di Marco de’ Francesco ♦︎ Occhi intelligenti, dotati di software con algoritmi basati su deep learning e reti neurali. Telecamere 2D e 3D che ispezionano il processo manifatturiero, compiendo il controllo qualità in real time. Un mercato globale in costante crescita, che si prevede raggiungerà i 18,7 miliardi di dollari nel 2022. E che per ora fa leva soprattutto sulla manutenzione predittiva
Parafrasando un antico proverbio lituano, non c’è conoscenza senza occhi. E dunque, cosa fanno le 203 aziende italiane (ma la conta non è definitiva) del settore dei sistemi di visione? Di cosa si occupano veramente? Danno gli occhi all’industria. Occhi intelligenti, dotati di software con algoritmi sempre più sofisticati, sempre più basati sul deep learning e sulle reti neurali. Telecamere 2D e 3D e altre tecnologie senza le quali la manifattura contemporanea non potrebbe neppure esistere, almeno così come la conosciamo. Se ne può tracciare un percorso evolutivo, e un traguardo già attuale: in una prima fase, questi strumenti sono stati inventati per verificare codici a barre, tracciare prodotti, e per misurarne le dimensioni; in una seconda, a questi se ne sono aggiunti altri capaci di ispezionare le superfici dei metalli, controllare la qualità di qualsiasi oggetto che passi su un nastro trasportatore, verificare il posizionamento dei minuscoli componenti in campo elettronico, guidare robot mobili; in una terza, si sta puntando su device in grado di implementare la manutenzione predittiva di interi impianti, anche remoti. È un passaggio cruciale per l’industria: la miniaturizzazione consente di piazzare gruppi ottici in contesti prima del tutto inaccessibili. Peraltro, il mercato mondiale dei sistemi di visione è in crescita: per il 2022 si prevede un aumento del 76% rispetto al 2015. Cerchiamo, con questo articolo, di restituire un quadro del settore.
Sono 203 le aziende italiane del settore, che è in crescita a livello mondiale
Secondo Allied Market Research il mercato globale dei sistemi di visione dovrebbe raggiungere nel 2022 la cifra monstre di 18,7 miliardi di dollari, partendo dai 10,6 del 2015, con un tasso annuo di crescita composto dell’8,7%. Il tasso, però, differisce parecchio da Paese in Paese. Per Anne Wendel, direttrice dei sistemi di visione di Vdma (Verband deutscher maschinen- und anlagenbau) – la potente associazione di ingegneria meccanica tedesca, che affilia aziende per un fatturato complessivo di 232 miliardi e per una massa di manovra di 1,3 milioni di lavoratori – l’anno scorso i sistemi di visione hanno fatto segnare una crescita del 21,6% in Cina, del 9,2% in Nord America, del 9,5% in Europa, dell’8% in Italia e del 4% in Germania. Peraltro, per l’industria tedesca è previsto per l’anno in corso un rallentamento dello 0,5%, dovuto probabilmente alla crisi che sta attraversando il gigante dell’economia continentale. Infatti, il segmento di maggior rilievo nell’utilizzo dei sistemi di visione è in Germania l’automotive, che da mesi ormai ha premuto il pedale del freno. Molti dei sistemi prodotti in Germania finiscono in Cina, affamata di nuovi strumenti per la trasformazione digitale del manifatturiero locale. E l’Italia? Difficile fare un quadro della situazione.
Secondo Andreas Breyer (“Machine vision market specifics across Europe”) sono 203 le aziende italiane che si occupano di questi prodotti, contro le 298 del Regno Unito, le 81 della Svizzera, le 50 dell’Austria e le 41 dell’Irlanda. Per Breyer «la base della struttura del mercato della visione artificiale è il quadro economico generale in un Paese. Qui, il mercato europeo si presenta in modo abbastanza eterogeneo anche all’interno dei confini di un Paese. Così l’economia italiana è segnata da una divisione nord-sud con il nord del Paese che è il driver industriale predominante con una forte attenzione all’ingegneria meccanica e all’automazione. Complessivamente, l’Italia dispone di una struttura di costruttori di macchine utensili e Pmi molto solida che viene spesso confrontata con quella in Germania». Insomma, sono per lo più aziende del Nord Italia, ma questo non stupisce. Ci sono grandi aziende, come la bolognese Datalogic; e di più piccole, come la trevigiana Adat, o la milanese Vea. Secondo Nicola Lo Russo, responsabile dei sistemi di visione di AidAM (associazione italiana di automazione meccatronica) «attualmente non è semplice fare un calcolo delle aziende italiane di comparto e del fatturato che realizzano. È per questo che abbiamo creato lo Smart Vision Forum, di cui si è tenuta la prima edizione: si tratta di gettare una luce sul settore. E poi come associazione stiamo cercando di realizzare un sistema informativo che ci consenta di definire la situazione nazionale in un anno». Naturalmente, in Italia sono operative anche grandi multinazionali, come Cognex, Sick, Balluff, che si occupano dei sistemi di visione.
Cosa sono i sistemi di visione: l’occhio
Anzitutto i sistemi di visione sono hardware. Si tratta di telecamere 3D, talora assistite da illuminatori, che hanno funzioni di posizionamento, ispezione, misura, lettura codici e Ocr (riconoscimento ottico di caratteri). L’aspetto hardware è stato indagato in questo articolo di Industria Italiana. Ci sono tre principali tecnologie per l’acquisizione di immagini tridimensionali: la triangolazione laser, il tempo di volo o la stereoscopia. Con la prima un laser proietta sull’oggetto una lama che ne disegna il profilo, recepito da sensori; questi sfruttano il principio della triangolazione, che permette di misurare la lunghezza del lato di un triangolo, conoscendo quella degli altri due. Con la seconda, uno strumento che permette di stimare real time la distanza tra la telecamera e gli oggetti inquadrati, misurando il tempo che occorre ad un impulso luminoso per percorrere il tragitto telecamera-oggetto-telecamera (tempo di volo). Con la stereoscopia, associando immagini 2D dello stesso oggetto prese da angoli diversi e combinando le informazioni di posizione degli oggetti, è possibile ricostruire la mappa di distanze 3D. La triangolazione laser offre immagini particolarmente accurate, per cui è molto utile nell’ispezione dei manufatti, nell’assemblaggio e nel riconoscimento ottico dei caratteri. Il tempo di volo ha un punto di forza: il campo di vista molto ampio. Per cui trova applicazione, ad esempio, nel dimensionamento oggetti. La stereoscopia è caratterizzata da una buona risoluzione e da una bassa sensibilità ai riflessi. Tra gli utilizzi industriali tipici, la presa da cassetta e la depallettizzazione.
Cosa sono i sistemi di visione: il cervello
Dietro l’occhio della telecamera, lavorano gli algoritmi. Questo argomento è stato affrontato da Industria Italiana in questo articolo. Gli algoritmi sono basati su regole predefinite, e distinguono le forme geometriche corrette da quelle che non lo sono. Il loro limite consiste generalmente nell’impossibilità di riconoscere forme troppo diverse da quelle standard. Per questo oggi si sta affermando una nuova tecnologia, basata sul deep learning. Gli algoritmi sono addestrati con immagini di esempio e pertanto sono più elastici, più sensibili a imperfezioni in apparenza irrilevanti. Minuscole crepe, fili tirati in trame tessili, diventano improvvisamente riconoscibili all’occhio della telecamera. Secondo Marco Olivieri, tecnical director di Advanced Technologies, «l’introduzione dell’approccio di deep learning comporta una significativa riduzione degli errori di classificazione rispetto ai metodi tradizionali. Peraltro, l’utente non ha la necessità di estrarre e selezionare le caratteristiche rilevanti per la classificazione. È particolarmente vantaggioso quando l’oggetto da identificare non è facilmente associabile a caratteristiche specifiche dell’immagine (forme, colori e altro)».
A cosa servono i sistemi di visione: la tracciabilità
Secondo Giuseppe Centola, industry marketing senior manager manufacturing di Datalogic, i processi manifatturieri contemporanei sono caratterizzati da una forte complessità, determinata dalla mass customization, con più articoli da gestire; dai cambi di produzione più frequenti, da lotti più piccoli, da lotti di spedizione misti e dal lead time di consegna più ridotto. Sono problemi che si risolvono anche con una efficace tracciabilità, facendo leva sulle tecnologie It e sulla automazione. Sempre per Centola, tracciabilità significa pattern match, ma anche la verifica dei codici a barre e degli Ocr. Oggi si parla anche di digital watermark, una branca della stenografia realizzata con una codifica invisibile di dati all’interno di una immagine. Le informazioni vengono inserite in modo ridondante, e la lettura può avvenire su una ridotta porzione dell’immagine. Se implementato in modo corretto, il digital watermark è praticamente invisibile all’occhio umano, perché risulta da una modifica della intensità di vari colori, nel contesto di variazioni di frequenza non percettibili. Centola, peraltro, era uno dei relatori allo Smart Vision Forum di Bologna di qualche settimana fa. L’evento era nato dalla collaborazione tra AIdAM (associazione italiana di automazione meccatronica) e Anie Automazione, e organizzato dall’operatore globalizzato di fiere Messe Frankfurt.
A cosa servono i sistemi di visione: l’ispezione delle superfici, il controllo di qualità e la metrologia
Quanto all’ispezione delle superfici e al controllo di qualità, queste due attività hanno una caratteristica in comune: devono essere effettuate real time. La superficie difettosa va subito segnalata, e il prodotto non conforme va scartato. Lorenzo Veronesi, research manager di Idc (società specializzata in ricerche di mercato, servizi di consulenza e organizzazione di eventi nei settori Ict e dell’innovazione digitale), fa l’esempio di una azienda non italiana: del gruppo svizzero Bühler, che realizza impianti per la lavorazione degli alimenti. «Questi impianti sono dotati di sistemi di visione in grado di analizzare all’istante i chicchi di grano, per scartare quelli contaminati da aflatossine, micotossine prodotte da specie fungine: non solo sono tossiche, ma sono tra le sostanze più cancerogene esistenti. Il fatto che si riesca ad intercettare i chicchi infettati, tra i milioni che passano in un impianto, è un risultato tecnicamente molto significativo. Occorrono precisione e velocità». Quanto al controllo di qualità, si potrebbero fare moltissimi esempi. Ad esempio, nel settore automobilistico e in quello metallurgico si tratta di individuare piccole crepe su superfici metalliche lavorate. Non sempre i sistemi di visione tradizionali riescono a distinguere le difformità: sono campi in cui, per i motivi che abbiamo già spiegato, gli algoritmi di deep learning possono aiutare. Una applicazione molto interessante è quella relativa al settore elettronico. In questo caso i sistemi di visione svolgono un lavoro complesso, che riguarda non solo l’ispezione delle parti, ma anche l’identificazione delle parti, il rilevamento di presenza-assenza, la misurazione delle dimensioni, il posizionamento e altro. In diversi settori, poi, la metrologia, e cioè il controllo dimensionale, può anche essere basata su tecnologia a raggi X, che consente peraltro un’analisi sub-superficiale.
A cosa servono i sistemi di visione: la guida robot
Industria Italiana si è più volte occupata di Agv (automated guided vehicle) e di Amr (autonomous mobile robot), ad esempio rispettivamente in questo e in questo articolo. Si tratta, per gli Agv, di banchi di lavoro mobile che comunicano con le macchine, interagiscono con l’ambiente e recuperano e trasportano i componenti per l’assemblaggio; quanto agli Amr, sono invece piattaforme automatiche che spostano in modo sicuro pallet da un reparto all’altro dell’impresa. In entrambi i casi, sono strumenti ormai centrali nella logistica interna di molte aziende. Peraltro, grazie a gli uni e agli altri, una certa quota del personale può essere destinata ad attività a più alto valore aggiunto rispetto alla movimentazione dei materiali. Come funzionano? Ricevono ordini, dopodiché si muovono con sicurezza, evitando urti con persone e cose. Alcuni sono dotati di una guida laser, che controlla che in una certa area non siano presenti ostacoli; altrimenti si fermano, e eventualmente decidono un nuovo percorso. Ma per l’anticollisione si può utilizzare anche la tecnologia “a tempo di volo”, che è caratterizzata da un campo di visione molto ampio. Naturalmente, i sistemi di visione sono anche utilizzati per guidare i robot di assemblaggio, quelli per il pick and place e altri modelli.
A cosa servono i sistemi di visione: la manutenzione preventiva e predittiva e la sicurezza
Secondo Lo Russo, «in ambito manifatturiero i sistemi di visione sono stati utilizzati anzitutto per il controllo delle dimensioni, poi per quello di qualità; adesso l’attenzione è tutta sulla attività predittiva. Grazie ai progressi tecnologici, siamo in grado di prevedere quello che potrebbe accadere a macchine e impianti locali o remoti quando le componenti si usurano. Il sistema di visione intelligente è sensibile al deterioramento di pezzi e ingranaggi». Per Lo Russo, peraltro, i sistemi di visione aiutano a gestire il just-in-time. «Oggi i sensori vengono guidati in maniera automatica: il cambiamento di lotto non richiede più lo spostamento fisico, manuale dei visori. Sono cose che si possono programmare a monte: ci si limita a definire il tipo di prodotto, perché le telecamere e gli illuminatori si posizionano in modo corretto senza l’intervento umano». Inoltre «gruppi ottici e illuminatori sono sempre più piccoli: oggi si possono controllare minuscole componenti prima inaccessibili a qualsiasi forma di indagine». C’è infine un ultimo aspetto da considerare: quello della sicurezza. «Oggi i sistemi di visione – osserva Veronesi – sono utilizzati anche in questo ambito. Per esempio, sono in grado di riconoscere i volti umani, e grazie a ciò si può vietare l’accesso di persone non autorizzate in certi locali; e si può scansionare le persone che devono entrare nei laboratori, proibendo l’ingresso a quanti non dispongano di camici, mascherine e guanti asettici».
