Le choix judicieux dépend des informations que recèle le défaut. L'objectif n'est pas d'utiliser la technologie la plus avancée, mais l'architecture la plus simple permettant une prise de décision fiable sur la chaîne de production réelle.
La vision industrielle 2D est souvent le premier choix pour la présence, l'orientation, la qualité d'impression, la lecture de codes, le contrôle des contours et les dimensions visibles depuis le champ de vision d'une caméra contrôlée.
La détection 3D ajoute des informations de profondeur. Elle est utile lorsqu'une image plane ne permet pas de distinguer avec précision la hauteur, le volume, le profil, la déformation ou la géométrie de surface.
L'apprentissage profond peut s'avérer utile lorsque des produits acceptables présentent des variations naturelles ou que des défauts présentent des motifs visuels complexes. Il requiert néanmoins des données représentatives, une acquisition contrôlée et une validation rigoureuse.
Nous commençons par le critère d'acceptation et le mode de défaillance. Si un seuil, un contour, un motif ou une mesure stable permet de distinguer les pièces conformes des pièces défectueuses, un système de vision basé sur des règles sera plus facile à valider et à maintenir. Si la différence pertinente est géométrique, la détection de profondeur peut lever l'ambiguïté qu'aucun traitement d'image 2D ne saurait résoudre. Si le défaut présente une apparence variable et ne peut être décrit de manière cohérente, l'apprentissage profond pourrait constituer la couche de classification appropriée.
Les systèmes hybrides sont courants. Une station peut utiliser la vision conventionnelle pour les dimensions, la 3D pour la géométrie et un modèle appris pour les zones cosmétiques complexes, tout en stockant tous les résultats dans un seul enregistrement de traçabilité. L'architecture doit tenir compte des risques de production, du temps de cycle, des besoins de maintenance et des preuves requises pour accepter ou refuser une pièce.
English English 
Portuguese
French
Spanish