Applications de vision - Exemples d'application dans de nombreuses industries

La vision industrielle côté pratique

Exemples d'application et références clients

Robotisation de la récolte de produits frais

mai 2016

Le spécialiste des systèmes de vision industrielle, STEMMER IMAGING, a travaillé en étroite collaboration avec des producteurs de produits frais sur des projets de développement visant à automatiser la récolte. Combiner et adapter les robots et les technologies de vision industrielle 2D et 3D existants permet d’améliorer l’efficacité des méthodes de récolte et de réduire les déchets.

Les supermarchés occupent une position clé pour de nombreux producteurs. Ils précisent minutieusement la taille, la forme et l’aspect des légumes qu’ils accepteront, et stipulent également, une ou plusieurs années à l’avance, les quantités dont ils auront besoin dans une semaine donnée. Cela pose d’importants problèmes logistiques aux agriculteurs, dans la mesure où ils doivent s’adapter à ces exigences mais n’ont aucun moyen d’agir sur les conditions environnementales, comme la météo.

Un système de récolte faisant appel aux techniques de vision industrielle peut être réglé de façon à ne récolter que la quantité correspondant aux exigences du supermarché, supprimant ainsi les opérations ultérieures de tri. Mais, ce qui est tout aussi important, il peut également fournir des données sur la taille et la forme des produits cultivés qui ne sont pas récoltés, permettant ainsi au producteur de combiner ces données avec les prévisions météorologiques à court terme : il voit ainsi si une partie de la culture encore sur pied pourra mûrir suffisamment pendant les semaines à venir pour répondre aux exigences des supermarchés, et réduit par conséquent ses déchets.

Mark Williamson**, Director - Corporate Market Development, STEMMER IMAGING
Mark Williamson,
Director - Corporate Market Development,
STEMMER IMAGING

Monsieur Mark Williamson, qui occupe le poste de « Director - Corporate Market Development » chez STEMMER IMAGING explique : « Les supermarchés ont fait l’objet de nombreuses critiques concernant leur politique de ne commercialiser que des fruits et légumes « aux formes parfaites ». Cela peut se traduire par des niveaux élevés de gaspillage alimentaire si un pourcentage significatif de la récolte doit être mis au rebut parce qu’elle ne répond pas aux exigences. D’où une pression financière supplémentaire sur les agriculteurs, qui sont déjà contraints de réduire leurs marges bénéficiaires ; mais telles sont les conditions qu’ils sont tenus d’accepter.

En principe, la vision est l’outil parfait pour ce type d’application si l’on considère qu’il sert à distinguer la taille, la forme, la couleur, etc. de tout un éventail de produits dans un environnement industriel. Cela dit, mettre en œuvre un système de vision sur une sorte de véhicule robotisé, dans des conditions météorologiques très variées, n’a rien à voir avec un environnement industriel. Un tel système soulève une multitude de défis, vu qu’il doit pouvoir fonctionner tout aussi efficacement sous le soleil, les nuages, la pluie voire même la nuit ».

Un autre défi important à surmonter est le fait que les fruits et les légumes sont des produits organiques qui présenteront nombre de variations naturelles, même pour ceux qui satisfont aux spécifications requises de forme et de taille. Le système de vision doit pouvoir en tenir compte et pour ce faire, STEMMER IMAGING a utilisé son logiciel CVB Manto. CVB Manto est un outil avancé et universel de reconnaissance d’images qui fait appel à une technologie neuronale issue de la recherche dans le domaine de l’intelligence artificielle. Il utilise toutes les informations d’image provenant de multiples plans d’image et peut être appliqué à des images monochromes, couleurs et 3D. Il identifie immédiatement les caractéristiques clés qui permettent d’identifier la classe de l’objet.

Le système apprend essentiellement à identifier les modèles d’intérêt à partir d’un ensemble d’images servant à l’apprentissage en utilisant un nouveau type de filtre de prétraitement multi-échelle qui permet de reconnaitre les formes et textures organiques. Il procède ensuite à la classification de chaque image qu’il reçoit et calcule un facteur de certitude pour cette classification. Un aspect essentiel du logiciel CVB Manto est son aptitude à utiliser n’importe quel nombre d’images d’apprentissage, ce qui lui permet de classer les objets avec une précision que n’offrent pas les outils traditionnels de reconnaissance d’images, tout en étant suffisamment souple pour autoriser les écarts naturels. Pour certaines applications, on a recours pour les mesures à des capteurs scanners laser 3D tels que le LMI Gocator, avec l’image monochrome 2D associée permettant de prendre des décisions supplémentaires concernant les décolorations en surface.

M. Williamson déclare pour conclure : « Bien que ces projets intéressants fassent appel à une technologie existante, il n’y a évidemment pas de solutions “prêtes à l’emploi”. Nous avons puisé dans notre grande expérience en matière de vision pour nous adapter aux besoins particuliers de différents producteurs. Nombre de ces projets ont déjà fait l’objet d’études de faisabilité et sont en train d’être peaufinés en vue d’essais sur le terrain (au sens littéral !) ».

LMI

Delta, Canada

LMI Technologies Inc. (LMI) est un des leaders mondiaux dans le domaine des systèmes pour la métrologie 3D. Les développements puissants et conviviaux dans la technologie de capteurs 3D sont utilisés dans de nombreuses industries pour une variété de tâches de vision, de contrôle et d’automatisation.

STEMMER IMAGING

Puchheim, Germany

STEMMER IMAGING est une société active dans le domaine de la vision industrielle depuis 1987. Offrant une très large palette de produits et de services, l'entreprise est aujourd'hui le plus grand fournisseur de technologie de vision en Europe. En 1997, STEMMER IMAGING a présenté Common Vision Blox (CVB), une bibliothèque de programmation puissante pour le développement et la mise en œuvre de solutions de vision rapides et fiables, utilisée avec succès dans plus de 40.000 applications de part le monde.

CVB Manto - Logiciel de détection et classification d'objets modifiables
  • Software for general object recognition
  • Finds and classifies objects, reads handwriting, recognises faces etc.
  • Based on Support Vector Machines (SVM) technology
  • Contains Manto Teach for learning new objects
LMI Gocator 2100 / 2300 / 2400/ 2880 - Capteurs 3D intelligents
  • Capteurs de profils 3D compacts et flexibles
  • Systèmes intelligents stand-alone pour l'inspection
  • Configuration et contrôle via navigateur web intégré
  • Aucunes commandes externes requises