Visão de Máquina

A visão artificial é a disciplina e a tecnologia de engenharia que permite a inspeção automática, o controlo de processos e a controlo de processos e orientação de robôs através da análise de imagens. Funciona como os "olhos" da automação industrial, combinando hardware ótico combinando hardware ótico com software sofisticado para interpretar a entrada visual e desencadear acções físicas. Embora se baseie fortemente nos princípios teóricos da Visão por Computador (CV), a visão artificial distingue-se na sua focalização na aplicação prática, no mundo real, em ambientes estruturados. Esta tecnologia é uma pedra angular da Indústria 4.0, permitindo que as fábricas inteligentes operem com maior velocidade, precisão e consistência do que os operadores humanos podem alcançar.

Componentes principais e funcionalidade

Um sistema de visão artificial típico integra vários componentes críticos para executar uma tarefa específica de forma fiável. O processo processo começa com a aquisição de imagem, onde câmaras câmaras industriais de alta qualidade e lentes especializadas captam dados visuais. Crucialmente, esses sistemas utilizam técnicas de iluminação técnicas de iluminação para realçar caraterísticas relevantes, tais como texturas de superfície ou arestas, suprimindo simultaneamente o ruído.

Quando uma imagem é captada, é processada por uma unidade de computação - frequentemente um dispositivo de computação periférica ou uma câmara inteligente - que executa algoritmos avançados. Historicamente, estes eram sistemas baseados em regras (por exemplo, contagem de pixéis), mas as aplicações modernas dependem cada vez mais da Inteligência Artificial (IA) e Aprendizagem Profunda (AP). Modelos como o Ultralytics YOLO11 analisam as imagens para identificar padrões, detect defeitos ou medir dimensões. O sistema toma então uma decisão - como aceitar um produto ou guiar um braço robótico - e comunica-a a um operador. braço robótico - e comunica-a a um controlador lógico programável (PLC).

Visão de Máquina vs. Visão Computacional

Embora os termos sejam frequentemente utilizados de forma indistinta, é importante distinguir a visão artificial do domínio mais vasto da visão computacional. da visão computacional. A visão por computador é um domínio científico centrado na capacidade de os computadores "compreenderem" imagens em geral, muitas vezes lidando com dados não estruturados, como fotografias de redes sociais ou imagens de vigilância. Este domínio abrange tarefas que vão desde a classificação de imagens até à IA generativa.

Em contraste, a visão mecânica é a aplicação dessas tecnologias para resolver problemas industriais. Os sistemas de visão artificial funcionam normalmente em ambientes controlados com iluminação e posicionamento de câmara consistentes para assegurar uma elevada fiabilidade. Por exemplo, enquanto um modelo de visão computacional por computador pode esforçar-se por reconhecer um cão num parque, um sistema de visão artificial é concebido para detect um risco microscópico num microscópico em um anel de pistão movendo-se em alta velocidade em uma correia transportadora.

Aplicações no Mundo Real

A visão artificial impulsiona a eficiência em vários sectores através da automatização de tarefas visuais.

• Controlo de qualidade automatizado: No sector do sector de fabrico, os sistemas de visão artificial efectuam Inspeção Ótica Automatizada (AOI) para detect defeitos que são invisíveis ao olho humano. Utilizando modelos de deteção de objectos, estes sistemas podem identificar instantaneamente falhas como fissuras, amolgadelas ou componentes em falta nas linhas de montagem, assegurando que apenas produtos de alta qualidade cheguem ao mercado.
• Robótica guiada por visão: A visão artificial é essencial para a robótica moderna. Permite que os robots localizem e recolham objectos de um contentor (recolha de contentores) ou posicionar peças com precisão para montagem. Ao integrar a estimativa de pose, os robots podem compreender a orientação de um objeto no espaço 3D, permitindo uma interação dinâmica com o seu ambiente em vez de seguirem caminhos pré-programados.

Implementação da visão artificial com o YOLO11

A visão artificial moderna utiliza frequentemente redes neuronais de última geração para um desempenho robusto. O exemplo seguinte demonstra como usar o ultralytics Python para carregar um pacote Modelo YOLO11 e efetuar a inferência, um passo comum na verificação de peças numa linha de produção.

from ultralytics import YOLO

# Load a pre-trained YOLO11 model (or a custom-trained industrial model)
model = YOLO("yolo11n.pt")

# Run inference on an image of a manufactured component
# This step identifies objects and checks for defects based on training
results = model("production_part.jpg")

# Display the results to visualize detections and confidence scores
results[0].show()

Este fluxo de trabalho simples está na base de sistemas complexos em que a inferência em tempo real determina o destino imediato destino imediato dos produtos numa linha de produção rápida, minimizando latência de inferência para acompanhar as velocidades de velocidades de produção.