text.skipToContent text.skipToNavigation

Tecnologia dei controller Machine Vision

I controller Machine Vision sono centraline di analisi per l’elaborazione delle immagini con l’elaborazione dei dati e l’emissione dei risultati. Vengono generalmente utilizzati per la valutazione di applicazioni multicamera o multiprofilo.

Cos’è un controller Machine Vision?

I controller Machine Vision sono computer utilizzati in ambienti industriali difficili. A differenza dei tradizionali computer da ufficio, i controller Machine Vision sono caratterizzati da una modalità continua a prova di guasto, da una classe di protezione IP più elevata, da una robustezza contro le vibrazioni e la polvere, da intervalli di temperatura operativa più ampi e da un’elevata disponibilità a lungo termine. Le possibilità di impiego si trovano, ad esempio, in impianti di produzione dei più svariati settori, come quello automobilistico, dei metalli, della logistica, alimentare, farmaceutico o energetico.

Compiti di un controller Machine Vision

Potenti processori consentono diverse funzioni e compiti nell’elaborazione di immagini industriale. Esempi a tal fine ad esempio:

Controllo e monitoraggio

È possibile aumentare notevolmente l’efficienza della produzione monitorando e controllando macchine, impianti e processi di produzione con l’ausilio di un sistema Machine Vision. Il controller consente un controllo preciso e un monitoraggio in tempo reale.

Analisi e raccolta dati

I controller raccolgono i dati acquisiti da camere, sensori di profilo e altri dispositivi per l’ulteriore elaborazione. Successivamente i dati vengono elaborati, analizzati e visualizzati tramite un software specifico del produttore.

Interfaccia tra operatore e sistema

La facilità d’uso è importante per il monitoraggio e il controllo dell’impianto di produzione, poiché il controller è il collegamento tra l’operatore umano e il sistema automatizzato. Spesso si ricorre a sistemi operativi tradizionali come Linux.

Connettività e comunicazione

I controller industriali dispongono di diverse interfacce per garantire una connettività e una comunicazione fluide tra i dispositivi di rilevamento e i componenti di azione utilizzati in un sistema di automazione industriale. In questo modo è possibile utilizzare anche connessioni in tempo reale. Ciò è particolarmente importante per i sistemi bus di campo come PROFIBUS o EtherCAT, ecc.

Personalizzazione

A seconda del campo di applicazione, i controller Machine Vision possono essere adattati specificamente alle diverse esigenze tramite diversi componenti hardware come processori e supporti di memorizzazione.

La differenza tra controller Machine Vision e dispositivi intelligenti

Controller Machine Vision

Adatto per applicazioni che richiedono più camere o sensori di profilo per la valutazione
Tempi di processo più brevi grazie alla maggiore potenza di calcolo
L’analisi dell’immagine e del profilo avviene sul controller
Per attività di ispezione ad altissima risoluzione

Dispositivi smart

Adatto per applicazioni che richiedono solo una camera o un sensore di profilo per la valutazione
L’analisi dell’immagine e del profilo avviene tramite il software preinstallato nella camera o nel sensore di profilo
Output dei risultati tramite interfacce integrate
Non sono necessari controller Machine Vision aggiuntivi

Struttura e componenti di un controller Machine Vision

CPU (processore)

La CPU è il cuore del controller Machine Vision e fornisce la potenza di calcolo. A seconda dell’applicazione viene selezionato il processore adatto. I controller Machine Vision di wenglor sono dotati di potenti processori i7.

Scheda madre

Sulla scheda madre sono montati tutti i componenti necessari per il funzionamento di un PC industriale. Tra questi figurano il processore, la memoria di lavoro, le memorie di massa, il chipset, la grafica nonché i moduli per le interfacce e altri componenti essenziali.

Memoria (RAM e disco rigido)

La memoria di lavoro, nota anche come RAM (Random Access Memory), memorizza i dati di cui il processore ha bisogno per un’elaborazione rapida e a breve termine. La memoria di lavoro può essere paragonata alla cilindrata di un motore a combustione interna: Una memoria di lavoro sufficientemente grande consente al processore di sviluppare tutte le sue prestazioni.

Interfacce

I controller dispongono di alcune interfacce per comunicare con le camere e altri dispositivi, tra cui

RTE
- PROFINET
- Ethernet IP
- EtherCAT
Ethernet TCP/IP
UDP
I/O digitale
SFTP

Raffreddamento

Molti PC industriali sono installati in luoghi caldi, come le fonderie. Per questo motivo, il sistema di raffreddamento deve essere efficiente per mantenere le temperature sotto controllo. Si distingue tra raffreddamento passivo e attivo.

Scheda grafica

A seconda dell’applicazione, può essere necessaria una scheda grafica nei controller Machine Vision. Una scheda grafica in un PC industriale svolge un ruolo importante nell’elaborazione e nella rappresentazione dei dati.

Le differenze tra le interfacce

Ethernet TCP/IP

Ethernet TCP/IP sta per “Transmission Control Protocol/Internet Protocol” ed è un protocollo di trasmissione dati che consente di indirizzare in modo affidabile dati suddivisi in pacchetti e di trasmetterli ai dispositivi partecipanti collegati alla rete. Viene garantito l’arrivo di ogni pacchetto dati. In caso contrario, verrà inviato nuovamente.

UDP

UDP (User Datagram Protocol) è un protocollo di rete che consente la trasmissione wireless di dati in reti di computer basate su IP. Senza connessione significa che i dati vengono inviati senza autenticazione reciproca tra emettitore e ricevitore. Con UDP la velocità è al primo posto.

SFTP

SFTP (Secure File Transfer Protocol) è un protocollo di trasferimento file per reti basate su IP utilizzato per il trasferimento crittografato di dati. In genere, i dati vengono caricati dal client al server e scaricati dal server al client.

DIO (ingresso/uscita digitale)

I DIO (Digital Input/Output) trasmettono in modo efficiente e diretto i segnali digitali provenienti ad es. da sensori o camere ad altri sistemi di controllo (PLC). Ad esempio, un ingresso input digitale attiva una sequenza di impulsi per acquisire un’immagine. Contemporaneamente è possibile attivare un’illuminazione tramite un’uscita digitale.

RTE (Ethernet in tempo reale)

RTE (Real Time Ethernet) è un ambiente Ethernet in tempo reale basato su protocolli IP, utilizzato principalmente nella tecnologia di automazione per il collegamento di periferiche decentralizzate a un sistema di controllo. Tra questi rientrano PROFINET, Ethernet IP, EtherCAT. Nell'automazione industriale, per tempo reale si intendono tempi di ciclo nell’ordine dei millisecondi.

Requisiti per i controller con strumenti di IA

Le nuove funzionalità e le estensioni intelligenti dell’IA rendono indispensabile l’uso mirato di hardware ad alte prestazioni. Con la giusta combinazione di potenza di calcolo e hardware IA dedicato, le applicazioni di IA possono essere notevolmente accelerate, spesso 5–10 volte più velocemente rispetto AI sistemi tradizionali.

Potenza di calcolo e hardware

Processore (CPU)	Poiché gli strumenti di IA spesso richiedono una potenza di calcolo elevata, il PC industriale deve essere dotato di una CPU potente. Per le applicazioni di deep learning, i processori multicore sono particolarmente vantaggiosi, in quanto consentono calcoli paralleli efficienti.
Scheda grafica (GPU)	Una GPU ad alte prestazioni è essenziale per l’elaborazione di immagini, in particolare per le applicazioni di IA e deep learning. Le GPU forniscono la potenza di calcolo necessaria per accelerare in modo efficiente il machine learning e i processi di elaborazione delle immagini paralleli.
Unità di elaborazione neurale (NPU)	Un’unità di elaborazione neurale (NPU) è un modulo hardware specializzato progettato specificamente per accelerare i calcoli nelle reti neurali e nei modelli di apprendimento automatico. È ottimizzata specificamente per l’intelligenza artificiale, in particolare il deep learning e i processi di inferenza. Le NPU aumentano l’efficienza e la velocità delle applicazioni IA assumendo le tipiche attività di calcolo di CPU e GPU, ma con prestazioni significativamente più elevate e allo stesso tempo una migliore efficienza energetica. Grazie a questa maggiore efficienza energetica, si verificano meno perdite di potenza rispetto alle GPU, il che è particolarmente importante nell’ambiente industriale, dove il raffreddamento passivo viene spesso utilizzato.
RAM e memoria	Una memoria RAM sufficiente – almeno 16 GB, idealmente 32 GB o più – è fondamentale per elaborare grandi quantità di dati in modo efficiente. In particolare, i dati delle immagini provenienti dalle camere richiedono molta memoria, poiché vengono analizzati nella RAM da algoritmi e applicazioni di IA. Spesso numerose fonti di immagine e valutazioni funzionano in parallelo, il che aumenta ulteriormente il fabbisogno di memoria. Inoltre, i modelli di IA sono in continua crescita e richiedono sempre più capacità. Per un rapido accesso ai dati si consiglia di utilizzare SSD (Solid State Drives).

Oltre alla potenza di calcolo e ai componenti hardware, anche l’utilizzo di acceleratori software basati sull’IA è fondamentale. Rispetto alle soluzioni software tradizionali, è possibile ottenere fattori di accelerazione da due a tre, aumentando notevolmente le prestazioni del sistema. Per un’elaborazione ottimale in tempo reale, è essenziale una stretta coordinazione tra software e hardware per garantire i tempi di processo più brevi possibili.

Processore (CPU)
Poiché gli strumenti di IA spesso richiedono una potenza di calcolo elevata, il PC industriale deve essere dotato di una CPU potente. Per le applicazioni di deep learning, i processori multicore sono particolarmente vantaggiosi, in quanto consentono calcoli paralleli efficienti.
Scheda grafica (GPU)
Una GPU ad alte prestazioni è essenziale per l’elaborazione di immagini, in particolare per le applicazioni di IA e deep learning. Le GPU forniscono la potenza di calcolo necessaria per accelerare in modo efficiente il machine learning e i processi di elaborazione delle immagini paralleli.
Unità di elaborazione neurale (NPU)
Un’unità di elaborazione neurale (NPU) è un modulo hardware specializzato progettato specificamente per accelerare i calcoli nelle reti neurali e nei modelli di apprendimento automatico. È ottimizzata specificamente per l’intelligenza artificiale, in particolare il deep learning e i processi di inferenza. Le NPU aumentano l’efficienza e la velocità delle applicazioni IA assumendo le tipiche attività di calcolo di CPU e GPU, ma con prestazioni significativamente più elevate e allo stesso tempo una migliore efficienza energetica. Grazie a questa maggiore efficienza energetica, si verificano meno perdite di potenza rispetto alle GPU, il che è particolarmente importante nell’ambiente industriale, dove il raffreddamento passivo viene spesso utilizzato.
RAM e memoria
Una memoria RAM sufficiente – almeno 16 GB, idealmente 32 GB o più – è fondamentale per elaborare grandi quantità di dati in modo efficiente. In particolare, i dati delle immagini provenienti dalle camere richiedono molta memoria, poiché vengono analizzati nella RAM da algoritmi e applicazioni di IA. Spesso numerose fonti di immagine e valutazioni funzionano in parallelo, il che aumenta ulteriormente il fabbisogno di memoria. Inoltre, i modelli di IA sono in continua crescita e richiedono sempre più capacità. Per un rapido accesso ai dati si consiglia di utilizzare SSD (Solid State Drives).

Hardware robusto per controller ad alte prestazioni

Per un impianto stabile e affidabile, il controller deve essere in grado di sopportare le elevate esigenze dell’ambiente industriale.

Generazione di calore e raffreddamento: Un’elevata potenza di calcolo richiede una dissipazione efficiente del calore per evitare il surriscaldamento e i guasti del sistema. I controller industriali sono spesso dotati di tecnologie di raffreddamento dedicate o persino di design senza ventole, particolarmente adatti ad ambienti polverosi e sporchi, riducendo al contempo la manutenzione.

Per utilizzare al meglio un PC industriale per l’elaborazione di immagini industriali con strumenti di IA, è necessario considerare attentamente sia i requisiti hardware, come CPU, GPU, NPU potenti, RAM sufficiente e memoria veloce, sia la compatibilità del software e dell’interfaccia. La scelta di un sistema robusto e affidabile che si integri perfettamente nell’ambiente industriale e che sia flessibile nell’espansione e nell’integrazione è fondamentale.

Impiego flessibile dei controller Machine Vision

Un controller Machine Vision è parte integrante di un sistema di elaborazione di immagini. Un sistema di elaborazione di immagini completo comprende, oltre ai controller Machine Vision, i seguenti componenti offerti da wenglor:

Software di elaborazione di immagine uniVision

Sensori di profilo 2D/3D

Camere Machine Vision

Tecnica di illuminazione

Obiettivi

Filtri dell’obiettivo

Possibilità di impiego dei controller Machine Vision

Controller Machine Vision con camere Machine Vision

Ispezione visiva di qualità “Fine linea” dei blocchi motore

Nella produzione di motori nell’industria automobilistica, al termine di ogni linea di produzione deve essere eseguito un controllo qualità visivo e completamente automatico “End of Line”. In questo modo si evita che motori difettosi lascino il nastro.

Controllo delle etichette sulle confezioni di formaggio spalmabile

Quando si riempiono diversi tipi di formaggio spalmabile, è necessario assicurarsi che su ogni confezione venga applicato il coperchio corretto, incluso il logo. Poiché i gusti vengono cambiati più volte al giorno, non deve esserci confusione tra il coperchio e il contenuto.

Ispezione visiva della qualità delle porte interne dell’auto

Nell’industria automobilistica, la qualità dei singoli componenti di porte interne per autovetture, come ad esempio alzacristalli o braccioli, deve essere controllata visivamente per diversi tipi di porte. A tale scopo viene installato un sistema di visione composto da più camere, lenti, illuminazioni e un’unità di controllo.

Controller Machine Vision con sensori di profilo 2D/3D

Misura della larghezza dei nastri in acciaio

Controllo altezza e larghezza dei prodotti da forno

Nella produzione di prodotti da forno con glassa al cioccolato, per il controllo qualità è necessario determinare l’altezza e la larghezza esatte dei prodotti da forno. A tale scopo, sopra la linea di trasporto viene installato un sensore di profilo 2D/3D con un ampio campo di misurazione che misura tutti i biscotti con precisione micrometrica su tutta la larghezza del nastro.

Misurazione dei bordi del parquet a incastro

Nella produzione di parquet a incastro, la qualità della geometria delle tavole deve essere sempre garantita durante il funzionamento. Maggiore è la precisione di accoppiamento dei bordi a incastro, maggiore è la qualità. Con il passare del tempo, tuttavia, gli utensili di fresatura utilizzati si consumano, dando luogo a scarti.

Confronto dei prodotti

3/4

4/4

5/4

6/4