PIATTAFORMA TECNOLOGICA
VisionAI Platform: Visione industriale computerizzata per la robotica
VisionAI Platform è il motore di visione industriale per computer dell'Viroteq, il livello di visione alimentato dall'intelligenza artificiale che alimenta VisionAI Sorting, RobotDepalr, e ogni cellula Viroteq che deve vedere, classificare e agire in tempo reale. La classificazione al di sotto dei 10 ms, la comprensione della scena in 2D e 3D, l'inferenza on-premise sugli IPC periferici e l'integrazione dei robot indipendente dalla marca fanno dell'VisionAI Platform l'alternativa di produzione alle librerie di visione standard. Di conseguenza, la visione non è mai il collo di bottiglia all'interno di una cella robotica Viroteq e lo stesso motore è in grado di passare da una singola stazione di ispezione a un impianto multicella senza modificare lo stack software.
- ✓ Classificazione inferiore a 10 ms a risoluzioni di produzione
- ✓ Visione fusa 3D + 2D con elaborazione della nuvola di punti
- Inferenza del bordo - IPC on-premise, nessuna dipendenza dal cloud
100+
Distribuzioni di produzione
<10 ms
Latenza di classificazione in tempo reale
3D + 2D
Capacità di visione fusa
On-prem
Inferenza dei bordi sui PC industriali
Perché l'VisionAI Platform supera la visione tradizionale
Le librerie di visione generiche - toolkit open-source, stack di soli framework o SDK di fornitori limitati a una singola marca di telecamera - risolvono la metà facile di un problema di visione industriale. Identificano gli oggetti in condizioni di luce pulita, su un nastro trasportatore fermo, con dati di addestramento curati. La parte difficile è rappresentata da tutto ciò che una vera cella di produzione impone alla telecamera: luce mutevole, ottiche sporche, occlusione parziale, SKU misti e tempi di ciclo limitati al millisecondo. Il motore è stato costruito fin dall'inizio per questa metà difficile.
Tuttavia, la capacità algoritmica grezza è solo l'inizio. Un sistema di visione di livello produttivo ha bisogno di budget di latenza deterministici, pipeline di dati di addestramento ripetibili, versionamento dei modelli, monitoraggio in linea e un percorso di integrazione pulito con il controller del robot o del trasportatore. Le librerie non disponibili lasciano tutto questo come un esercizio per l'integratore. Di conseguenza, ogni cella costruita su uno stack generico viene dotata di uno strato middleware unico che nessuno possiede a lungo termine.
Inoltre, i dati di formazione sono il punto di stallo di molti progetti di visione. L'etichettatura a mano di migliaia di fotogrammi è costosa e il modello risultante si allontana nel momento in cui cambia la confezione del prodotto. La piattaforma include una pipeline di formazione adattiva: gli operatori segnalano le classificazioni errate attraverso la console, la piattaforma si riqualifica durante la notte e il nuovo modello viene convalidato rispetto a un set di hold-out prima della promozione. Di conseguenza, l'accuratezza della visione migliora continuamente invece di degradarsi con il tempo.
La latenza del bordo è l'ultimo elemento di differenziazione. Vision in esecuzione nel cloud o su un sistema operativo non in tempo reale non è in grado di soddisfare i budget decisionali inferiori a 10 ms. Secondo ISO/IEC 22989 Terminologia e standard di affidabilità dell'IA, Il comportamento deterministico e verificabile dell'IA è un requisito essenziale per l'impiego industriale. Viroteq piattaforma tecnologica edge-first colloca l'inferenza VisionAI Platform accanto al controllore del robot, con la telemetria di classificazione completa esposta agli integratori.
Come funziona l'VisionAI Platform nelle cellule di produzione
La pipeline inizia dalla telecamera. I sensori industriali (Basler, Cognex, Intel RealSense, Photoneo o qualsiasi unità compatibile con GenICam) inviano i fotogrammi in streaming all'edge IPC. Il runtime preelabora, normalizza e indirizza ogni fotogramma al modello appropriato: classificazione, rilevamento dei difetti, stima della posa o segmentazione 3D.
Successivamente, l'inferenza AI viene eseguita localmente sull'IPC. Algoritmi avanzati di intelligenza artificiale, addestrati su dati di produzione provenienti da celle Viroteq reali, restituiscono etichette di classificazione, caselle di delimitazione, maschere di segmentazione e coordinate 3D entro un budget inferiore a 10 ms. Il runtime pubblica quindi i risultati al controller del robot (FANUC, ABB, KUKA, Universal Robots, Yaskawa o Stäubli) tramite API REST, WebSocket o OPC-UA.
Inoltre, la piattaforma gestisce la realtà disordinata di un reparto di produzione. Le classificazioni errate vengono registrate con il telaio originale e l'intervento dell'operatore. La piattaforma apprende automaticamente da queste correzioni. Per la depallettizzazione, lo smistamento o il controllo qualità, lo stesso motore è in grado di alimentare ogni prodotto Viroteq orientato alla visione attraverso un unico runtime e un unico set di API.
Viroteq Prodotti alimentati da VisionAI Platform
La piattaforma è il motore di visione condiviso alla base di ogni applicazione Viroteq che deve vedere e decidere in tempo reale. Lo stesso runtime, le stesse API e la stessa console operatore, gli stessi strumenti di formazione e l'hardware IPC del bordo alimentano lo smistamento, la depalettizzazione e l'impilamento assistito dalla visione, tre flussi di lavoro di produzione distinti che girano su un unico motore AI. Di conseguenza, i clienti che utilizzano più prodotti Viroteq gestiscono un unico stack di visione in tutte le celle, non tre, semplificando la formazione, la manutenzione, le parti di ricambio e gli aggiornamenti del software in tutto l'impianto. Inoltre, gli integratori possono riutilizzare i playbook di calibrazione e messa in servizio per tutte le applicazioni.
VisionAI Sorting
VisionAI Sorting è l'applicazione di produzione della piattaforma per lo smistamento di pacchi, alimenti e materiali. La classificazione in tempo reale indirizza gli articoli alle corsie di uscita alla velocità del nastro trasportatore con decisioni inferiori a 10 ms per fotogramma.
RobotDepalr
RobotDepalr utilizza la comprensione della scena 3D della piattaforma per identificare gli articoli sui pallet misti in entrata. Le telecamere di profondità e l'elaborazione delle nuvole di punti restituiscono al robot la geometria degli articoli, la posa e le coordinate di presa in tempo reale.
RobotStackr Vision
RobotStackr Vision combina l'ispezione visiva con l'impilamento di casse miste. Il sistema convalida in tempo reale l'identità, le dimensioni e i danni delle casse in arrivo, quindi trasmette i dati a StackrBrain per il posizionamento ottimale dei pallet.
Capacità principali dell'VisionAI Platform
Comprensione della scena 3D
Le telecamere di profondità, la visione stereo e la luce strutturata alimentano la pipeline 3D. L'elaborazione delle nuvole di punti restituisce la geometria, la posa e le coordinate di presa degli oggetti nello stesso frame budget della classificazione 2D, essenziale per il prelievo e la depallettizzazione dei contenitori.
Rilevamento dei difetti in tempo reale
Difetti superficiali, danni all'imballaggio, errori di etichettatura e anomalie dimensionali vengono identificati in linea alla velocità del nastro trasportatore. Il runtime espone i punteggi di confidenza e i riquadri di delimitazione per ogni classe di difetti, in modo che le celle a valle possano smistare, scartare o mettere in quarantena senza bisogno di una revisione umana.
Formazione del modello adattativo
Gli operatori etichettano i casi limite attraverso la console. La piattaforma si riqualifica durante la notte rispetto a un set di convalida di riserva e promuove il nuovo modello solo quando la precisione migliora. Di conseguenza, le prestazioni della visione aumentano con il tempo di implementazione, invece di diminuire.
Casi d'uso dell'VisionAI Platform in tutti i settori industriali
La piattaforma alimenta le celle vision-driven di tutta la base di clienti Viroteq, dalla lavorazione degli alimenti alla logistica dei pacchi, dal recupero dei materiali alle forniture in entrata. Lo stesso runtime serve ogni settore e le stesse API alimentano ogni marca di robot. Inoltre, la pipeline di addestramento adattivo della piattaforma consente di integrare una nuova famiglia di prodotti con immagini campione anziché con codice personalizzato. Inoltre, gli integratori possono riutilizzare i profili di calibrazione e i flussi di lavoro dell'operatore in tutte le celle, abbreviando così la messa in servizio e semplificando la manutenzione. Di conseguenza, l'automazione guidata dalla visione è in grado di passare dalla cella pilota all'impianto completo senza dover ricostruire lo stack. verticale del settore.
Ispezione della qualità degli alimenti
La piattaforma classifica i prodotti in base a dimensioni, grado di maturazione, difetti superficiali e corpi estranei alla velocità del nastro trasportatore. Le corsie di scarto vengono attivate in linea senza rallentare la linea a monte.
Smistamento e smistamento dei pacchi
La classificazione in tempo reale legge codici a barre, indirizzi e caratteristiche dei pacchi alla velocità di smistamento. Il runtime instrada gli articoli verso la corsia di uscita corretta con decisioni inferiori ai 10 ms.
Recupero dei materiali
La piattaforma separa plastica, metalli, carta e contaminanti sulle linee di riciclaggio in base al tipo di polimero, al colore e alla forma. Il feedback dell'operatore affina continuamente la purezza delle frazioni.
Ispezione dei pallet in entrata
I pallet dei fornitori vengono scansionati all'arrivo. Il motore identifica gli articoli, convalida l'integrità dello strato e segnala i danni prima che il depalettizzatore tocchi il carico.
Selezione casuale dei cestini
La comprensione della scena 3D identifica gli oggetti prelevabili in cestini non strutturati. La piattaforma restituisce le coordinate di presa, i punteggi di confidenza e le traiettorie senza collisioni per ogni oggetto.
Garanzia di qualità
La piattaforma convalida gli imballaggi, le etichette e i sigilli dei prodotti finiti rispetto alle specifiche di produzione. La telemetria di superamento/errore alimenta il MES con prove d'immagine complete per unità.
Ispezione della linea di produzione
Rilevamento in linea della qualità e dei difetti sulle linee di confezionamento. Ogni unità viene fotografata, classificata e fatta passare a valle o indirizzata a una corsia di scarto con una prova d'immagine completa.
Routing dei centri di distribuzione
Smistamento dei pacchi alla velocità del trasportatore. I codici a barre, gli indirizzi, le dimensioni e la forma vengono letti in un unico riquadro per pilotare i deviatori e le pareti di deposito senza l'intervento dell'operatore.
Impianto di recupero dei materiali
Separazione consapevole di polimeri, colori e forme su flussi di rifiuti misti. I robot a guida visiva prelevano frazioni mirate, mentre il feedback dell'operatore affina la purezza per ogni turno.
<10 ms
Latenza di classificazione per fotogramma
100+
Implementazioni di produzione in tutto il mondo
99%+
Accuratezza della classificazione in produzione
Progettato per un'affidabilità di livello produttivo
La piattaforma è costruita attorno a un runtime deterministico, non a un notebook di ricerca. Ogni chiamata di inferenza comporta un budget di latenza misurato, una versione del modello e un punteggio di confidenza. Di conseguenza, gli integratori e i team degli impianti possono verificare il comportamento della visione rispetto ai cicli del PLC e del controllore del robot, invece di tirare a indovinare su una scatola nera. Inoltre, la versione del modello significa che ogni promozione è reversibile: una regressione torna indietro in pochi secondi, non in giorni.
La metodologia di addestramento segue una pipeline rigorosa. Le immagini campione vengono raccolte dalla cella viva, etichettate nella console dell'operatore, convalidate rispetto a un set di attesa e solo successivamente promosse al modello di produzione. Inoltre, i casi limite segnalati dagli operatori vengono acquisiti con il fotogramma originale e la decisione di esclusione, che alimenta il ciclo di formazione successivo. Di conseguenza, l'accuratezza migliora continuamente, mentre la linea di produzione non ne risente.
Il monitoraggio è integrato. I tempi per fotogramma, le distribuzioni di fiducia, la versione del modello e gli indicatori di deriva sono esposti attraverso l'API di runtime e l'HMI dell'operatore. Inoltre, grazie all'integrazione con OPC-UA, REST e con i cruscotti MES standard, la telemetria di visione si affianca alle metriche relative a trasportatori, robot e qualità, anziché rimanere in un silo separato. I tecnici dell'impianto possono vedere esattamente quando, dove e perché un fotogramma è stato classificato: una trasparenza totale, senza middleware proprietario.
L'implementazione edge chiude il cerchio dell'affidabilità. Il runtime viene fornito su IPC di livello industriale convalidati per la produzione 24 ore su 24, 7 giorni su 7, con rete ridondante e con il supporto della diagnostica remota di Viroteq. Portafoglio prodotti Viroteq. Inoltre, l'assenza di dipendenza dal cloud significa che il motore sopravvive a interruzioni esterne, ambienti IT ristretti e fabbriche protette dall'aria senza compromessi. Secondo i benchmark pubblici di computer vision di OpenCV, L'inferenza in tempo reale con budget deterministici è la sfida principale della visione industriale: l'VisionAI Platform è stato progettato per superare questo limite fin dal primo giorno.
Integrazione dell'VisionAI Platform con il cellulare
La piattaforma si integra con la vostra cella attraverso le telecamere, le reti e i controllori che già possedete. Dal punto di vista ottico, il runtime è indipendente dalle telecamere e supporta Basler, Cognex, Intel RealSense, Photoneo, IDS Imaging e qualsiasi sensore industriale conforme a GenICam, sia per la scansione 2D dell'area che per la profondità 3D, lo stereo e le unità a luce strutturata. Inoltre, sono disponibili integrazioni personalizzate per sensori speciali senza dover ricostruire la pipeline principale.
Per quanto riguarda i controlli, il runtime espone classificazione, coordinate e punteggi di confidenza tramite API REST, WebSocket e OPC-UA. Il supporto delle marche di robot comprende FANUC, ABB, KUKA, Universal Robots, Yaskawa e Stäubli attraverso protocolli standard: nessun teach pendant proprietario, nessun SDK del fornitore. Inoltre, la calibrazione tra visione e robot è gestita da una procedura guidata durante la messa in servizio, in modo che il frame di coordinate tra telecamera e robot sia bloccato senza calcoli personalizzati. Di conseguenza, le implementazioni sono prevedibili in termini di portata e tempistica. Per vedere la piattaforma integrata nella vostra cella specifica, Prenota una demo Viroteq o parlare con il nostro team di soluzioni.
Marche di fotocamere
Basler, Cognex, Intel RealSense, Photoneo, IDS Imaging, oltre a tutti i sensori compatibili con GenICam.
API REST
Richiesta/risposta JSON standard su HTTPS per classificazione, coordinate e telemetria.
OPC-UA
Collegamento a storici dell'impianto, MES e SCADA tramite lo standard dei dati industriali per la telemetria della visione.
Edge IPC
Inferenza su PC industriale dedicato all'interno della cella. Nessuna dipendenza dal cloud, latenza deterministica.
VisionAI Platform - Domande frequenti
Siete pronti a vedere l'VisionAI Platform in azione?
Prenotate una demo personalizzata e scoprite come VisionAI Platform offre una classificazione inferiore ai 10 ms, la comprensione della scena 3D e l'addestramento adattivo all'interno della vostra cella robotica esistente. Esplora soluzioni di smistamento visivo o confrontare con RobotDepalr.
Visione industriale computerizzata per la robotica moderna
Portate le vostre telecamere, la vostra marca di robot e il vostro obiettivo di tempo di ciclo: gli specialisti di Viroteq tracceranno un'implementazione VisionAI Platform che si adatta all'ingombro della vostra cella e mantiene la produzione in funzione.
