Visione artificiale: i sensi approdano all’automazione

La visione artificiale, sempre più integrata in strumenti come i robot per picking, sta acquisendo sempre più importanza nelle aziende di tutto il mondo e, secondo DHL, il valore di questa tecnologia dovrebbe raggiungere i 41,11 miliardi di euro nel 2030. È previsto che continui a diffondersi nelle aziende di logistica e in altri settori durante i prossimi cinque anni.

Cos’è la visione artificiale?

La visione artificiale è un campo dell'intelligenza artificiale che consente ai sistemi informatici di estrarre informazioni da immagini digitali, video e altri input visivi. Dopo aver elaborato i dati raccolti mediante algoritmi, i computer possono agire o dare indicazioni e suggerimenti. Se con la IA i computer possono “pensare”, con la visione artificiale possono “vedere” e “comprendere” l’ambiente circostante.

Questi strumenti devono essere istruiti nello stesso modo in cui gli esseri umani imparano a distinguere gli oggetti e a interpretare ciò che vedono. Il processo, però, è più veloce per la visione artificiale grazie al gran numero di riferimenti che può assimilare.

Come funziona un sistema di visione artificiale?

I sistemi di visione artificiale funzionano grazie all’uso di due tecnologie principali:

• Deep learning. Questo tipo di machine learning impiega algoritmi che danno ai computer la capacità di imparare da soli il contesto dei dati visivi. In questo modo apprendono a distinguere alcune immagini dalle altre senza dover essere programmati per riconoscere ogni figura.
• Rete neurale convoluzionale (CNN). Affinché i modelli di machine learning possano discernere ciò che vedono, devono scomporre le immagini osservando i loro pixel, ai quali assegnano delle etichette. Dopo di che, usano questi segni per creare convoluzioni, cioè, operazioni matematiche su due funzioni per generare una terza funzione. Da lì, i robot elaborano delle previsioni e ne verificano l’esattezza in una serie di iterazioni, così da poter riconoscere gli oggetti in modo simile a come fanno gli esseri umani.

Grazie a questa conoscenza, la visione artificiale analizza il suo ambiente in tre fasi:

1. Un dispositivo cattura un'immagine. Può essere una macchina fotografica o una videocamera.
2. L'immagine viene inviata a un sistema di interpretazione che applica un modello di riconoscimento per confrontare la scena con altre che conosce.
3. Quando un utente richiede informazioni, il programma fornisce i risultati della sua analisi.

Applicazioni della visione artificiale nell’industria

Aziende di settori come la logistica, la medicina, i trasporti e il tempo libero hanno già incorporato la visione artificiale nelle loro attività. Telecamere di sicurezza, controlli del traffico, smartphone e altri dispositivi forniscono loro una moltitudine di dati che utilizzano per scopi diversi. Un esempio domestico è Google Translate, che permette di catturare testi con una fotocamera e tradurli istantaneamente in un'altra lingua.

Esistono inoltre diverse applicazioni della visione artificiale nell’industria 4.0:

• Realtà aumentata. Le informazioni raccolte mediante la visione artificiale servono per posizionare oggetti virtuali in ambienti fisici.
• Veicoli autonomi. Le macchine a guida autonoma utilizzano l’identificazione in tempo reale per rilevare ciò che sta accadendo sulla strada e agire di conseguenza.
• Produzione. È possibile monitorare le attrezzature per garantirne il corretto funzionamento, nonché valutare la qualità dei prodotti e degli imballaggi nelle linee di produzione.
• Analisi spaziale. Si identificano le persone o gli oggetti nello spazio e vengono registrati i loro movimenti.
• Sanità. L'analisi delle immagini dei dispositivi medici aiuta i sanitari a identificare patologie e ottenere diagnosi più rapide e precise.
• Agricoltura. Controllare i campi da satelliti, droni o aerei rende possibile monitorare i raccolti, individuare possibili emergenze o deficit di nutrienti. Aziende come Patatas Meléndez selezionano le patate che invieranno ai propri clienti con questa tecnologia.
• Estrazione di testi. L'elaborazione automatica può aiutare a scoprire contenuti rilevanti tra grandi quantità di testo.

Chi ha creato la visione artificiale?

Secondo Thomas Huang, ricercatore e professore emerito dell'Università dell'Illinois (USA) e una delle figure di spicco della visione artificiale, la storia di questa tecnologia risale agli anni Sessanta, quando Larry Roberts, nella sua tesi al Massachusetts Institute of Technology (MIT), discusse sulla possibilità di estrarre informazioni geometriche in 3D dalla prospettiva in 2D. In quegli anni nasce l’IA come campo di studio accademico e nel 1963 i computer cominciano a trasformare le immagini bidimensionali in tridimensionali.

Il riconoscimento ottico dei caratteri (OCR) nacque nel 1974 e il riconoscimento intelligente dei caratteri (ICR) riuscì a decifrare i testi scritti a mano mediante le reti neurali. Nel 1982, il neuroscienziato David Marr determinò che la visione funziona in modo gerarchico e sviluppò algoritmi affinché le macchine potessero rilevare bordi, angoli, curve e altre forme geometriche. Allo stesso tempo, l'informatico Kunihiko Fukushima creò una rete di cellule per il riconoscimento di schemi chiamata Neocognitron. I progressi sono continuati all’inizio del 21° secolo e nel 2012 il modello AlexNet è riuscito a diminuire il tasso di errori a una piccola percentuale.

La visione artificiale nella logistica

La logistica e la gestione della supply chain sono altri dei settori in cui la visione artificiale ha grandi potenzialità e numerose applicazioni, alcune legate alla robotica:

• Spedizioni. La visione intelligente viene usata per calcolare lo spazio occupato dagli oggetti nei trasporti e nei magazzini e contribuisce a migliorare i dati raccolti dai sistemi di gestione magazzino (WMS). Viene impiegata anche per verificare che le etichette dei prodotti siano leggibili.
• Manutenzione. Poiché raccoglie informazioni da varie attrezzature, la IA può identificare quando saranno necessarie riparazioni.
• Operazioni. L’intelligenza artificiale può tracciare i percorsi più efficienti per il picking che devono svolgere gli operatori ed è utile anche per il controllo degli accessi. La visione artificiale può rilevare le persone che si muovono nelle installazioni o entrano in aree riservate per facilitare un intervento rapido tramite avvisi di allerta.
• Sicurezza. Monitorare i movimenti di veicoli e persone nei magazzini e nei parcheggi permette di agire immediatamente per ridurre al minimo i rischi. Le telecamere individuano anche se i DPI sono stati indossati in maniera corretta e sorvegliano i conducenti in modo che si possano riposare ai primi segni di stanchezza.

La visione artificiale nei robot per picking

Un altro aspetto dove la visione artificiale è destinata a rivoluzionare la logistica sono i robot per picking o i cobot pick and place. Questi dispositivi sono ideali per i centri logistici che gestiscono grandi volumi di spedizioni giornaliere, poiché sono in grado di preparare gli ordini ad alta velocità, raggiungendo i 1.000 picks all'ora. Operano ininterrottamente e il loro software di visione calcola i punti di picking più appropriati per ciascun prodotto. Grazie agli algoritmi dell’IA, essi possono raccogliere oggetti sconosciuti senza richiedere una formazione preliminare.

In Mecalux lavoriamo per garantire che i magazzini siano dotati di tecnologia all'avanguardia e possano trarre vantaggio dai progressi come la visione artificiale in cicli operativi come il picking. Se desideri portare la tua azienda al seguente livello e saperne di più sul nostro robot per picking o su altre soluzioni, non esitare a contattarci. Ti consiglieremo le opzioni più adatte alle tue esigenze e ti accompagneremo durante tutto il processo di installazione.