PLATE-FORME TECHNOLOGIQUE
VisionAI Platform : Vision industrielle par ordinateur pour la robotique
VisionAI Platform est le moteur de vision industrielle de Viroteq - la couche de vision alimentée par l'IA qui alimente le moteur de vision industrielle de Viroteq. VisionAI Sorting, RobotDepalr, et chaque cellule Viroteq qui a besoin de voir, de classer et d'agir en temps réel. La classification en moins de 10 ms, la compréhension fusionnée des scènes 2D et 3D, l'inférence sur site sur les IPC en périphérie et l'intégration des robots sans distinction de marque font de VisionAI Platform l'alternative de qualité de production aux bibliothèques de vision sur étagère. Par conséquent, la vision n'est jamais un goulot d'étranglement à l'intérieur d'une cellule robotisée Viroteq - et le même moteur peut passer d'une simple station d'inspection à un déploiement d'usine à cellules multiples sans changer la pile logicielle.
- ✓ Classification inférieure à 10 ms aux résolutions de production
- Vision fusionnée 3D + 2D avec traitement des nuages de points
- ✓ Inférence de bord - IPC sur site, pas de dépendance à l'égard du cloud
100+
Déploiements en production
<10 ms
Temps de latence de la classification en temps réel
3D + 2D
Capacité de vision fusionnée
Sur place
Inférence de bord sur les PC industriels
Pourquoi VisionAI Platform est-il plus performant que les systèmes de vision standard ?
Les bibliothèques de vision génériques - boîtes à outils open-source, piles de cadres uniquement ou SDK de fournisseurs limités à une seule marque de caméra - résolvent la moitié facile d'un problème de vision industrielle. Elles identifient des objets dans une lumière claire, sur un convoyeur immobile, avec des données d'apprentissage prédéfinies. La partie la plus difficile est tout ce qu'une cellule de production réelle impose à la caméra : lumière changeante, optique sale, occlusion partielle, mélange d'UGS et temps de cycle limité à la milliseconde. Le moteur a été conçu dès le départ pour cette partie difficile.
Cependant, la capacité algorithmique brute n'est qu'un début. Un système de vision de niveau production a besoin de budgets de latence déterministes, de pipelines de données d'apprentissage reproductibles, de versions de modèles, de surveillance en ligne et d'un chemin d'intégration propre vers le contrôleur du robot ou du convoyeur. Les bibliothèques disponibles sur étagère laissent tout cela à la charge de l'intégrateur. Par conséquent, chaque cellule construite sur une pile générique embarque une couche d'intergiciel unique que personne ne possède à long terme.
En outre, les données d'entraînement sont le point faible de nombreux projets de vision. L'étiquetage manuel de milliers d'images est coûteux, et le modèle qui en résulte dérive dès que l'emballage du produit change. La plateforme comprend un pipeline d'entraînement adaptatif : les opérateurs signalent les erreurs de classification via la console, la plateforme se réapprend pendant la nuit et le nouveau modèle est validé par rapport à un ensemble d'images de référence avant d'être promu. En conséquence, la précision de la vision s'améliore continuellement au lieu de se dégrader avec le temps.
La latence en périphérie est le dernier facteur de différenciation. Vision fonctionnant dans le nuage - ou sur un système d'exploitation en temps non réel - ne peut pas respecter des budgets de décision inférieurs à 10 ms. D'après l'étude de ISO/IEC 22989 Terminologie de l'IA et normes de fiabilité, Le comportement déterministe et vérifiable de l'IA est une condition préalable au déploiement industriel. Viroteq's plate-forme technologique de pointe place l'inférence VisionAI Platform à côté du contrôleur du robot, avec une télémétrie de classification complète exposée aux intégrateurs.
Comment le VisionAI Platform fonctionne-t-il dans les cellules de production ?
Le pipeline commence à la caméra. Les capteurs industriels - Basler, Cognex, Intel RealSense, Photoneo ou toute unité compatible avec GenICam - transmettent les images à l'IPC périphérique. Le moteur d'exécution pré-traite, normalise et achemine chaque image vers le modèle approprié : classification, détection des défauts, estimation de la pose ou segmentation 3D.
Ensuite, l'inférence alimentée par l'IA s'exécute localement sur l'IPC. Des algorithmes d'IA avancés, entraînés sur des données de production provenant de cellules Viroteq réelles, renvoient des étiquettes de classification, des boîtes de délimitation, des masques de segmentation et des coordonnées 3D dans un délai inférieur à 10 ms. Le runtime publie ensuite les résultats au contrôleur du robot - FANUC, ABB, KUKA, Universal Robots, Yaskawa ou Stäubli - via REST API, WebSocket ou OPC-UA.
En outre, la plate-forme gère la réalité désordonnée d'un atelier de production. Les erreurs de classification sont enregistrées avec le cadre d'origine et la dérogation de l'opérateur. La plate-forme tire automatiquement les leçons de ces corrections. Pour la dépalettisation, le tri ou le contrôle de la qualité, le même moteur alimente la plate-forme. chaque produit Viroteq axé sur la vision par le biais d'un seul moteur d'exécution et d'un seul ensemble d'API.
Viroteq Produits Powered by VisionAI Platform
La plateforme est le moteur de vision partagé derrière chaque application Viroteq qui doit voir et décider en temps réel. Le même moteur d'exécution, les mêmes API, la même console opérateur, les mêmes outils de formation et le même matériel IPC en périphérie permettent le tri, la dépalettisation et l'empilage assisté par la vision - trois flux de production distincts fonctionnant sur un seul moteur d'IA. Par conséquent, les clients qui utilisent plusieurs produits Viroteq exploitent une seule pile de vision dans les cellules, et non trois, ce qui simplifie la formation, la maintenance, les pièces de rechange et les mises à niveau logicielles dans l'ensemble de l'usine. En outre, les intégrateurs réutilisent les playbooks d'étalonnage et de mise en service pour toutes les applications.
VisionAI Sorting
VisionAI Sorting est l'application de production de la plate-forme pour le tri des colis, des produits alimentaires et des matériaux de récupération. La classification en temps réel achemine les articles vers les voies de sortie à la vitesse du convoyeur avec des décisions inférieures à 10 ms par image.
RobotDepalr
RobotDepalr utilise la compréhension de la scène 3D de la plateforme pour identifier les articles sur les palettes mixtes entrantes. Les caméras de profondeur et le traitement des nuages de points renvoient au robot la géométrie, la pose et les coordonnées de préhension des articles en temps réel.
RobotStackr Vision
RobotStackr Vision combine l'inspection par vision avec l'empilage de caisses mixtes. Le système valide en temps réel l'identité, les dimensions et les dommages des caisses entrantes, puis transmet les données à StackrBrain pour un placement optimal des palettes.
Capacités essentielles de VisionAI Platform
Compréhension des scènes en 3D
Les caméras de profondeur, la vision stéréo et la lumière structurée alimentent le pipeline 3D. Le traitement des nuages de points renvoie la géométrie, la pose et les coordonnées de préhension des articles dans le même budget de trame que la classification 2D, ce qui est essentiel pour le prélèvement et la dépalettisation des bacs.
Détection des défauts en temps réel
Les défauts de surface, les dommages d'emballage, les erreurs d'étiquetage et les aberrations dimensionnelles sont identifiés en ligne à la vitesse du convoyeur. Le temps d'exécution expose les scores de confiance et les boîtes de délimitation par classe de défauts, de sorte que les cellules en aval peuvent trier, rejeter ou mettre en quarantaine sans examen humain.
Formation au modèle adaptatif
Les opérateurs étiquettent les cas limites à l'aide de la console. La plateforme se ré-entraîne pendant la nuit par rapport à un ensemble de validation d'attente et ne promeut le nouveau modèle qu'en cas d'amélioration de la précision. Par conséquent, les performances de vision augmentent avec le temps de déploiement au lieu de diminuer.
Cas d'utilisation de VisionAI Platform dans tous les secteurs d'activité
La plateforme alimente des cellules pilotées par la vision dans l'ensemble de la base de clients de Viroteq - de la transformation alimentaire à la logistique des colis, en passant par la récupération des matériaux et l'approvisionnement en amont. Le même moteur d'exécution est utilisé dans chaque secteur, et les mêmes API alimentent chaque marque de robot. En outre, le pipeline d'apprentissage adaptatif de la plateforme signifie qu'une nouvelle famille de produits est intégrée avec des exemples d'images plutôt qu'avec un code personnalisé. En outre, les intégrateurs réutilisent les profils d'étalonnage et les flux de travail des opérateurs dans toutes les cellules, ce qui raccourcit la mise en service et simplifie la maintenance. En conséquence, l'automatisation pilotée par la vision passe de la cellule pilote à l'usine complète sans qu'il soit nécessaire de reconstruire la pile à chaque fois. verticale de l'industrie.
Inspection de la qualité des aliments
La plate-forme classe les produits en fonction de leur taille, de leur maturité, des défauts de surface et des corps étrangers à la vitesse du convoyeur. Les couloirs de rejet sont déclenchés en ligne sans ralentir la ligne en amont.
Tri et acheminement des colis
La classification en temps réel lit les codes-barres, les adresses et les caractéristiques des colis à la vitesse du tri. L'exécution achemine les articles vers le couloir de sortie approprié avec des décisions prises en moins de 10 ms.
Récupération des matériaux
La plate-forme sépare les plastiques, les métaux, le papier et les contaminants sur les lignes de recyclage en fonction du type, de la couleur et de la forme des polymères. Le retour d'information de l'opérateur permet d'affiner en permanence la pureté des fractions.
Inspection des palettes à l'arrivée
Les palettes des fournisseurs sont scannées à leur arrivée. Le moteur identifie les articles, valide l'intégrité des couches et signale les dommages avant que le dépalettiseur ne touche le chargement.
Choix aléatoire de la corbeille
La compréhension de la scène en 3D permet d'identifier les objets à saisir dans des bacs non structurés. La plateforme renvoie les coordonnées de saisie, les scores de confiance et les trajectoires sans collision pour chaque objet.
Assurance qualité
La plate-forme valide l'emballage, les étiquettes et les scellés des produits finis par rapport aux spécifications de production. La télémétrie des réussites et des échecs alimente le système MES en images complètes pour chaque unité.
Inspection de la ligne de production
Détection en ligne de la qualité et des défauts sur les lignes d'emballage. Chaque unité est photographiée, classée, puis acheminée en aval ou vers un couloir de rejet avec une preuve d'image complète.
Acheminement dans les centres de distribution
Tri de colis à la vitesse du convoyeur. Les codes-barres, les adresses, les dimensions et la forme sont lus dans un seul cadre pour piloter les déviateurs et les murs de mise en place sans intervention de l'opérateur.
Centre de valorisation des matériaux
Séparation des polymères, des couleurs et des formes dans les flux de déchets mixtes. Des robots guidés par la vision prélèvent des fractions ciblées tandis que le retour d'information de l'opérateur permet d'affiner la pureté par équipe.
<10 ms
Latence de classification par image
100+
Déploiements en production dans le monde entier
99%+
Précision de la classification en production
Conçu pour une fiabilité de niveau production
La plateforme est construite autour d'un temps d'exécution déterministe, et non d'un carnet de recherche. Chaque appel d'inférence comporte un budget de latence mesuré, une version du modèle et un score de confiance. Par conséquent, les intégrateurs et les équipes de l'usine peuvent vérifier le comportement de la vision par rapport aux cycles des automates et des contrôleurs de robots, au lieu de deviner une boîte noire. De plus, la version du modèle signifie que chaque promotion est réversible - une régression s'effectue en quelques secondes, et non en quelques jours.
La méthodologie de formation suit un pipeline strict. Des échantillons d'images sont collectés à partir de la cellule vivante, étiquetés dans la console de l'opérateur, validés par rapport à un jeu d'attente, puis transférés vers le modèle de production. En outre, les cas limites signalés par les opérateurs sont capturés avec l'image d'origine et la décision d'annulation, ce qui alimente le cycle de formation suivant. Par conséquent, la précision s'améliore continuellement, sans que la ligne de production ne soit affectée.
La surveillance est intégrée. La synchronisation par image, les distributions de confiance, la version du modèle et les indicateurs de dérive sont exposés par le biais de l'API d'exécution et de l'IHM de l'opérateur. En outre, l'intégration avec OPC-UA, REST et les tableaux de bord MES standard signifie que la télémétrie de la vision se trouve à côté des mesures du convoyeur, du robot et de la qualité plutôt que dans un silo séparé. Les ingénieurs de l'usine voient exactement quand, où et pourquoi une image a été classée - une transparence totale, sans logiciel intermédiaire propriétaire.
Le déploiement en périphérie ferme la boucle de la fiabilité. Le runtime est livré sur des IPC de qualité industrielle validés pour une production 24/7, avec un réseau redondant et soutenu par les diagnostics à distance de Viroteq par le biais d'un système de gestion de la sécurité. Portefeuille de produits de Viroteq. En outre, l'absence de dépendance à l'égard de l'informatique en nuage signifie que le moteur survit aux pannes externes, aux environnements informatiques restreints et aux usines climatisées sans aucun compromis. D'après les critères de référence publics en matière de vision par ordinateur de OpenCV, L'inférence en temps réel dans le cadre de budgets déterministes est le principal défi de la vision industrielle - VisionAI Platform a été conçu pour franchir cette barre dès le premier jour.
Intégrer VisionAI Platform à votre cellule
La plateforme s'intègre à votre cellule par le biais des caméras, des réseaux et des contrôleurs que vous possédez déjà. Du côté optique, le runtime est agnostique aux caméras et prend en charge Basler, Cognex, Intel RealSense, Photoneo, IDS Imaging et tout capteur industriel conforme à GenICam, qu'il s'agisse d'unités de balayage 2D, de profondeur 3D, de stéréoscopie ou de lumière structurée. En outre, des intégrations personnalisées pour des capteurs spécialisés sont possibles sans qu'il soit nécessaire de reconstruire le pipeline de base.
Du côté des contrôles, le runtime expose la classification, les coordonnées et les scores de confiance via REST API, WebSocket et OPC-UA. La prise en charge des marques de robots couvre FANUC, ABB, KUKA, Universal Robots, Yaskawa et Stäubli par le biais de protocoles standard - pas de pendants d'apprentissage propriétaires, pas de SDK de fournisseur. En outre, l'étalonnage vision-robot est géré par une procédure guidée lors de la mise en service, de sorte que le cadre de coordonnées entre la caméra et le robot est verrouillé sans avoir recours à des calculs spécifiques. Par conséquent, les déploiements sont prévisibles en termes de portée et de calendrier. Pour voir la plateforme intégrée à votre cellule spécifique, Réservez une démonstration de Viroteq ou de parler à notre équipe de solutions.
Marques d'appareils photo
Basler, Cognex, Intel RealSense, Photoneo, IDS Imaging, ainsi que tous les capteurs compatibles avec GenICam.
API REST
Demande/réponse JSON standard sur HTTPS pour la classification, les coordonnées et la télémétrie.
OPC-UA
Pont vers les historiens de l'usine, MES et SCADA via le standard de données industrielles pour la télémétrie de vision.
Edge IPC
Inférence sur PC industriel dédié à l'intérieur de la cellule. Pas de dépendance au cloud, latence déterministe.
VisionAI Platform - Questions fréquemment posées
Prêt à voir VisionAI Platform en action ?
Réservez une démonstration personnalisée et découvrez comment VisionAI Platform permet une classification inférieure à 10 ms, une compréhension des scènes en 3D et une formation adaptative au sein de votre cellule robotique existante. Explorer solutions de triage par vision ou comparer avec RobotDepalr.
Vision industrielle par ordinateur conçue pour la robotique moderne
Apportez vos caméras, votre marque de robot et votre objectif de temps de cycle - les spécialistes de Viroteq planifieront un déploiement de VisionAI Platform adapté à l'empreinte de votre cellule et permettant de maintenir la production.
