Modulo MACHINE VISION
Il Modulo Vision è focalizzato alla identificazione del corretto hardware e software di visione per poter interpretare e decodificare le immagini, ottenendo informazioni quali il riconoscimento di oggetti e la loro posizione nello spazio. Informazioni che, grazie all’integrazione con moduli di intelligenza artificiale, data management e robotica collaborativa, permetteranno il controllo autonomo dei difetti e dunque una gestione efficiente del ciclo produttivo.
Modulo INTELLIGENCE
Negli ultimi anni l’uso di algoritmi basato sul deep learning per l’ anomaly detection è diventato sempre piùpopolare rispetto ai metodi tradizionali. Gli algoritmi DAD (Deep Anomaly Detection) sono applicati in molti campi diversi; sfruttano la potenzialità degli algoritmi di Deep Learning per identificare anomalie. Le prestazioni degli algoritmi tradizionali nel rilevare le anomalie non sono ottimali sull’immagine poiché non sono in grado di comprendere strutture complesse nei dati. Gli algoritmi DAD non richiedono la competenza degli esperti del dominio per discriminare l’anomalia: infatti, questa non è spesso definita a priori.
Il Modulo Intelligence è focalizzato sulla realizzazione di algoritmi di riconoscimento basati su reti neurali convoluzionali – uno degli algoritmi di Deep Learning più utilizzati nella Computer Vision- , con l’obiettivo di superarne le limitazioni dovute all’ingente mole di immagini etichettate necessarie per l’addestramento dell’algoritmo. Si userà il paradigma del transfer learning grazie al quale una rete neurale può essere riconfigurata a svolgere compiti anche molto differenti con un numero limitato di immagini di addestramento. L’obiettivo finale sarà quello di addestrare e riconfigurare le reti, utilizzando sempre meno immagini (few-shot learning).
Modulo DATA MANAGEMENT
Il Modulo Data Management ha l’obbiettivo di una perfetta gestione del dato flessibile, fondamentale per garantire l’applicabilità della tecnologia in ambiti produttivi differenziati.
Questo obiettivo verrà raggiunto tramite una descrizione di alto livello dei dati, facendo uso di modelli che rappresentano in modo strutturato l’informazione attraverso entità e proprietà e che esplicitano le relazioni tra di esse.
Sempre nell’ottica della modularità e della flessibilità applicativa, saranno integrate diverse modalità di gestione del dato, con la possibilità di effettuare l’elaborazione completamente online (cloud-driven) oppure spostando l’elaborazione del dato “vicino” ai sistemi di acquisizione (edge-driven) mantenendo un’elevata affidabilità della linea produttiva.
Modulo COLLABORATIVE ROBOTICS-ERGONOMICS
Il modulo di COLLABORATIVE ROBOTICS-ERGONOMICS sarà responsabile dell’introduzione di robot collaborativi per la corretta movimentazione e il miglior posizionamento dei sistemi di visione, al fine di migliorare l’ergonomia ed il coinvolgimento dell’operatore. L’affiancamento dei robot collaborativi migliorerà la qualità del lavoro degli operatori, il loro grado di soddisfazione, coinvolgendoli in attività creative quali l’addestramento dei robot e dell’Intelligenza Artificiale, nell’ottica della “collaborative intelligence”.
Gli obiettivi riguardano l’incremento di efficienza nei processi di controllo qualità, grazie all’adozione di robot collaborativi per riconoscimento anomalie al fine di incrementare modularità e flessibilità dell’applicazione, con misurazione e valutazione dell’ergonomia per ridurre lo stress dell’operatore. Il robot e l’operatore umano saranno in grado di lavorare insieme con reciproco beneficio nell’ottica della “collaborative intelligence”. Il robot movimenta il sistema di acquisizione dell’immagine condividendo lo spazio con l’operatore che è coinvolto a sua volta nell’addestramento sia del robot che dell’IA. Inoltre il robot fornisce informazioni sulla postura dell’operatore per massimizzare l’ergonomia della postazione.
