{"id":4361,"date":"2020-11-13T14:01:36","date_gmt":"2020-11-13T14:01:36","guid":{"rendered":"https:\/\/www.publiteconline.it\/assemblaggio\/?p=4361"},"modified":"2020-11-16T09:14:56","modified_gmt":"2020-11-16T09:14:56","slug":"sistema-di-visione-2","status":"publish","type":"post","link":"https:\/\/www.publiteconline.it\/assemblaggio\/sistema-di-visione-2\/","title":{"rendered":"Consigliamo il miglior sistema di visione per le esigenze del cliente"},"content":{"rendered":"\n

Dal 1999, Imagina<\/a> progetta, sviluppa e produce soluzioni di visione per il mondo industriale, con un alto livello di personalizzazione che segue le necessit\u00e0 specifiche di ogni cliente. L\u2019azienda propone soluzioni che si possono definire pi\u00f9 tradizionali, sia sistemi di visione dotati di intelligenza artificiale: a seconda dell\u2019applicazione, Imagina propone la soluzione migliore e pi\u00f9 adeguata.<\/h2>\n\n\n\n

Grazie ai propri ingegneri, Imagina progetta e installa soluzioni di ispezione ottica in grado di svolgere i tipici compiti della visione artificiale: misurazione, controllo difetti e classificazione. Imagina si dedica allo sviluppo di progetti di complessit\u00e0 medio alta le cui soluzioni non sono direttamente fruibili sul mercato consumer e industriale. Particolare attenzione viene posta, in fase di progettazione, alle scelte dell\u2019architettura hardware per l\u2019acquisizione di immagine e dell\u2019architettura software per l\u2019elaborazione e all\u2019integrazione del sistema nell\u2019impianto produttivo del cliente. L\u2019utilizzo dell\u2019intelligenza artificiale ha recentemente aperto le porte a soluzioni difficilmente raggiungibili attraverso soluzioni algoritmiche tradizionali. \u201cL\u2019utilizzo delle reti neurali ha prodotto effetti di discontinuit\u00e0 culturale rispetto al passato \u2013 afferma Andrea Varisco, ingegnere di Imagina \u2013 Infatti la soluzione al problema non passa dallo sviluppo di un programma specifico, ma \u00e8 il problema stesso, presentato in tutte le forme che pu\u00f2 assumere, che consente la configurazione della rete neurale in modo tale che diventi essa stessa una soluzione ottimale. Allo stato attuale, sono le reti supervisionate a garantire il maggior utilizzo efficace in ambito industriale\u201d. Questo tipo di reti viene configurato attraverso la fase di apprendimento che consiste nel fornire ingressi noti (tipicamente immagini gi\u00e0 classificate da una o pi\u00f9 persone) e lasciare che la rete si configuri affinch\u00e9 le risposte siano quelle attese come farebbe l\u2019operatore umano. \u00c8 proprio questa fase di training, che avviene in modo completamente automatico, ad avere alcune analogie con quanto avviene nel cervello umano quando apprende come riconoscere oggetti mai visti prima. L\u2019ambito pi\u00f9 naturale dove pu\u00f2 operare la AI \u00e8 la classificazione di immagini, la cui informazione \u00e8 ben presente ma fortemente variabile e casualmente inserita nell\u2019immagine durante il processo di acquisizione. La visione tradizionale \u00e8 rigida e analitica, pu\u00f2 essere molto accurata e avere una matematica rivolta ai particolari di una immagine. Pu\u00f2 fornire indicazioni sui singoli pixel e addirittura sulle frazioni degli stessi. Il processo di acquisizione in generale influenza fortemente il risultato. La visione con AI \u00e8 molto flessibile con la matematica rivolta all\u2019intera intera immagine o a una buona parte di essa. Generalmente necessita di un gruppo rilevante di pixel per essere attivata in modo corretto. Il processo di acquisizione \u00e8 meno importante e non influenza in modo determinante il risultato.<\/p>\n\n\n\n

\"L\u2019applicazione
L\u2019applicazione di localizzazione deve verificare la presenza di un seeger meccanico.<\/figcaption><\/figure><\/div>\n\n\n\n

Visione tradizionale versus AI<\/h3>\n\n\n\n

\u201cSi pu\u00f2 dire che quando sussistono esigenze di misurazione quantitativa la visione tradizione \u00e8 lo strumento corretto. Quando si hanno esigenze di classificazione, invece, \u00e8 l\u2019approccio AI ad essere molto pi\u00f9 performante. Esistono poi delle applicazioni dove entrambe le tecnologie posso portare alla soluzione, si tratta generalmente di problematiche di localizzazione\u201d, spiega Andrea Varisco. Nella misurazione 2D\/3D di lunghezza, area volume, luminosit\u00e0, velocit\u00e0 e posizione, gli algoritmi tradizionali danno risultati molto analitici, mentre la AI non pu\u00f2 molto in questo caso. Per quanto riguarda la localizzazione di oggetti noti 2D\/3D, in posizione e rotazione, oltre che analisi della completezza, sia l\u2019intelligenza artificiale che gli algoritmi tradizionali possono dare dei risultati soddisfacenti, bench\u00e9 con tecniche differenti: nel primo caso la localizzazione \u00e8 possibile in modo indiretto con tecniche denominate sliding windows oppure o di clustering; nel secondo, invece, \u00e8 possibile con tecniche di correlazione basate sui livelli di grigio o sulle geometrie. Ancora, nel caso della classificazione di oggetti di varia natura acquisiti con differenti dispositivi e risoluzioni \u00e8 la AI a dare i migliori risultati: infatti \u00e8 possibile effettuare la classificazione anche senza controllo della acquisizione, e inoltre supporta deformazioni non lineari. Al contrario, gli algoritmi tradizionali, sebbene siano in grado di effettuare la classificazione con tecniche morfologiche, presentano molti vincoli sul processo di acquisizione.<\/p>\n\n\n\n

Veloce integrazione al sistema produttivo e capacit\u00e0 di analisi dei dati storici<\/h3>\n\n\n\n

Buona parte del successo che la AI sta ottenendo \u00e8 dovuto ai seguenti fattori: la diponibilit\u00e0 a basso costo di hardware in grado di eseguire il training delle reti; la disponibilit\u00e0 di librerie open source per la configurazione delle reti; la facile fruibilit\u00e0 di queste librerie attraverso linguaggi di alto livello come Python. Per riportiamo degli esempi pratici. Un sistema di visione, grazie alla scansione 3D, \u00e8 in grado di verificare che non ci siano residui sporgenti o errori di produzione. Un esempio di applicazione di localizzazione \u00e8, invece, la verifica del corretto assemblaggio e della presenza di un seeger meccanico. Infine, grazie ai sistemi OCR, sono in grado di eseguire operazioni di classificazione anche su marcature particolarmente danneggiate o mal eseguite. Le applicazioni di Imagina sono state sviluppate utilizzando librerie commerciali per quanto riguarda l\u2019approccio tradizionale, mentre sono state utilizzare librerie open source per lo sviluppo AI. Alcuni aspetti di queste soluzioni, quali una buona capacit\u00e0 di integrazione con il sistema produttivo esistente e la capacit\u00e0 di eseguire analisi su dati storici, restano punti chiavi che forniscono valore aggiunto anche quando non strettamente legati al sistema di visione e alle modalit\u00e0 con il quale questo \u00e8 stato implementato. <\/p>\n","protected":false},"excerpt":{"rendered":"

Imagina produce soluzioni di visione per il mondo industriale, con un alto livello di personalizzazione che segue le necessit\u00e0 specifiche di ogni cliente.<\/p>\n","protected":false},"author":7,"featured_media":4366,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_seopublitec_title":"","_seopublitec_meta_desc":"","_seopublitec_keyphrases":"","_seopublitec_canonical":"","_seopublitec_noindex":false,"_seopublitec_nofollow":false,"_seopublitec_og_title":"","_seopublitec_og_desc":"","_seopublitec_og_image":"","_seopublitec_twitter_card":"","_seopublitec_cornerstone":false,"_seopublitec_score":""},"categories":[56,30],"tags":[3452,3355,639,3450,3446,3448,2137],"class_list":["post-4361","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tecnologia","category-visione-artificiale","tag-classificazione","tag-imagina","tag-intelligenza-artificiale","tag-localizzazione","tag-reti-neurali","tag-scansione-3d","tag-sistemi-di-visione"],"openstation_lock":null,"openstation_contributors":[],"openstation_attached_media":[4366,4363],"_links":{"self":[{"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/posts\/4361","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/comments?post=4361"}],"version-history":[{"count":1,"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/posts\/4361\/revisions"}],"predecessor-version":[{"id":4367,"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/posts\/4361\/revisions\/4367"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/media\/4366"}],"wp:attachment":[{"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/media?parent=4361"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/categories?post=4361"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/tags?post=4361"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}