Por qué fracasan los proyectos de visión artificial (y las 7 claves para que tengan éxito)

La visión artificial lleva más de 50 años en uso. Hay millones de sistemas instalados en todo el mundo. La tecnología está probada, los componentes son fiables y el software es más potente que nunca.

Entonces, ¿por qué algunos proyectos siguen fracasando?

Después de 18 años suministrando sistemas de visión artificial y ayudando a los ingenieros a especificarlos, construirlos y solucionar sus problemas, hemos visto los mismos patrones repetirse una y otra vez. La buena noticia es que la mayoría de los fracasos se pueden evitar por completo. Se reducen a siete elementos. Los llamamos las 7 piezas del rompecabezas de la visión artificial. Si falta una, toda la imagen se rompe.

1. El conocimiento: la pieza que afecta a todo lo demás

Esta es la causa raíz más común de que los proyectos de visión artificial salgan mal, y atraviesa las otras seis. No es una crítica. Todo el mundo tiene un primer proyecto. Pero si un ingeniero especifica un sistema de visión por primera vez, el número de decisiones que debe acertar es considerable: tipo de cámara, tamaño del sensor, selección de la lente, geometría de la iluminación, ancho de banda de la interfaz, plataforma de software, montaje, disparo (triggering) y protección ambiental. Equivocarse en cualquiera de ellas puede hacer que el sistema rinda por debajo de lo esperado o falle por completo.

El reto es que la visión artificial se sitúa en la intersección de la óptica, la electrónica, el software y la ingeniería mecánica. Muy pocos ingenieros tienen un dominio profundo de las cuatro disciplinas a la vez. Un ingeniero brillante en programación de PLC puede no haber seleccionado nunca una lente. Un responsable de calidad que entiende perfectamente sus requisitos de inspección puede no tener ni idea de qué ancho de banda de interfaz necesita.

Aquí es donde trabajar con un proveedor con experiencia marca una diferencia medible. No porque usted no pueda hacerlo por sí mismo, sino porque la curva de aprendizaje es pronunciada y el coste de equivocarse en un sistema de producción es real. El programa de formación KnowHow de Clearview existe precisamente por esta razón, y nuestro equipo de ingeniería puede apoyar el proceso de especificación mediante ClearviewFormula, para que no tenga que tomar esas decisiones en solitario.

2. Empiece por la imagen, no por el software

Este es el principio técnico más importante en visión artificial, y el que más se ignora. Si se parte de una buena imagen, el trabajo de software se vuelve considerablemente más fácil.

¿Qué significa una buena imagen? Significa la cámara adecuada con el sensor adecuado para sus requisitos de resolución y velocidad. Significa la lente adecuada para su campo de visión y distancia de trabajo. Y sobre todo, significa la iluminación adecuada. La iluminación es el componente más infravalorado en visión artificial. Los ingenieros suelen invertir en exceso en cámaras e invertir de menos en iluminación. El resultado es una imagen que ninguna cantidad de software puede corregir.

Con buena óptica y buena iluminación, a menudo se pueden usar algoritmos sencillos y fiables: coincidencia de patrones (pattern matching), detección de bordes, análisis de blobs, umbralización básica. Son herramientas bien conocidas que funcionan rápido y producen resultados consistentes. Cuando la imagen es deficiente, los ingenieros se ven obligados a recurrir a enfoques cada vez más complejos y frágiles para compensar algo que debería haberse resuelto en la etapa óptica.

El principio es sencillo: consiga primero una buena imagen y el resto del sistema será más fácil. Si se equivoca en esto, estará luchando contra el software durante toda la vida del sistema.

3. La IA no siempre es la respuesta

Actualmente hay mucho entusiasmo en torno a la IA y el deep learning en visión artificial, y con buenas razones. Para ciertas aplicaciones, en particular la clasificación de defectos en superficies variables o complejas, el deep learning ofrece resultados que los algoritmos clásicos no pueden igualar.

Pero la IA no es una solución universal. Los modelos de deep learning necesitan datos de entrenamiento, potencia de cálculo y mantenimiento continuo a medida que cambian las condiciones de producción. Para muchas tareas de inspección, un sistema de visión clásico bien diseñado, con buena iluminación y algoritmos estándar, superará a un enfoque de IA en velocidad, fiabilidad y coste.

La pregunta correcta no es "¿deberíamos usar IA?", sino "¿qué aspecto tiene la imagen cuando la iluminación y la óptica son correctas?". Si el defecto es claramente visible y constante, los algoritmos clásicos casi con toda seguridad harán el trabajo. Si el defecto es variable, subjetivo o difícil de definir mediante reglas, ahí es donde el deep learning se gana su lugar.

4. La complejidad mata: mantenga sencilla la interfaz del operario

Un sistema de visión que funciona perfectamente en el laboratorio fallará en la línea de producción si las personas que lo manejan no lo entienden. Esto no tiene que ver con la inteligencia. Tiene que ver con diseñar para el entorno. Los operarios de producción están ocupados, gestionan varias tareas a la vez y necesitan un sistema que les dé un resultado claro de apto/no apto, con una respuesta visual evidente cuando algo va mal.

Las mejores interfaces de operario muestran la imagen maestra junto a la imagen de prueba, destacan la característica que ha fallado con un indicador visual claro y presentan el resultado de una forma que no requiere interpretación. Si un operario necesita leer un manual para entender lo que el sistema le está diciendo, la interfaz ha fracasado.

Esto se extiende al cambio de formato y a la configuración. Si cambiar entre variantes de producto requiere que un especialista reprograme el sistema, se ha creado un cuello de botella que costará tiempo de producción cada semana. Plataformas de software como Design Assistant de Zebra permiten que ingenieros sin perfil de software configuren y mantengan aplicaciones mediante programación basada en diagramas de flujo. Eso significa que las personas más cercanas a la línea de producción pueden dar soporte al sistema sin esperar ayuda externa cada vez que algo cambia.

5. Flexibilidad: no se ate de manos

Algunas plataformas de visión artificial le atan al ecosistema de un único proveedor. La cámara solo funciona con su software. El software solo se ejecuta en su hardware. Cuando necesita cambiar algo, vuelve a necesitar a ese proveedor. Si su soporte es bueno, esto puede funcionar. Si no lo es, se queda atrapado.

La alternativa es construir sobre estándares abiertos. Las cámaras compatibles con GeniCam funcionan con cualquier software compatible con GeniCam. Interfaces estándar como GigE Vision y CoaXPress son compatibles con múltiples fabricantes. Esto le da la libertad de intercambiar componentes, añadir cámaras de distintos proveedores y mantener su sistema de forma independiente.

Vemos esto con regularidad. Un cliente tiene un sistema que funciona bien con cámaras GeniCam, pero quiere reducir el coste unitario cambiando a sensores MIPI. La diferencia de precio parece atractiva sobre el papel. En la práctica, las cámaras MIPI requieren controladores distintos, enfoques de integración distintos y conocimientos distintos. Hemos visto empresas dedicar muchos meses de I+D a intentar que funcionen cámaras de bajo coste, solo para descubrir que el coste total de desarrollo superaba con creces lo que habrían ahorrado en el hardware. Todo ese tiempo de I+D es un coste hundido. El ahorro en cámaras nunca llegó a materializarse porque el esfuerzo de ingeniería lo consumió muchas veces más.

Antes de tomar una decisión de plataforma, pregúntese: si dentro de 18 meses necesito cambiar algo, ¿puedo hacerlo yo mismo? Si la respuesta es no, piense detenidamente si el ahorro a corto plazo compensa la dependencia a largo plazo.

6. Configuración y entorno: la línea de producción no es el laboratorio

Un sistema de visión que funciona a la perfección en el banco de pruebas puede fallar a las pocas horas de instalarse en una línea de producción. Las causas son casi siempre ambientales: fluctuaciones de temperatura que afectan al ruido del sensor y al enfoque de la lente, vibraciones que desalinean la cámara, luz ambiental que interfiere con la iluminación estructurada, y polvo y humedad que degradan las superficies ópticas con el tiempo.

Lo mismo se aplica al hardware de procesamiento. Vemos con regularidad clientes que utilizan PC de gama de consumo que nunca se diseñaron para entornos industriales. Se sobrecalientan, no tienen capacidad de E/S en tiempo real y no están homologados para funcionamiento continuo. Un PC industrial con E/S en tiempo real, refrigeración pasiva y una protección de entrada adecuada no es un lujo. Es un requisito básico para cualquier sistema que necesite funcionar de forma fiable en una planta de producción.

La arquitectura de disparo (triggering) y de E/S importa más de lo que la gente espera. La diferencia entre una E/S por sondeo y una E/S en tiempo real puede ser la diferencia entre un sistema que detecta todas las piezas y uno que falla de forma intermitente. Si su línea funciona a alta velocidad y sus tolerancias son estrechas, esto no es algo en lo que se pueda transigir.

7. Coste: el sistema más barato rara vez resulta ser el más económico al final

El instinto de minimizar el coste inicial es comprensible. Pero en visión artificial, recortar en componentes casi siempre cuesta más a largo plazo. Una lente barata que introduce distorsión implica una calibración más compleja. Una cámara económica con un rendimiento de ruido deficiente implica un procesamiento de imagen más agresivo. Una iluminación inadecuada obliga al software a trabajar más, lo que implica más tiempo de desarrollo, lo que implica más coste.

Luego está la cuestión del software de código abierto. Herramientas gratuitas como OpenCV son potentes y, para algunas aplicaciones, son la elección correcta. Pero cuando algo falla a las 2 de la madrugada en una línea de producción, ¿quién le da soporte? Cuando necesita una función nueva, ¿quién la desarrolla? El coste total de propiedad del software "gratuito" a menudo supera el de una plataforma comercial con soporte una vez que se tiene en cuenta el tiempo de ingeniería dedicado a mantenerlo, depurarlo y ampliarlo.

El argumento es sencillo: invierta en calidad de imagen (cámara, lente, iluminación) y ahorrará en el lado del software. Hemos escrito un desglose detallado de lo que realmente cuestan los sistemas de visión artificial en nuestra página de precios.

El rompecabezas tiene solución

Ninguna de estas siete piezas es un problema irresoluble. Son retos predecibles y bien conocidos con los que el sector lleva décadas lidiando. La diferencia entre los proyectos que tienen éxito y los que tienen dificultades es casi siempre la preparación: tomarse el tiempo necesario para especificar correctamente, probar a fondo y elegir componentes y plataformas que sirvan a la aplicación durante años, no solo que superen la demostración inicial.

Si está iniciando un nuevo proyecto de visión artificial, o solucionando problemas en uno que no rinde como se esperaba, el equipo de ingeniería de Clearview puede ayudarle. Nuestros laboratorios de pruebas Insights están preparados precisamente para esto: evaluar sus muestras en condiciones controladas, probar distintas combinaciones de cámara, lente e iluminación, y validar que el sistema funcionará en su entorno de producción antes de comprometerse con la compra.

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