¿Es la visión artificial lo que necesita tu aplicación? 5 preguntas previas

La visión artificial resuelve una cantidad enorme de problemas de inspección, medición e identificación. Pero no los resuelve todos, y hay situaciones en las que una tecnología más simple, más barata o directamente distinta es la mejor respuesta.

Nos ganamos la vida vendiendo componentes y sistemas de visión artificial, así que cabría esperar que te dijéramos que la visión siempre es el camino. Pero no es así. Por nuestra experiencia, el sistema de visión más caro es el que nunca debería haber sido un sistema de visión.

Antes de invertir en un proyecto de visión, estas cinco preguntas te ayudarán a ver si de verdad encaja, o si tu tiempo y tu presupuesto estarían mejor invertidos en otra cosa.

1. ¿Puede resolverlo una tecnología más simple?

La visión artificial es una herramienta potente. También es una herramienta compleja. Si el problema que tienes se puede resolver con un sensor más sencillo, esa suele ser la mejor opción. Más sencillo significa más barato, más fácil de instalar, más rápido de poner en marcha y con menos cosas que puedan fallar.

Un ejemplo real: un cliente de logística necesitaba comprobar si la carga de un camión superaba la altura de una puerta de muelle situada más adelante en la ruta. El integrador estaba valorando una cámara estéreo 3D para medir la altura máxima de la carga mientras el camión pasaba por un punto de control. Habría funcionado, pero era una solución cara y compleja para una pregunta binaria: ¿la carga es demasiado alta, sí o no?

La respuesta fueron dos barreras fotoeléctricas montadas a la altura crítica. Si el haz se corta al pasar el camión, la carga es demasiado alta. Coste total: una fracción del sistema con cámara 3D. Fiabilidad: mayor, porque hay menos cosas que puedan fallar. Tiempo de instalación: horas en lugar de días.

La lección no es que las cámaras 3D sobren. Son imprescindibles en muchas aplicaciones. La lección es que la pregunta correcta no es "¿puede hacer esto la visión artificial?", sino "¿cuál es la tecnología más simple que resuelve esto de forma fiable?".

2. ¿Puedes ver realmente lo que necesitas inspeccionar?

Suena obvio, pero pilla a más gente de la que imaginas. La visión artificial funciona analizando imágenes. Si el detalle que necesitas inspeccionar no se puede capturar en una imagen con ninguna combinación práctica de iluminación y cámara, la visión artificial no te va a ayudar.

Los objetos transparentes son un clásico. Trabajamos en un proyecto en el que un cliente necesitaba confirmar que la tarrina correcta estaba en la cinta antes de llenarla de fruta. Había varias tarrinas repartidas por la cinta de forma asíncrona, así que una cámara lateral no podía verlas por separado porque se tapaban entre ellas. Un perfilómetro láser cenital habría sido la solución evidente, pero las tarrinas eran de plástico transparente y el láser las atravesaba. El propio material hacía la inspección ópticamente inviable con la tecnología y el presupuesto disponibles.

La termografía a través de vidrio es otro caso que despista. Las cámaras térmicas detectan radiación infrarroja, y el vidrio es opaco a las longitudes de onda en las que trabaja la mayoría de ellas. Si necesitas inspeccionar un sellado térmico o detectar un punto caliente a través de una ventana o una pantalla de vidrio, la cámara térmica verá el vidrio, no lo que hay detrás. Es una limitación física de base, no un problema de especificación.

La pregunta que hay que hacerse antes de arrancar cualquier proyecto de visión es: ¿puedo obtener una imagen nítida del detalle que necesito inspeccionar, en las condiciones que hay en mi línea? Si la respuesta no está clara, un estudio de viabilidad con muestras reales es la única forma de saberlo antes de comprometerte con el hardware.

3. ¿Lo permite el entorno?

Un sistema de visión que va perfecto en un laboratorio controlado puede fallar por completo en una línea de producción. Los sospechosos habituales son la vibración, la temperatura, la luz ambiente y el acceso físico.

La vibración es especialmente dañina en aplicaciones de medición de precisión. Evaluamos un proyecto en el que el cliente necesitaba inspección 3D submilimétrica de palés para detectar grietas. Un perfilómetro láser era el enfoque técnicamente correcto, pero la cinta vibraba tanto que no lograba mantener la precisión necesaria. Existía una cámara 3D con compensación de movimiento que habría resuelto el problema, pero su coste era desproporcionado para la aplicación. A veces el entorno convierte una solución técnicamente viable en económicamente impracticable.

La inspección térmica tiene sus propias restricciones ambientales. Si necesitas inspeccionar un sellado térmico, la cámara tiene que estar lo bastante cerca para capturar la firma de calor antes de que el material se enfríe. Si la línea para a menudo, las piezas se enfrían antes de que la cámara pueda inspeccionarlas. Y si hay objetos calientes cerca, generan reflejos térmicos que interfieren con la medida. No son problemas insalvables, pero hay que detectarlos pronto, no descubrirlos con el sistema ya instalado.

Si tienes cualquier duda sobre si tu entorno de producción va a admitir un sistema de visión, pruébalo en condiciones reales antes de comprar. El Insights Lab de Clearview puede ayudarte con esto, pero incluso una visita sencilla a planta con una cámara sobre un trípode te va a enseñar más que cualquier ejercicio de especificación de despacho.

4. ¿Puedes cambiar el proceso para ponérselo más fácil a la visión?

La mayoría no se hace esta pregunta, y muchas veces es la que más dinero ahorra.

Un ejemplo práctico: piensa en un túnel de escaneo que lee etiquetas en cajas. Si la etiqueta puede aparecer en cualquiera de las cinco caras, necesitas cámaras cubriendo las cinco. Eso son cinco cámaras, cinco montajes de iluminación, cinco posiciones y el software para gestionarlo todo. Si puedes cambiar el proceso de carga para que los operarios coloquen siempre las cajas con la etiqueta hacia el mismo lado, necesitas una cámara en lugar de cinco. La diferencia de coste es notable, y el sistema es más simple, más rápido y más fácil de mantener.

No siempre es posible. Hay líneas que no se pueden modificar y productos que de verdad necesitan inspección desde varios ángulos. Pero antes de especificar un sistema multicámara complejo, pregúntate si un cambio sencillo en el proceso anterior podría dejar la parte de visión en algo mucho más simple. La cámara más barata es la que no tienes que instalar.

5. ¿El retorno justifica la inversión?

La visión artificial es una inversión, no un gasto, pero como toda inversión tiene que dar un retorno. La justificación económica suele apoyarse en una o varias de estas cosas: reducir la inspección manual, detectar defectos que a la inspección manual se le escapan, cumplir requisitos regulatorios o exigencias de la distribución, reducir mermas y reprocesos, o evitar retiradas de producto que salen carísimas.

En muchas aplicaciones, el periodo de retorno se mide en meses. Un sistema de verificación de etiquetas, por ejemplo, se paga solo la primera vez que evita una retirada de producto que habría costado decenas o cientos de miles de euros. La medición dimensional en línea se amortiza vía menos rechazos y menos fallos de montaje aguas abajo.

Donde cuesta más justificar el retorno es cuando la tasa de defectos es muy baja, el volumen de producción es pequeño o lo que cuesta que se escape un defecto es despreciable. Si inspeccionas 50 piezas al día y una pieza rechazada te cuesta unos céntimos, un sistema de visión de varios miles de euros puede no amortizarse nunca. Es una valoración honesta, y preferimos decírtelo de entrada antes que venderte un sistema que no necesitas.

Si quieres ayuda para construir la justificación económica, nuestra Guía de planificación presupuestaria incluye un marco para calcular el retorno.

La respuesta honesta

La visión artificial es la respuesta correcta para un montón de problemas de inspección, medición e identificación. Es una tecnología probada, fiable y rentable cuando está bien especificada.

No es la respuesta correcta para todo. Si un sensor más simple hace el trabajo, usa el sensor más simple. Si el entorno no lo permite, arregla primero el entorno. Si se puede cambiar el proceso para facilitar la inspección, cambia el proceso. Y si el retorno no sale, no lo fuerces.

Si no tienes claro si la visión artificial es el enfoque adecuado para tu aplicación, lo más útil que puedes hacer es hablar con alguien que te dé una respuesta honesta. El equipo de ingeniería de Clearview lleva 18 años en esto, y a muchísimos clientes les hemos dicho que la visión no era la solución para su caso concreto. Preferimos perder una venta a venderte algo que no funciona.

Escríbenos: info@clearview-imaging.com | +34 951 962 868