Revolucionando a Indústria 4.0: Como a Visão Computacional Impulsiona a Manufatura Inteligente

Neste artigo, abordamos uma das tecnologias mais aplicadas no setor industrial relacionadas à Indústria 4.0: a Visão Computacional. Trata-se de uma tecnologia com inúmeras possibilidades que, ao ser implementada, permite resolver diversos problemas comuns em plantas de produção.

As técnicas de Visão Computacional estão em constante desenvolvimento e evoluem graças a sensores mais potentes e novas técnicas de processamento de imagem.

A seguir, explicamos em detalhes o que é Visão Computacional, suas aplicações, tipos, Deep Learning, processamento de imagem, a importância da iluminação e os benefícios que pode trazer para um processo ou empresa.

O que é Visão Computacional?

A Visão Computacional é uma das tecnologias cada vez mais utilizadas nas fábricas. Os sistemas de Visão Computacional adquirem informações do ambiente na forma de imagens — que podem ser de diversos tipos —, as processam e analisam. Para compreender, pense em como entendemos nosso ambiente através dos sentidos: os olhos captam informações do mundo ao nosso redor, e os sistemas de visão realizam a mesma tarefa para digitalizar essa informação e permitir seu processamento por uma máquina.

Para obter essas imagens, utilizam-se sensores de diferentes tipos: câmeras 2D, câmeras hiperespectrais, câmeras 3D, entre outros. Todos fornecem informações sobre o ambiente que são posteriormente processadas para extrair os dados necessários.

Os sistemas de Visão Computacional não são concebidos como sistemas isolados, mas integrados aos demais processos da fábrica, trocando informações com eles.

Aplicações da Visão Computacional

(Você também pode se interessar pelo nosso post "Sete aplicações de Visão Computacional")
É possível imaginar muitos setores onde a Visão Computacional pode ser aplicada, para finalidades diversas, graças à variedade de sensores disponíveis. Algumas das aplicações mais destacadas são: metrologia, detecção de defeitos em peças, detecção de elementos intrusivos, leitura de códigos e sistemas de qualidade.

Visão Computacional para Detecção de Defeitos

É uma das aplicações mais conhecidas. Após treinamento, os sistemas são capazes de detectar defeitos como trincas em metal, falhas de pintura, rebarbas, impressões incorretas, entre outros, com precisão inferior a 0,05 mm. O treinamento consiste em alimentar o sistema com imagens com e sem defeitos.

Visão Computacional para Metrologia

Medir com precisão de mícrons é possível graças à Visão Computacional, utilizando equipamentos de metrologia a laser ou sondas. Os avanços em sensores permitem obter imagens de alta qualidade, viabilizando metrologia de alta precisão para detectar defeitos em peças específicas.

Visão Computacional para Detecção de Intrusos

A diversidade de sensores permite usar imagens além do RGB convencional. Câmeras hiperespectrais distinguem a composição dos materiais, fornecendo informações relevantes. Amplamente usadas no setor agroalimentar como sistemas de qualidade, permitem diferenciar frutas de pedras ou detectar restos de plástico e outros elementos indesejados.

Visão Computacional para Leitura de Códigos

Uma das aplicações mais conhecidas é o reconhecimento ou leitura de códigos. Hoje existem sistemas que reconhecem todo tipo de códigos, permitindo rastreabilidade em diversos processos.

Visão Computacional para Verificação de Montagem

Montagens cada vez mais complexas exigem verificação passo a passo. A Visão Computacional permite confirmar se cada peça está no lugar correto, reduzindo significativamente tempos de ciclo e retrabalho em montagens de máquinas, equipamentos, placas eletrônicas ou pré-montagens complexas.

Visão Computacional + Robótica para Bin Picking

Uma das aplicações mais solicitadas é combinar robótica colaborativa com Visão Computacional para realizar bin picking de peças em desordem. As peças estão fora de ordem, exigindo otimização de trajetórias e detecção de coordenadas de preensão. O robô precisa saber o que é a peça e onde está para decidir a melhor forma de pegá-la.

No âmbito da robótica, destaca-se a robótica adaptativa, que se ajusta ao ambiente e age inteligentemente graças a sensores que lhe fornecem informações — como sistemas de visão — para atuar diante de mudanças de posição, obstáculos ou coleta de peças em caos.

Como se vê, as possibilidades da Visão Computacional são infinitas, e na ATRIA realizamos com sucesso diversos Projetos nessa área.

Benefícios da Visão Computacional

Por fim, listamos alguns benefícios que a Visão Computacional traz aos processos produtivos:

• Automação de tarefas de inspeção repetitivas.
• Um sistema de visão não sofre fadiga e elimina o fator subjetivo na inspeção.
• Em muitos casos, permite inspeção de 100% da produção sem contato físico, em processos onde seria inviável de outra forma.
• Redução de custos de retrabalho e sucata ao detectar peças defeituosas no início do processo.
• A automação reduz o tempo de ciclo das operações.
• A Visão Computacional proporciona benefícios operacionais e de segurança ao diminuir a participação humana na manufatura.
• Protege trabalhadores de ambientes perigosos.

Deep Learning e Rotulagem de Imagens

A Visão Computacional aliada ao Deep Learning permite desenvolver aplicações mais inteligentes, capazes de atuar em situações altamente variáveis e aprender com o ambiente. Algoritmos de Deep Learning aprendem com dados do ambiente — frequentemente imagens de câmeras — extraindo características para classificação ou detecção de objetos. A qualidade da captura, rotulagem e filtragem desses dados é vital para o funcionamento adequado.

Tipos de Visão Computacional

Existem diferentes tipos de sensores usados em sistemas de Visão Computacional. Os mais importantes:

Visão 2D

Câmeras matriciais 2D capturam imagens em RGB (cor) ou escala de cinza, gerando matrizes de pixels com informação de cor. Usadas para reconhecimento de caracteres, metrologia, leitura de códigos e inspeção de defeitos.

Visão Hiperespectral

Câmeras hiperespectrais determinam a composição dos materiais através da medição de comprimentos de onda, permitindo detectar intrusos como pedras ou plásticos. Muito usadas no setor alimentício.

Termografia

Sensores termográficos capturam a temperatura de amostras ou corpos na forma de imagem, representada por escala de cores. Aplicada em detecção de vazamentos, desequilíbrios de carga, entre outros.

Visão 3D

Câmeras 3D fornecem informação de profundidade. Existem diversos tipos, cobrindo amplo espectro de aplicações, como coleta de peças ou detecção de defeitos.

Em que Consiste o Processamento de Imagem na Visão Computacional?

O processamento das imagens obtidas pelos sensores é o mecanismo para extrair a informação necessária de uma imagem digital. Requer software específico que execute os processos adequados para cada aplicação.

Atualmente existem sistemas comerciais ou câmeras inteligentes com ferramentas de processamento de imagem. Muitas vezes são suficientes, mas em outros casos é necessário desenvolver software específico para maior versatilidade.

Após o processamento, a informação resultante é enviada como saída do sistema: alertas de defeitos, resultados de medições ou coordenadas para o robô atuar.

Importância da Iluminação na Visão Computacional

Além dos sensores, elementos auxiliares melhoram a qualidade dos dados capturados, sendo muitas vezes cruciais. A iluminação é um dos mais importantes. Um sistema de iluminação externo garante, em muitos casos, a captura adequada da imagem. Existem diferentes sistemas de iluminação (direta, indireta, backlight, LED branca ou vermelha) que devem ser estudados para cada aplicação específica.

Quer aplicar Visão Computacional em seus projetos? Entre em contato conosco!

Projetos Relacionados

• Teste de função de fim de linha com robótica colaborativa
• Sistema automático de limpeza de cubetas
• Sensorização para monitoramento remoto de processos