Capteurs de vision industrielle :
comment les machines voient le monde
La fabrication implique de se procurer les bonnes pièces, de trouver une usine appropriée, de faire parvenir vos conceptions à la chaîne de montage à temps et de relever les défis de conformité et de sécurité nécessaires pour évoluer à l’échelle mondiale.
Il est souhaitable d’employer une technologie d’automatisation pour améliorer les lignes de production de fabrication et les produits résultants avec une grande efficacité. Les entrées visuelles sont la source la plus riche d’informations provenant des capteurs. Les développements de la vision dans la fabrication se traduisent par des améliorations de la fiabilité et de la qualité des produits. Ils rendent également possible une technologie pour un nouveau processus de production. Nous discuterons de la façon dont la vision industrielle est utilisée dans l’automatisation industrielle pour faciliter le processus de fabrication.
Dans l’automatisation des usines, les capteurs sont utilisés pour collecter des données servant à l’inspection ou au déclenchement d’autres appareils. Ces capteurs appartiennent à plusieurs catégories. Les plus courantes sont : photoélectrique, fibre optique, proximité, ultrasons et vision. Comme ces capteurs ne peuvent pas distinguer les motifs ou les couleurs, en raison de leur configuration de montage rigide, ils ne peuvent pas gérer le désalignement ou la variabilité. Les capteurs de vision jouent un rôle distinctif. Ils offrent une plus grande flexibilité, effectuent plusieurs types d’inspection dans une seule image et génèrent des données riches supplémentaires permettant d’améliorer la qualité et les processus.
Capteur fusion
Les développeurs d’automatisation ont besoin d’une gamme variée de capteurs fournissant des données brutes et des retours d’information, de systèmes de contrôle, d’une logique programmable et de dispositifs embarqués connectés. Les données sont analysées par un algorithme et non par une personne. Cela offre la possibilité d’introduire différentes modalités de détection dans les systèmes de vision industrielle. Cela peut inclure des éléments autres que les capteurs d’image, tels que le temps de vol, le radar et le Lidar. Avec cela, la fusion de capteurs devient nécessaire. La fusion de capteurs est le processus consistant à prendre des données de plusieurs sources et à les combiner en un seul ensemble pouvant être introduit dans un réseau neuronal. Il s’agit d’une étape cruciale, car la façon dont les données de chaque capteur sont pondérées influencera sa pertinence sur l’ensemble de données final.
Systèmes de vision industrielle
La vision par ordinateur est le domaine de l’intelligence artificielle (IA) qui permet aux machines de « voir », en combinant des systèmes embarqués avec les résultats de la vision par ordinateur dans des systèmes de vision embarquée/industrielle. La technologie de vision industrielle (VI) est bien positionnée dans l’Internet industriel des objets (IIoT) où des machines de tous types sont constamment connectées. La vision industrielle est adoptée très rapidement dans les applications IIoT en raison de l’accessibilité croissante des composants et des systèmes de vision industrielle, d’une gamme plus large de solutions, d’un meilleur matériel et de logiciels basés sur l’IA offrant des capacités de deep learning. Le système de vision industrielle a la capacité de traiter une grande quantité d’informations en une fraction de seconde.
D’une manière générale, les différents types de systèmes de vision comprennent les systèmes de vision 1D, les systèmes de vision 2D, les scans de ligne ou de zone et les systèmes de vision 3D. Les principaux éléments constitutifs d’un système de vision typique (figure 1) sont une unité d’acquisition d’images (capteur d’image/module de caméra), une unité de traitement, une segmentation, des logiciels, des algorithmes de vision/une reconnaissance de modèles et une connectivité.
Figure 1 : Éléments constitutifs de la VI
La vision industrielle utilise des caméras, qui sont comme ses yeux, pour capter les informations visuelles de l’environnement environnant. La résolution et la sensibilité sont deux aspects importants de tout système de VI. La résolution est chargée de différencier les objets, tandis que la sensibilité est la capacité de la machine à détecter des objets ou des impulsions faibles même en cas de faible éclairage ou de longueurs d’onde invisibles.
Les principaux composants du système comprennent l’éclairage, l’objectif, les capteurs d’image, le traitement visuel et les appareils de communication. Il utilise souvent des dispositifs optiques spécialisés pour acquérir des images. La technologie de VI est une combinaison de logiciels et de matériel qui fournit un contrôle opérationnel aux dispositifs qui exécutent des fonctions telles que la capture et le traitement d’images et la mesure de diverses caractéristiques nécessaires à la prise de décision. Les composants matériels comprennent plusieurs éléments tels que des caméras, des capteurs, des processeurs, des cartes d’acquisition, des éclairages LED et des dispositifs optiques. Le segment de l’offre logicielle est divisé en sous-catégories de logiciels de VI spécifiques à l’application et de logiciels de VI de deep learning.
Les fournisseurs de vision industrielle proposent principalement deux types de services, à savoir l’intégration et la gestion de solutions. Les intégrateurs de systèmes de vision industrielle sont utilisés pour les applications d’inspection, de test, d’assemblage et de mesure. Ils aident les clients à respecter les spécifications de leurs produits. La gestion des solutions est utilisée pour les opérations de débogage en une seule étape, le contrôle des inspections (démarrage et arrêt) et les solutions d’ouverture et de sauvegarde.
Choisir le bon matériel
De nombreuses options existent à l’heure de choisir le matériel qui exécutera votre application d’IA de vision industrielle. Les FPGA (Field-Programmable Gate Arrays – Réseaux prédiffusés programmables par l’utilisateur), les processeurs graphiques (GPU) et même les microcontrôleurs (MCU) ont chacun leurs propres avantages.
Les FPGA sont des unités de traitement très puissantes qui peuvent être configurées pour répondre aux exigences de presque toutes les applications. Des architectures FPGA sur mesure peuvent être créées pour gérer des applications spécifiques. Un FPGA atteint des performances beaucoup plus élevées, offre des coûts inférieurs et une meilleure efficacité énergétique par rapport à d’autres options telles que les GPU et les CPU. Les GPU sont des processeurs spécialisés qui sont principalement conçus pour traiter des images et des vidéos. Par rapport aux CPU, ils sont basés sur des unités de traitement plus simples, mais hébergent un nombre de cœurs beaucoup plus important. Cela rend les GPU excellents pour les applications dans lesquelles de grandes quantités de données doivent être traitées en parallèle, telles que les pixels d’image ou les codecs vidéo. Les CPU ont un nombre de cœurs limité, ce qui inhibe leur capacité à traiter rapidement les grandes quantités de données nécessaires à l’IA.
Capteur d’image et éclairage
Lors du développement d’un système de vision industrielle, la sélection du bon capteur d’image peut être l’une des décisions de conception les plus importantes. La conception nécessite une capture d’image à haute résolution, un transfert de données rapide avec un minimum de bruit et une puissance de traitement efficace capable de traiter les données et de générer des résultats. Les progrès de l’éclairage à l’avant (FSI) et à l’arrière (BSI) dans la technologie des capteurs CMOS permettent d’obtenir des images à plus haute résolution dans des conditions de faible luminosité.
Un bon éclairage est également une considération importante à prendre en compte. La base de toutes les performances d’éclairage se résume à trois caractéristiques principales du capteur d’image : l’efficacité quantique (QE – Quantum Efficiency), le courant d’obscurité et la capacité de saturation. Lorsqu’elle est mise en œuvre dans une caméra, la QE maximale de la caméra doit être inférieure à celle du capteur, en raison d’effets optiques et électroniques externes.
Le courant d’obscurité et la capacité de saturation sont également des considérations de conception importantes à prendre en compte dans les systèmes de vision industrielle. Le courant d’obscurité mesure la variation du nombre d’électrons générés thermiquement dans l’imageur CMOS et peut ajouter du bruit. La capacité de saturation désigne le nombre d’électrons qu’un pixel individuel peut stocker. Ils peuvent être utilisés avec des mesures de la QE pour dériver le rapport signal/bruit (S/B) maximal, la sensibilité absolue et la plage dynamique d’une application.
Le bon éclairage aidera à augmenter la précision et l’efficacité d’une application de vision industrielle. D’autres facteurs à prendre en compte avec l’éclairage incluent la longueur d’onde, comme l’infrarouge, l’éclairage fixe et même le placement de l’éclairage. Il a été démontré que les sources lumineuses et les réflexions qui brillent directement sur les caméras des systèmes de vision industrielle diminuent la précision de la détection des objets.
Choisir la bonne caméra de vision industrielle
Les progrès récents de la technologie de vision industrielle permettent désormais aux caméras de transférer des images de haute résolution à des fréquences d’images extrêmement rapides. La sélection de la meilleure interface nécessite un examen impliquant plusieurs considérations telles que le choix du type de capteur (CMOS ou CCD), une caméra couleur ou une caméra monochrome, le format de sortie de la caméra (GigE, Camera Link, CoaXPress, USB3, HD-SDI) et les fréquences d’images. Les dispositifs à transfert de charges (CCD) ont une meilleure qualité d’image, une meilleure sensibilité à la lumière, de meilleures performances de bruit et un obturateur global idéal. Les capteurs CMOS sont connus pour leur haute vitesse, leur intégration de système sur puce et leur faible coût de fabrication.
Les fabricants de caméras tirent parti des derniers développements de capteurs et des améliorations au niveau de la conception des caméras, aidant ainsi les développeurs et les intégrateurs de systèmes de vision industrielle à créer des systèmes d’imagerie plus rapides, plus flexibles et plus performants. Avec des résolutions de caméra plus élevées, il est nécessaire d’avoir des dispositifs optiques offrant une plus grande qualité et un plus grand format, qui sont facilement disponibles, avec des options telles que des lentilles liquides intégrées pour les systèmes de mise au point automatique. Les dispositifs optiques pour les longueurs d’onde non visibles offrent de nouvelles façons de détecter des objets avec une imagerie spécialisée utilisant des longueurs d’onde allant des UV aux bandes IR.
Les produits d’éclairage LED, essentiels à toutes les applications de vision industrielle, sont désormais disponibles avec une grande variété de longueurs d’onde et de facteurs de forme. Ils offrent une flexibilité accrue, avec des angles réglables et des longueurs d’onde supplémentaires, une réponse spectrale plus cohérente et même des sources programmables avec des commandes intégrées. Un catalyseur important est l’émergence d’interfaces allant jusqu’à 100 G ainsi que l’interface CoaXPress 2.0 récemment mise à jour et même les interfaces PCI.
Choisir un objectif de vision industrielle
Décider du bon objectif pour une application de vision industrielle nécessite un examen des spécifications requises, des calculs et une réflexion sur la manière dont l’objectif s’intégrera à la configuration de la caméra. Lors du choix de l’objectif utilisé dans une application de vision industrielle, il faut tenir compte du capteur qui sera utilisé. La taille du capteur et la taille des pixels sont d’une extrême importance dans le processus de sélection. L’objectif doit pouvoir éclairer correctement toute la zone du capteur pour éviter l’ombrage et le vignettage.
Les objectifs idéaux produisent des images qui correspondent parfaitement à l’objet capturé, avec notamment l’ensemble des détails et des variations de luminosité. Les objectifs standard peuvent offrir environ un mégapixel avec des distances focales fixes de 4,5 à 100 mm. Les objectifs macro sont optimisés pour une mise au point rapprochée. Lors de la sélection de l’objectif correct pour une application, les concepteurs calculent la distance de travail nécessaire en utilisant 3 facteurs : la distance focale, la longueur de l’objet inspecté et la taille du capteur.
Certains cas d’utilisation/scénarios d’application
Les systèmes de VI dans l’industrie alimentaire et des boissons sont largement utilisés dans les opérations d’emballage et d’embouteillage. Les systèmes de vision industrielle connaîtront probablement une croissance significative dans les produits pharmaceutiques et chimiques, l’impression et l’étiquetage, ainsi que dans d’autres secteurs industriels verticaux, notamment l’agriculture, la transformation du caoutchouc et du plastique, les panneaux solaires, les machines et équipements, la sécurité et la surveillance. Le marché a été segmenté entre assurance qualité et inspection, positionnement et guidage, mesure et identification. Les systèmes sont largement utilisés pour scanner et identifier des étiquettes, des codes-barres et des textes, en particulier dans le secteur de l’emballage. Cela automatise les activités d’emballage, ce qui permet de gagner du temps, d’éviter les erreurs humaines et d’augmenter l’efficacité.
Les solutions de vision industrielle rendent les processus de fabrication plus efficaces et compétitifs. Les caméras de VI fonctionneront parfaitement dans un large éventail d’environnements de fabrication. Le bloc d’application typique est illustré dans la figure 2 ci-dessous.
Figure 2 : Bloc d’application typique pour la vision industrielle
La plateforme de vision intelligente d’Avnet Integrated
Avnet a développé des plateformes de développement modulaires spécifiques à la vision embarquée. Elles combinent des caméras intelligentes, des technologies informatiques en périphérie ou dans le cloud, des logiciels et de l’intelligence artificielle pour la réalisation de systèmes capables de détecter et d’identifier des personnes et des objets. La plateforme technologique de vision intelligente intégrée d’Avnet (figure 3) est conçue pour l’analyse vidéo basée sur le deep learning en périphérie. Cette conception a été réalisée en collaboration avec les principaux fournisseurs de processeurs, de capteurs d’image et d’outils logiciels pour intégrer leurs produits dans une solution cohérente.
Figure 3 : Vision de la plateforme technologique IA d’Avnet – Infinity® AI Cube
Pour ces applications hautes performances, la plateforme de vision intelligente est équipée du module extrêmement puissant COM Express™ Type 6 de la famille MSC C6B-CFLR d’Avnet Integrated, qui est basé sur un processeur Intel® Core i7 ou Intel® Xeon™.
La plateforme technologique peut intégrer diverses technologies d’accélération pour un traitement rapide des données en périphérie. Selon l’application spécifique, le nombre de canaux vidéo et le temps de latence jouent un rôle. Les solutions vont de l’inférence de l’IA sur des processeurs puissants aux unités de traitement graphique en passant par les unités de traitement de vision (VPU) optimisées Intel® Movidius.
