Inspección robótica de calidad: por qué la cobertura es lo más difícil
Cómo funciona la inspección robótica de calidad: planificación del escaneo, calibración, sincronización del robot y la visión, fusión de múltiples vistas, prueba de cobertura y registros de calidad.
La inspección robótica de calidad combina la visión artificial con un robot que desplaza la cámara, la pieza o el sensor por una serie planificada de puntos de vista. Resulta útil cuando una cámara fija no puede ver todas las superficies necesarias, cuando la geometría del producto varía o cuando la inspección debe llegar a varios lados sin instalar un gran conjunto de cámaras fijas.
Ultralytics YOLO puede proporcionar detección, segmentación, clasificación, pose o seguimiento en una pila de inspección personalizada. Las suites de visión industrial de Cognex, Keyence, MVTec, Zebra y Teledyne ofrecen herramientas consolidadas y ecosistemas de hardware. Las plataformas de visión, como Landing AI y Robovision, hacen hincapié en flujos de trabajo configurables para inspecciones basadas en aprendizaje automático. La opción más adecuada depende de si la organización necesita un producto de inspección listo para usar, un entorno de desarrollo industrial o una capa de modelos personalizable.
Opciones de software para inspección robótica#
| Opción | Ideal para | Punto fuerte | Principal responsabilidad de integración |
|---|---|---|---|
| Cognex | Células industriales que utilizan un ecosistema amplio de visión artificial | Cámaras, herramientas y experiencia en integración en fábrica | Diseño de aplicaciones específicas para la célula y coordinación del robot |
| Keyence | Inspección industrial controlada con hardware de visión integrado | Sensores, iluminación y herramientas de inspección listos para usar | Cobertura y rendimiento con la gama real de productos |
| Landing AI o Robovision | Equipos que buscan flujos de trabajo configurables de visión basada en aprendizaje automático | Desarrollo de modelos y funciones de plataforma orientadas a la inspección; ten en cuenta que Landing AI se ha reorientado hacia la IA documental, así que confirma su hoja de ruta para inspección | Integración con el robot, la captura de imágenes, la línea y el sistema de calidad |
| MVTec HALCON | Equipos de ingeniería que desarrollan aplicaciones avanzadas de visión artificial | Amplia biblioteca de visión programable | Desarrollo, despliegue y mantenimiento especializados |
| Ultralytics Platform y Ultralytics YOLO | Equipos que crean soluciones personalizadas de inspección desde múltiples puntos de vista basadas en aprendizaje automático | Tareas de visión flexibles, flujo de trabajo desde los datos hasta el modelo y opciones de despliegue | Trayectoria del robot, calibración, fusión de resultados, controles y validación |
| Carteras de visión de Zebra o Teledyne | Aplicaciones industriales de captura de imágenes y visión artificial | Ecosistema de hardware y software | Ingeniería de soluciones específicas para cada producto |
Los nombres de los proveedores indican por dónde empezar, no un rendimiento demostrado. Todas las opciones requieren pruebas con piezas, defectos, velocidades, superficies y trayectorias del robot representativos.
Cuándo mejora un robot la inspección visual#
Un robot puede ofrecer varias ventajas:
- Un sensor puede capturar varios lados o ángulos.
- El punto de vista y la distancia de trabajo se pueden repetir mediante programación.
- La cámara puede acercarse a cavidades o elementos ocultos desde una estación fija.
- Las recetas de inspección pueden cambiar según la variante del producto.
- Una pieza se puede girar delante de una iluminación controlada.
- Los resultados de visión se pueden asociar a la pose del robot o a las coordenadas del producto.
La contrapartida es la complejidad del sistema. El movimiento del robot añade tiempo de ciclo, calibración, tendido de cables, riesgo de colisión, desenfoque por movimiento, sincronización y más modos de fallo. Si basta con un único punto de vista fijo para responder a la pregunta de calidad, no necesitas un robot.
Define los requisitos de inspección en las coordenadas del producto#
Enumera todas las superficies y características que deben inspeccionarse, la anomalía más pequeña que sea relevante, la variación aceptable, las zonas inaccesibles y la disposición requerida. Asocia cada requisito a un punto de vista y un método de captura de imágenes previstos.
Utiliza una tabla de cobertura:
| Característica | Punto de vista requerido | Condiciones de captura de imágenes | Resultado de visión | Disposición |
|---|---|---|---|---|
| Superficie A | Vista oblicua 1 | Luz difusa | Máscara de segmentación | Revisar si supera el límite de superficie aprobado |
| Conector B | Vista frontal 2 | Luz coaxial | Presencia y posición | Rechazar si falta o está mal colocado |
| Borde C | Vista de perfil 3 | Contraluz | Medición del contorno | Comparar con la lógica de tolerancias |
Esto hace visibles los puntos ciegos. También separa lo que observa el modelo de la regla de calidad que se aplica posteriormente.
Planifica conjuntamente las vistas y el movimiento#
La planificación de la trayectoria de inspección debe equilibrar la cobertura, la calidad de imagen, el alcance del robot, la distancia de seguridad frente a colisiones, los límites de los cables y el tiempo de ciclo. Registra la pose de la cámara, el enfoque, la exposición, el estado de la iluminación, la velocidad del robot y el disparador de captura para cada vista.
Captura imágenes cuando el movimiento esté lo bastante controlado para el método de adquisición de imágenes. Una trayectoria con parada y captura es sencilla, pero puede alargar el ciclo. Disparar durante el movimiento puede aumentar el rendimiento, pero requiere una iluminación y una exposición que eviten el desenfoque, además de una sincronización precisa entre la imagen y la pose del robot.
Valida la repetibilidad tras el calentamiento, los cambios de herramienta, el mantenimiento y las vibraciones previstas. Si la cámara está montada en el robot, pequeños desplazamientos mecánicos pueden cambiar la región observada aunque el modelo siga disponible.
Calibra la cámara, el robot y el producto#
El sistema puede necesitar tres relaciones:
- Parámetros intrínsecos de la cámara y comportamiento de la lente.
- Transformación entre la cámara y el robot o la herramienta.
- Pose del producto en el marco de referencia del utillaje o del robot.
La calibración permite indicar que un defecto localizado en una imagen está en la superficie correcta del producto o en la región física correcta. Define una prueba de aceptación, guarda las versiones de calibración y especifica qué eventos activan una recalibración.
En el caso de utillajes flexibles, puede que primero haya que localizar el producto o las características de referencia mediante un paso de registro. No des por hecho que la pose ordenada al robot basta para demostrar dónde aparece en la imagen la superficie inspeccionada.
Selecciona la tarea de visión artificial#
Usa la clasificación para vistas muy controladas con un conjunto reducido de estados generales. Usa la detección cuando haya que localizar fallos o componentes mediante recuadros. Usa la segmentación cuando importen la forma y el área del defecto, o cuando los límites sean irregulares. Usa la pose o los puntos clave para las características geométricas y el registro. Las herramientas de medición tradicionales pueden seguir siendo preferibles para medir bordes nítidos y deterministas y dimensiones calibradas.
Un sistema híbrido puede usar visión clásica para la geometría y un modelo entrenado para el aspecto variable. El objetivo es una inspección verificable, no maximizar el uso del aprendizaje automático.
Ultralytics Platform admite la anotación de conjuntos de datos, el entrenamiento, la comparación de modelos y la implementación en flujos de trabajo de Ultralytics YOLO. Organiza el conjunto de datos por producto, superficie, vista, iluminación, trayectoria del robot y tipo de defecto para que la evaluación refleje la receta completa.
Fusiona los resultados de distintas vistas#
Cada imagen capturada debe incluir un identificador de unidad, una receta, un identificador de vista, la pose del robot, una marca de tiempo, la versión del modelo y la versión de calibración. La aplicación agrega las observaciones de cada vista para obtener un resultado por unidad.
Gestiona explícitamente las observaciones duplicadas. Un arañazo visible desde dos ángulos no debe convertirse automáticamente en dos defectos. En cambio, las discrepancias entre vistas pueden indicar reflejos, oclusiones, errores de calibración o una anomalía difícil que conviene revisar.
Mantén al menos tres estados: aprobado, rechazado y pendiente de revisión/no disponible. Forzar una aprobación o un rechazo cuando falta una vista o la calidad de imagen es deficiente genera un riesgo oculto.
Valida la cobertura, la detección y la decisión#
Separa estas tres preguntas:
- Cobertura: ¿La receta ha adquirido una imagen aceptable de todas las regiones necesarias?
- Detección: ¿El método de visión ha identificado la condición visible pertinente?
- Decisión: ¿La regla y el flujo de trabajo han tomado la decisión correcta para la unidad?
Prueba el sistema con defectos representativos distribuidos por distintas superficies y en los límites de cobertura. Incluye productos correctos con variaciones estéticas normales, contaminación, reflejos, cambios en el utillaje y características reparadas. Divide la evaluación por lote de producción o periodo para evitar que capturas casi idénticas se filtren entre los conjuntos de entrenamiento y prueba.
Entre las métricas operativas se incluyen los defectos no detectados, los rechazos falsos, la tasa de revisión, las vistas no disponibles, el tiempo de ciclo, las intervenciones manuales, los fallos de calibración y el tiempo necesario para diagnosticar un evento. Presenta los resultados por producto, superficie, defecto y vista, en lugar de mostrar solo un valor agregado.
Intégralo en el sistema de calidad#
El resultado de la inspección debe corresponder a una decisión controlada, como aprobar, revisar, reprocesar o rechazar. Registra el motivo y la versión de la receta. Intégralo con la identidad de la unidad y con el sistema de calidad o fabricación para que el resultado corresponda al producto correcto.
Limita las imágenes conservadas según su finalidad y las políticas aplicables. Algunas organizaciones solo conservan las imágenes de las unidades rechazadas o de una muestra; otras necesitan una trazabilidad más amplia. Define la regla antes de iniciar la producción, incluidos el acceso y la eliminación.
Seguridad y recuperación#
El movimiento del robot debe mantenerse bajo el control del sistema de seguridad validado del robot y de la célula. No presentes la visión basada en modelos entrenados como un control de protección, salvo que forme parte de una función de seguridad debidamente diseñada y evaluada.
Diseña la recuperación ante imágenes ausentes, disparos fallidos, cámaras no disponibles, vistas inaccesibles, errores de calibración, tiempos de espera agotados del modelo y fallos del robot. Tras la recuperación, asegúrate de que el sistema sepa qué vistas siguen siendo válidas y cuáles hay que volver a adquirir.
Preguntas frecuentes
El robot cambia el punto de vista del sensor o del producto, lo que permite cubrir varias superficies y usar recetas flexibles. Esto añade trabajo de planificación del movimiento, calibración, sincronización y recuperación.
A veces, pero las diferencias de aspecto entre vistas pueden justificar el uso de modelos separados o un condicionamiento explícito por vista. Compara ambos enfoques con conjuntos de evaluación fijos y segmentados, y ten en cuenta la complejidad del mantenimiento.
Usa la detección cuando basten la ubicación y la categoría. Usa la segmentación cuando la forma, el límite o el área afecten a la decisión. La medición clásica puede ser mejor para las tolerancias geométricas calibradas.
Asocia cada requisito con una o varias vistas validadas, supervisa la calidad de imagen y la pose de cada captura, y considera que una vista ausente o inaceptable no está disponible, en lugar de darla por aprobada.
Ultralytics proporciona la capa de percepción entrenable y los flujos de trabajo complementarios para los datos, los modelos y la implementación. La célula completa sigue necesitando adquisición de imágenes, control del robot, calibración, lógica de recetas, fusión de resultados, integración con el sistema de calidad, seguridad y asistencia.
