rejestrowana? Co się dzieje, gdy zmienia się referencja produktu, gdy dryfuje oświetlenie, gdy operator omija wybrakowanie, bo blokuje ono linię? System wizyjny, który nie jest zarządzany, staje się urządzeniem, którego nikt już nie kwestionuje ani nie steruje nim.

Warto rozwiać pewne nieporozumienie: głębokie uczenie nie zastąpiło klasycznego przetwarzania obrazu, lecz je uzupełniło. Pomiary wymiarowe, odczyt kodów, weryfikacja obecności pozostają domeną algorytmów deterministycznych, odpornych i wyjaśnialnych. Uczenie maszynowe daje odpowiedź na pytanie o zmienne wady estetyczne: tekstury, zarysowania, plamy, tam gdzie nie da się sformułować żadnej reguły. Dwa paradygmaty, dwa sposoby walidacji, dwa sposoby zarządzania zmianami. Organizacje, które traktują je tym samym procesem, napotykają trudności z jednym lub z drugim.

Diagnoza dojrzałości nie pyta, czy dane urządzenie istnieje. Ona określa poziom opanowania praktyk i wskazuje działanie, które pozwala przejść o jeden poziom wyżej. Zakład może dysponować kamerami na wszystkich liniach i pozostawać na poziomie drugim, z braku zarządzanej bazy obrazów, protokołu kwalifikacji czy pętli sprzężenia zwrotnego z procesem. Inny zakład z dwoma stanowiskami kontroli może osiągnąć poziom czwarty. To właśnie ta informacja pozwala rozstrzygnąć między zakupem sprzętu a uporządkowaniem istniejących praktyk.

W Datamensio model referencyjny jest gotowy do użycia. Mogą go Państwo dostosować do swojego kontekstu przemysłowego: sztuczna inteligencja dopasowuje obszary tematyczne, pytania i poziomy do Państwa typu produkcji, dyskretnej lub ciągłej, albo tworzy wersję na podstawie Państwa własnych dokumentów: specyfikacji kontroli, planów nadzoru, raportów z kwalifikacji.