INFAIMON EXPUSO UNA TRIPLE PROYECCIÓN DE LA VISIÓN ARTIFICIAL
Infaimon presented machine vision's trifold reach
En un evento como Automobile Barcelona, en el que el protagonismo recayó en fabricantes de automóviles y grandes corporaciones tecnológicas, destacó la singularidad de Infaimon. Además de presencia con estand en el Connected Hub, su consejero delegado, Salvador Giró, pronunció una conferencia sobre la proyección de la visión artificial en Industria 4.0, automóviles autónomos y smart cities./ At Automobile Barcelona, where the spotlight shone on automakers and big tech firms, Infaimon stood out for its one-of-a-kind offering. In addition to its stand in the Connected Hub, Infaimon CEO Salvador Giró gave a talk on machine vision’s reach in Industry 4.0, autonomous automobiles and smart cities. APLICACIÓN DE ESTA TECNOLOGÍA EN INDUSTRIA 4.0, VEHÍCULO AUTÓNOMO Y SMART CITIES THE APPLICATION OF THIS TECHNOLOGY IN INDUSTRY 4.0, AUTONOMOUS VEHICLES AND SMART CITIES
Según Salvador Giró, Industria 4.0, auto- móviles autónomos y smart cities son tendencias inmersas en una evolución extremadamente rápida, “aunque hay quien asegura que se encuentran en una auténtica revolución. Estos sectores cuentan con va- rios factores tecnológicos en común. Entre ellos, la visión artificial cobra especial relevancia, porque sin ella no sería posible consolidar la evolución/revolución mencionada”. Giró detalló que “la visión artificial se basa en capturar una imagen, generalmente mediante una cámara; extraer una serie de datos de esa imagen, analizarlos
According to Mr Giró, Industry 4.0, autonomous vehicles and smart cities are trends undergoing extremely rapid development, “and there are even those who claim these segments are experiencing a genuine revolution. Of the various technological factors these sectors have in common, machine vision is particularly important — without it, it would be impossible to consolidate this development/revolution.” Mr Giró explained, “Machine vision is based on capturing an image (typically via a camera), extracting a series of data from that image, analysing the data and, once evaluated, making a decision accordingly.
y, una vez evaluados, tomar una decisión en consecuencia. Este proceso es válido en cualquiera de los tres sectores referidos”. En este campo, el directivo de Infaimon afirmó que la INDUSTRIA 4.0 visión artificial se utiliza en un sinnúmero de procesos. Aunque esta tecnología desde siempre se ha ligado al control de calidad de los productos manufacturados, su utilización se extiende mucho más allá y se encuentra en toda la cadena de valor de la industria”. Desde el punto de vista de Giró, “la visión artificial juega un importante papel en el entorno de la logísti- This process is applicable to all of the three sectors referred to.” As regards Industry 4.0, the Infaimon executive affirmed INDUSTRY 4.0 that machine vision is used in a myriad of processes. “Although this technology has always been linked to quality control of manufactured products, its use has extended far beyond that, to the point where it’s present throughout industry’s value chain.” From Mr Giró’s point of view, “Machine vision plays an important role in a business’s logistics processes from the moment merchandise enters the site — from
ca de la empresa, desde la entrada de las mercancías en la fábrica, tanto en sistemas de control de matrículas y de lectura de los números de contenedores, como el correcto posicionado de estas mercancías en los almacenes, donde los robots guiados por visión pueden hacer su labor de forma autónoma gracias a la lectura de los códigos de los embalajes o de los propios objetos”. La trazabilidad es otro de los grandes campos en que la visión artificial juega un papel determinante. La lectura de códigos de barras, códigos de matriz (2D) y la lectura de caracteres (OCR). “Hace que en cada momento se pueda conocer en tiempo real donde se encuentran cada uno de los componentes de nuestra producción, y de esta manera automatizar al máximo todos los procesos con las mínimas posibilidades de error”. El control de la calidad de los productos manufacturados es donde la visión artificial, hasta ahora, ha tenido un papel más relevante. Mediante esta tecnología se pueden detectar defectos de fabricación, desperfec- number-plate and container recognition through to put-away in the warehouse, which machine-visionguided robots perform automatically by scanning codes on packaging or on the objects themselves.” Traceability is another major field in which machine vision is a decisive factor. Barcode, data matrix code (2D) and character (OCR) scanning “make it possible to locate — automatically and in real time — each and every part we produce, and thus fully automate all our processes with the smallest margin of error possible.” Up to now, machine vision has been most prominent in quality control of manufactured products. This technology makes it possible to detect manufacturing defects, flaws, colour changes, and so on. “Machine vision’s capacity for extremely precise measurement makes it a fundamental element — even detecting defects at micrometre level.” Finally, the arrival of vision-guided robotics “fully incorporated this technology into the production field. Machine vision has the ability to guide robots with great precision, resulting in a combined robotics and
tos, cambios de color… “La posibilidad que proporciona la visión de hacer medidas muy precisas, hace de ella un elemento fundamental incluso a la hora de detectar defectos a nivel micrométrico”. Por último, con la incorporación de la robótica guiada por visión, “esta tecnología se ha introducido de lleno en el mundo de la producción. La visión es capaz de guiar con gran precisión a los robots, con lo que se consigue que un sistema combinado de robótica y visión pueda fabricar productos en tiempos más reducidos y con ausencia de errores”. Además, para Salvador Giró “es importante destacar que la visión artificial se encuentra completamente inmersa en la filosofía de la Industria 4.0, en el sentido de que las cámaras pueden comunicarse, con sensores, PLCs, expulsores, encoders, sistemas de iluminación, siguiendo la metodología de comunicación entre maquinas M2M (machine to machine). Las cámaras inteligentes, que incluyen comunicación ethernet, son en sí mismo elementos que cumplen con la condición de IIOT (Industrial internet of Things). La machine-vision system which can manufacture products faster and without errors.” In addition, for Mr Giró, “It’s important to highlight that machine vision is completely embedded in Industry 4.0’s philosophy, in the sense that cameras can communicate with each other and with sensors, PLCs, ejectors, encoders, lighting systems, and so on, enabling M2M (machine-to-machine) communication. Smart cameras, which include Ethernet communication, are themselves elements that meet the criteria for the IIoT (Industrial Internet of Things). Machine vision’s ability to measure makes it possible to obtain vast amounts of data on every inspection conducted, 24/7/365, which is fed into big data systems and facilitates decision-making.” As regards this field, the Infaimon CEO said that autonomous AUTONOMOUS AUTOMOBILE vehicles can use a multitude of sensors to ascertain what is happening around them and independently figure out the best decision to make. These sensors include long- and short-range radar, ultrasound, LiDAR and machine vision. Systems based on machine vision have a number of advantages over other types of sensors. Mr Giró specified that one of cameras’ great advantages is their low cost, making it possible to include a large number of them in each vehicle. “The latest Tesla models feature as standard eight cameras: three in the front section, two in each side and one in the rear.” Mr Giró noted that the cameras are able to distinguish between colours, enabling them to understand what is happening around the vehicle better. They can interpret traffic lights as well as the brake lights and indicators of the cars in their vicinity. Likewise, they are able to recognise road markings and traffic signs and signals both on roadways and along roadsides. Thanks to the integration of extremely high-resolution sensors,
Un sistema combinado de robótica y visión puede fabricar productos en tiempos más reducidos y con ausencia de errores / A combined robotics and machine-vision system which can manufacture products faster and without errors Salvador Giró, Infaimon
capacidad de la visión artificial de medir, hace que se pueda obtener infinidad de datos en cada una de las inspecciones durante todo el tiempo de trabajo (24/7/365), lo que alimenta los sistemas de Big Data y facilita la toma de decisiones”. En este ámbito, el CEO de Infaimon comentó que los AUTOMÓVIL AUTÓNOMO vehículos autónomos pueden utilizar multitud de sensores para conocer lo que ocurre a su alrededor y saber qué decisión tomar de forma autónoma. Entre estos sensores se destacan: radar de corto y largo alcance, ultrasonidos, LIDAR y cámaras. Los sistemas basados en visión artificial cuentan con una serie de cualidades sobre otros tipos de sensores. Giró concretó una de las grandes ventajas de las cámaras; su ajustado coste, de forma que se pueden incluir un importante número de sensores en cada vehículo. “En los últimos modelos de Tesla, se incorporan de serie ocho cámaras (tres en la parte frontal, dos en cada uno de los laterales y una en la parte posterior)”. Destacó que las cámaras son capaces de distinguir los colores y de esta forma pueden entender mejor lo que está ocurriendo en la escena. Interpretan las luces de los semáforos, y también las de freno e intermitentes de los coches que tenemos alrededor. A su vez, son capaces de distinguir líneas y señales de tráfico tanto en la calzada como en los bordes de la carretera. Gracias a la incorporación de sensores de muy alta resolución, reconocen las caras y los gestos de las personas e interpretan sus posibles reacciones. Giró matizó que “no todo son ventajas. Las variaciones de la luz, en ocasiones, dificultan la interpretación de la imagen y requieren de una gran potencia de cálculo para procesar todos los datos que se obtienen. Por tanto, la utilización de visión artificial requiere procesadores muy potentes o especializados. Esto es algo en lo que ya se está trabajando intensamente en la actualidad y que, en breve, estará completamente solucionado, con los nuevos desarrollos de hardware
embedded y de software basado en Deep Learning. these cameras can recognise people’s faces and movements and interpret their possible reactions. However, Mr Giró clarified, “They still have some weak points. At times, variations in light can make it difficult to interpret images and they require enormous computing power to process the data obtained. Therefore, using machine vision calls for extremely powerful, specialised processors. Intensive work is currently under way in this area and, with the latest developments in embedded hardware and software based on deep learning, the issue soon will be fully resolved.” In terms of machine vision's contribution to smart cities, SMART CITIES Mr Giró stated, “Nowadays, our cities already have a vast number of cameras placed throughout them. Nevertheless, they’re being used inefficiently. If there
No todo son ventajas. Las variaciones de la luz, en ocasiones, dificultan la interpretación de la imagen y requieren de una gran potencia de cálculo / They still have some weak points. At times, variations in light can make it difficult to interpret images and they require enormous computing power La capacidad de la visión artificial de medir, hace que se pueda obtener infinidad de datos en cada una de las inspecciones durante todo el tiempo de trabajo / Machine vision’s ability to measure makes it possible to obtain vast amounts of data on every inspection conducted
En cuanto a la aportación de la visión artificial a las SMART CITIES
smart cities. Giró expuso que “hoy en día, nuestras ciudades ya disponen de un gran número de cámaras diseminadas por toda la urbe. Sin embargo, el modelo de utilización de éstas es ineficiente. Si pudiéramos disponer de cámaras en cada una de las calles, se podría hacer un seguimiento de cada uno de los vehículos, leyendo sus matrículas. Con esta información se obtendría una ingente cantidad de datos en tiempo real del estado del tráfico en nuestras ciudades y predecir con una gran exactitud lo que puede ocurrir en un futuro inminente, pudiendo de esta forma tomar decisiones que faciliten un tráfico más fluido”. La información procedente de las cámaras es utilizable en multitud de entornos dentro de las smart cities. Como ejemplo, Giró mencionó que “los sistemas de visión pueden conocer el número de personas que están esperando en paradas de tren y de autobús, y con esta información se puede predecir y mejorar la frecuencia de paso de estos medios de transporte”. Otro ejemplo de menor magnitud pero que puede ayudar al control energético de las ciudades “es la posibilidad de incluir cámaras en cada uno de las farolas de las calles, de forma que sólo se enciendan en el caso de que una o varias personas estén en sus aledaños”. were cameras on every street, we’d be able to monitor each and every vehicle by scanning their number plates. This information would provide us with an enormous amount of real-time data on traffic conditions in our cities, enabling us to predict what could happen in the near future with great accuracy and, thus, make decisions which facilitate smoother traffic flow.” The information provided by the cameras would be exploitable in a multitude of domains within smart cities. As an example, Mr Giró said “Machine vision systems are capable of detecting the number of people waiting at railway stations and bus stops, and with this information, we can predict and improve the service frequency of these means of transport.” Another less crucial example, but one which could improve energy efficiency in cities, “is the possibility of installing cameras in lampposts so that they only light up when somebody approaches.”
Nuestras ciudades ya disponen de un gran número de cámaras diseminadas por toda la urbe. Sin embargo, el modelo de utilización de éstas es ineficiente / Our cities already have a vast number of cameras placed throughout them. Nevertheless, they’re being used inefficiently