SensiCut: Plataforma Avançada de Cortadora a Laser Identifica Materiais com Precisão

Com a adição de computadores, cortadoras a laser tornaram-se rapidamente uma ferramenta relativamente simples e poderosa, com software controlando máquinas que podem cortar metais, madeiras, papéis e plásticos. Mas os usuários ainda enfrentam dificuldades para distinguir entre estoques de materiais visualmente semelhantes.

Uma equipe criou o SensiCut , uma plataforma inteligente de detecção de materiais para cortadoras a laser. Em contraste com abordagens convencionais baseadas em câmera que podem facilmente identificar mal materiais, o SensiCut identifica materiais usando aprendizado profundo e um método óptico chamado sensoriamento de speckle, uma técnica que usa um laser para detectar a microestrutura de uma superfície, habilitada por apenas um add-on de detecção de imagem.

O SensiCut poderia potencialmente proteger usuários de resíduos perigosos, fornecer conhecimento específico do material, sugerir ajustes sutis de corte para melhores resultados e até gravar vários itens como roupas ou capas de telefone que consistem de múltiplos materiais. O sistema aproveita a estrutura de superfície em nível de mícron de um material, uma característica única mesmo quando visualmente semelhante a outro tipo. Sem isso, um palpite educado teria que ser feito sobre o nome correto do material a partir de um grande banco de dados.

Além de usar câmeras, etiquetas adesivas (como códigos QR) também foram usadas em folhas individuais para identificá-las. No entanto, durante o corte a laser, se o código for cortado da folha principal, não pode ser identificado para usos futuros. Além disso, se uma etiqueta incorreta for anexada, a cortadora a laser assumirá o tipo de material errado. A equipe treinou a rede neural profunda do SensiCut em imagens de 30 tipos diferentes de materiais de mais de 38.000 imagens, onde então poderia diferenciar coisas como acrílico, foamboard e estireno e até fornecer orientação adicional sobre configurações de potência e velocidade.

Em um experimento, a equipe construiu um protetor facial, que exigiria distinguir entre materiais transparentes de uma oficina. O usuário primeiro selecionaria um arquivo de design na interface e então usaria a função “pinpoint” para fazer o laser se mover para identificar o tipo de material em um ponto da folha. O laser interage com as características minúsculas da superfície e os raios são refletidos, chegando aos pixels do sensor de imagem e produzindo uma imagem 2D única. O sistema poderia então alertar ou sinalizar o usuário que sua folha é policarbonato, o que significa chamas potencialmente altamente tóxicas se cortada a laser.

A técnica de imagem speckle foi usada dentro de uma cortadora a laser com componentes de baixo custo, prontos para uso, como uma placa microprocessadora Raspberry Pi Zero. Para torná-la compacta, a equipe projetou e imprimiu em 3D uma carcaça mecânica leve.

Além de cortadoras a laser, a equipe prevê que a tecnologia de sensoriamento do SensiCut poderia eventualmente ser integrada em outras ferramentas de fabricação como impressoras 3D. Eles também planejam estender o sistema adicionando detecção de espessura, uma variável pertinente na composição do material.