¿Es la visión artificial adecuada para su aplicación? 5 preguntas que debe hacerse primero

La visión artificial puede resolver una amplia variedad de problemas de inspección, medición e identificación. Pero no puede resolverlos todos, y hay situaciones en las que una tecnología más sencilla, más económica o completamente distinta es la mejor respuesta.

Nos dedicamos a vender componentes y sistemas de visión artificial, así que cabría esperar que le dijéramos que la visión siempre es el enfoque correcto. No lo hacemos. En nuestra experiencia, el sistema de visión artificial más caro es el que nunca debería haber sido un sistema de visión artificial.

Antes de invertir en un proyecto de visión, estas cinco preguntas le ayudarán a determinar si la visión artificial es realmente la solución adecuada, o si su tiempo y presupuesto estarían mejor empleados en otra cosa.

1. ¿Puede una tecnología más sencilla hacer el trabajo?

La visión artificial es una herramienta potente. También es compleja. Si el problema que intenta resolver puede abordarse con un sensor más sencillo, esa es casi siempre la mejor opción. Más sencillo significa más barato de comprar, más fácil de instalar, más rápido de poner en marcha y con menos elementos que puedan fallar.

Un ejemplo real: un cliente del sector logístico necesitaba comprobar si la carga en la parte trasera de un camión superaría la altura de una puerta de carga más adelante en la ruta. El integrador de sistemas estaba considerando 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 solución fueron dos sensores de barrera (through-beam) montados a la altura crítica. Si el haz se interrumpe al pasar el camión, la carga es demasiado alta. Coste total: una fracción del sistema de cámara 3D. Fiabilidad: mayor, porque hay menos elementos que puedan fallar. Tiempo de instalación: horas en lugar de días.

La lección no es que las cámaras 3D sean innecesarias. Son esenciales para muchas aplicaciones. La lección es que la pregunta correcta no es "¿puede la visión artificial hacer esto?", sino "¿cuál es la tecnología más sencilla que resuelve este problema de forma fiable?"

2. ¿Puede realmente ver lo que necesita inspeccionar?

Esto suena obvio, pero sorprende a la gente con más frecuencia de lo que cabría esperar. La visión artificial funciona analizando imágenes. Si la característica que necesita inspeccionar no puede capturarse en una imagen bajo ninguna disposición práctica de iluminación y cámara, la visión artificial no servirá de ayuda.

Los objetos transparentes son un reto habitual. Trabajamos en un proyecto en el que un cliente necesitaba confirmar que el tipo de envase correcto estaba en la cinta transportadora antes de llenarlo de fruta. Varios envases se colocaban a lo ancho de la cinta de forma asíncrona, por lo que una cámara montada lateralmente no podía verlos individualmente porque se bloqueaban entre sí. Un perfilómetro láser cenital habría sido la solución obvia, pero los envases eran de plástico transparente. El láser los atravesaba directamente. El propio material hacía que la inspección fuera ópticamente inviable con la tecnología y el presupuesto disponibles.

La termografía a través del cristal es otro caso que confunde a la gente. Las cámaras térmicas detectan radiación infrarroja, y el cristal es opaco a las longitudes de onda en las que operan la mayoría de las cámaras térmicas. Si necesita inspeccionar un sellado térmico o detectar un punto caliente a través de una ventana o pantalla de cristal, la cámara térmica verá el cristal, no el objeto que hay detrás. Se trata de una limitación física fundamental, no de un problema de especificación.

La pregunta que hay que hacerse antes de iniciar cualquier proyecto de visión es: ¿puedo obtener una imagen clara de la característica que necesito inspeccionar, en las condiciones que existen en mi línea de producción? Si la respuesta es incierta, un estudio de viabilidad con muestras reales es la única forma de averiguarlo antes de comprometerse con el hardware.

3. ¿Lo permite el entorno?

Un sistema de visión que funciona a la perfección en un entorno de laboratorio controlado puede fallar por completo en una línea de producción. Los culpables habituales son la vibración, la temperatura, la luz ambiental y el acceso físico.

La vibración resulta especialmente perjudicial para las aplicaciones de medición de precisión. Evaluamos un proyecto en el que el cliente necesitaba una inspección 3D submilimétrica de palés para detectar grietas. Un perfilómetro láser era el enfoque técnicamente correcto, pero la cinta transportadora vibraba tanto que el perfilómetro no podía mantener la precisión requerida. Existía una cámara 3D con compensación de movimiento que podría haber resuelto el problema, pero el coste era desproporcionado para la aplicación. A veces el entorno hace que una solución técnicamente viable resulte económicamente poco práctica.

La inspección térmica tiene sus propias limitaciones ambientales. Si necesita inspeccionar un sellado térmico, la cámara debe estar lo bastante cerca para captar la firma de calor antes de que el material se enfríe. Si la línea de producción se detiene con frecuencia, las piezas se enfrían antes de que la cámara pueda inspeccionarlas. Si hay objetos calientes cerca, crean reflejos térmicos que interfieren con la medición. No son problemas insalvables, pero deben identificarse pronto, no descubrirse después de instalar el sistema.

Si tiene alguna duda sobre si su entorno de producción admitirá un sistema de visión, pruébelo en condiciones reales antes de comprar. El Insights Lab de Clearview puede ayudarle con esto, pero incluso una simple visita al lugar con una cámara sobre un trípode revelará más que un ejercicio de especificación hecho desde el escritorio.

4. ¿Puede cambiar el proceso para facilitar la visión?

Esta es la pregunta que la mayoría de la gente no piensa en hacer, y a menudo es la que genera el mayor ahorro de costes.

Un ejemplo práctico: piense en un túnel de escaneo que lee etiquetas en cajas. Si las etiquetas pueden aparecer en cualquiera de cinco caras, necesita cámaras que cubran las cinco caras. Eso son cinco cámaras, cinco configuraciones de iluminación, cinco posiciones de montaje y el software para gestionarlas todas. Si puede cambiar el proceso de carga para que los operarios coloquen las cajas con la etiqueta orientada siempre hacia el mismo lado, necesita una cámara en lugar de cinco. La diferencia de coste es considerable, y el sistema es más sencillo, más rápido y más fácil de mantener.

Esto no siempre es posible. Algunas líneas de producción no se pueden modificar, y algunos productos realmente necesitan inspección desde múltiples ángulos. Pero antes de especificar un sistema complejo con varias cámaras, pregúntese si un cambio sencillo en el proceso previo podría reducir el sistema de visión a algo mucho más simple. La cámara más barata es la que no necesita instalar.

5. ¿Justifica el ROI la inversión?

La visión artificial es una inversión, no un gasto, pero como cualquier inversión, debe generar un retorno. El caso de negocio de la visión suele apoyarse en uno o varios de los siguientes factores: reducir la mano de obra de inspección manual, detectar defectos que la inspección manual pasa por alto, cumplir requisitos normativos o de conformidad de los distribuidores, reducir el desperdicio y los retrabajos, o evitar costosas retiradas de producto.

En muchas aplicaciones, el periodo de amortización se mide en meses. Los sistemas de verificación de etiquetas, por ejemplo, se amortizan la primera vez que evitan una retirada de producto que habría costado decenas o cientos de miles de libras. La medición dimensional en línea se amortiza mediante la reducción de las tasas de rechazo y de los fallos de montaje posteriores.

El ROI resulta más difícil de justificar cuando la tasa de defectos es muy baja, el volumen de producción es pequeño o el coste de un defecto no detectado es insignificante. Si inspecciona 50 piezas al día y una pieza rechazada le cuesta unos pocos peniques, un sistema de visión artificial que cuesta varios miles de libras puede que nunca se amortice. Esa es una valoración honesta, y preferimos decírselo de antemano antes que venderle un sistema que no necesita.

Para ayudarle a construir un caso de negocio, nuestra Guía de planificación de presupuesto incluye un marco para calcular el ROI.

La respuesta honesta

La visión artificial es la respuesta correcta para un gran número de problemas de inspección, medición e identificación. Está probada, es fiable y resulta rentable cuando se especifica correctamente.

No es la respuesta correcta para todo. Si un sensor más sencillo puede hacer el trabajo, use el sensor más sencillo. Si el entorno no lo permite, resuelva primero el entorno. Si el proceso se puede cambiar para facilitar la inspección, cambie el proceso. Y si el ROI no cuadra, no lo fuerce.

Si no está seguro de si la visión artificial es el enfoque adecuado para su aplicación, lo más útil que puede hacer es hablar con alguien que le dé una respuesta honesta. El equipo de ingeniería de Clearview lleva 18 años haciendo esto, y hemos dicho a muchos clientes que la visión no era la solución adecuada para su situación concreta. Preferimos perder una venta antes que venderle algo que no funciona.

Póngase en contacto con nosotros: info@clearview-imaging.com | +44 (0)1844 217270