SOLUCIÓN

Una empresa de manufactura nos plantea el reto de detectar defectos en determinadas piezas de forma automática, con poca intervención de los operarios.

La inspección visual mediante visión por computador supone mayor rapidez y constancia a lo largo del tiempo, abordando los inconvenientes de la inspección manual de otro modo. Sin embargo, las técnicas de inspección a través de visión por computador aún necesitan de bastante apoyo manual para su correcto funcionamiento, sobre todo cuando un cierto numero de ajustes y configuraciones sin necesarios antes de testar. Estas técnicas tradicionales de inspección permiten evaluar parámetros como la orientación, la presencia o no de piezas, medición, etc, que exigen parametrización por parte de un usuario y no permiten detectar defectos a nivel de la superficie como deformaciones, rayaduras, abolladuras, etc.

Las técnicas innovadoras de visión artificial, como puede ser el empleo de Deep Learning, son más versátiles y autónomas en comparación con los métodos tradicionales de inspección por visión por computador. A través del empleo de algoritmos, no es necesaria la intervención de una persona trabajadora para parametrizar todos los pasos (forma, orientación, etc), si no que el “trabajo” de encontrar (o en este caso, aprender) las características y umbrales es del propio modelo de aprendizaje automático.

BAÜP ha desarrollado un algoritmo de Deep Learning para esta labor de detección de defectos que, a partir de una dada imagen, la clasifica como siendo “ok” o “no ok”, según el tipo de defecto encontrado.