La visión artificial industrial utiliza imágenes para obtener información y actuar sobre un proceso. Juanjo Mañas, de STEMMER IMAGING, explica en el capítulo 14 de Toque de Ingenio cómo se relacionan cámaras, iluminación, óptica y análisis, desde inspección hasta guiado de robots. La entrevista ayuda a definir una aplicación antes de escoger componentes y muestra por qué una cámara aislada no resuelve todo el sistema.
Invitado/a: Juanjo Mañas. Empresa o entidad: STEMMER IMAGING.
Conversación publicada: 17 de junio de 2024. Episodio: 14. Duración: 1 h 11 min.
En este capítulo:
- Qué componentes forman una aplicación de visión artificial.
- Cómo la visión 3D puede ayudar a localizar piezas para un robot.
- Cuándo tiene sentido estudiar tecnologías de captura más específicas.
Obtener información a partir de una imagen
Juanjo distingue la captura de imágenes del análisis que permite tomar una decisión. El objetivo de la aplicación es saber algo relevante sobre el producto o la escena: dónde está una pieza, qué característica presenta o cómo orientar una operación.
Ese punto de partida permite formular requisitos. Antes de seleccionar una cámara, la ingeniería necesita conocer qué se quiere detectar, en qué condiciones y qué ocurrirá con el resultado. El sistema de visión debe responder a la tarea del proceso.
La visión artificial y automatización industrial conectan así adquisición, análisis y control. Una imagen útil no se evalúa solo por su aspecto, sino por la información que permite obtener de forma consistente.
Cámara, iluminación y óptica trabajan juntas
El invitado enumera elementos de una aplicación: cámara, iluminación, óptica, cableado, software y unidad de procesamiento. La selección se realiza como un conjunto, porque cada parte influye en la imagen disponible para el análisis.
«cámara iluminación óptica».
Juanjo Mañas, 9:08.
Una variación del entorno puede modificar lo que se observa. Por eso conviene estudiar muestras y condiciones de trabajo, además de las especificaciones de los componentes. La prueba debe representar la dificultad que se quiere resolver.
El caso propone un enfoque de integración. El equipo no termina al elegir un catálogo; necesita comprobar que la combinación permite distinguir la característica de interés dentro del proceso real.
Visión artificial industrial para guiar un robot
La entrevista utiliza el bin picking como ejemplo: localizar piezas colocadas sin un orden fijo dentro de un contenedor para que un robot pueda recogerlas. La visión aporta información sobre su geometría y posición.
Juanjo explica el uso de una nube de puntos y su relación con las coordenadas del robot. Reconocer una pieza es una parte del trabajo; la trayectoria y la recogida deben encajar con el contenedor y la máquina que se alimenta.
«una nube de puntos».
Juanjo Mañas, 18:26.
El ejemplo ayuda a comprender la coordinación entre visión y robótica. La aplicación debe considerar no solo si la pieza se detecta, sino si puede alcanzarse y manipularse de la manera prevista.
Elegir la captura según la información necesaria
Juanjo recorre aplicaciones en varios sectores y comenta tecnologías de captura diferentes. La elección cambia cuando interesa geometría, color u otra característica que requiere una información más específica.
La conversación dedica un pasaje a la imagen hiperespectral y a ejemplos de identificación de materiales. El aprendizaje es preguntar qué diferencia se necesita observar y con qué técnica se puede obtener evidencia suficiente.
No todos los proyectos necesitan la opción más compleja. Un ensayo de aplicación ayuda a decidir qué tecnología resuelve el caso y qué dificultades siguen pendientes. La comparación debe basarse en muestras y criterios del proyecto.
Procesamiento integrado y desarrollo del producto
El invitado también habla de integrar visión en equipos más pequeños, una tendencia que relaciona con nuevas posibilidades de aplicación. El análisis deja de estar asociado únicamente a una gran instalación y puede formar parte de un producto.
La electrónica de un producto conectado necesita considerar procesamiento, alimentación, interfaces y espacio. Si se incorpora una cámara, también se deben resolver su posición y las condiciones que permitirán observar la escena.
Las referencias a tendencias y herramientas pertenecen a junio de 2024. Lo que permanece como criterio de desarrollo es seleccionar la arquitectura a partir de la función y comprobar su integración.
Demostrar la solución y acompañar la implantación
Al hablar de mercados, Juanjo destaca la necesidad de apoyo técnico y de mostrar que una tecnología funciona para la aplicación del cliente. El componente adquiere valor dentro de una solución que se entiende y se puede utilizar.
Para una empresa industrial, esa demostración debe permitir evaluar la dificultad real. Muestras representativas, criterios de aceptación y observación del proceso ayudan a pasar de una posibilidad a un proyecto definido.
La entrevista invita a mirar la visión artificial como una herramienta de ingeniería aplicada. El resultado depende de la coordinación entre imagen, algoritmo, mecánica y operación.
Preguntas sobre visión artificial industrial
¿Qué componentes necesita un sistema de visión artificial industrial?
La entrevista incluye cámara, óptica, iluminación, cableado, procesamiento y software. Su selección depende de la información que necesita el proceso.
¿Para qué sirve la visión 3D en robótica?
Puede aportar geometría y posición para localizar piezas y guiar una recogida. Esa información debe integrarse con las coordenadas y los movimientos del robot.
¿Cómo elegir la cámara adecuada para una aplicación?
Definiendo primero qué se necesita detectar y probando condiciones representativas. La tecnología de captura debe justificar que aporta la información necesaria.
Cuatro aprendizajes del capítulo
- La aplicación se define por la información que necesita el proceso.
- La calidad de captura depende del conjunto óptico y de iluminación.
- Visión y robot deben compartir una integración coherente.
- Las pruebas con muestras permiten seleccionar tecnología con criterio.
Del aprendizaje al desarrollo de producto
En i-mas desarrollamos soluciones de visión artificial y automatización industrial. Si necesitas inspeccionar, localizar o clasificar productos, podemos estudiar tu aplicación y definir pruebas antes de cerrar la solución.
También puedes leer la visión artificial aplicada al control de pedidos con Bronze Tracker.
Fuente: entrevista original de Toque de Ingenio, publicada en YouTube el 17 de junio de 2024. Las experiencias, cifras y planes de la conversación corresponden a ese momento. Las conexiones con los servicios de i-mas son el análisis editorial del artículo.
