2. 2 ▌
Día 1 de junio
SALA 2 – Atrio Principal / Zona Verde Pabellón 6.Lugar: Auditorio
Horario: 09:00-11:30
• 09:00 Llegada de asistentes
• 09:30 “Visión Artificial Aplicada a la Industria 4.0; Hechos, Elementos y Experiencias”
Una visión práctica de los conceptos y aspectos a tener en cuenta en la aplicación de
soluciones de visión artificial en la industria. José Angel Gutiérrez - Gestor de
proyectos en Visión Artificial, TECNALIA
• 09:50 “Novedades Tecnológicas en Computer Vision” Repaso a las tecnologías
emergentes que juegan y jugarán un papel relevante en la industria en los próximos
años Javier Fontanillas – Director Comercial, INFAIMON
• 10:10 “Presente y Futuro de la Realidad Aumentada y Realidad Virtual en la industria.
Casos de éxito, situación actual, tecnologías, beneficios y posibilidades de la RA/RV
en la industria. ¿Por Qué y Para Qué la RA/RV en la industria?” Diego Sagasti -
Responsable de Tecnología RV/RA, TECNALIA
• 10:50 Mesa redonda– Asier Vicente - ARCELOR MITTAL, Manuel Naharro –
MICHELIN, Javier Fontanillas – INFAIMON, Diego Sagasti –TECNALIA, Moderada
por José Angel Gutiérrez -TECNALIA
• 11:30 Fin de la Jornada
4. Índice
4 ▌
1. Presentación
2. Introducción
3. Aspectos a tener en cuenta y características en sistemas de V.A.
4. Elementos en visión artificial
5. Ejemplos de aplicación
6. Conclusiones
5. ¿Que hace Tecnalia en Visión Artificial?
• Casi 30 años diseñando, desarrollando, instalando y manteniendo
aplicaciones
• 200 proyectos desarrollados e instalados en distintos ámbitos
• I+D APLICADA, en el limite del estado del arte, pero también 20
patentes
¿Y quien este señor?
• 25 años de experiencia en el sector
• 6 años profesor de estas tecnologías en Ingeniería de Deusto
7. 3. Aspectos a tener en cuenta
Tópicos
– “La visión artificial es inteligencia artificial”
– “...Son cosas de laboratorio, no aplicaciones reales”
– "Los que hay que detectar es más o menos así…“
– “Si se ve a simple vista, se puede resolver por
visión”
– “… Se pone una luz cualquiera y listo”
– “La precisión del sistema es…”
– “Mi sistema garantiza cero defectos”
– “Configuremos a máxima sensibilidad”
– “El sistema tiene que resolver todos mis defectos”
Características sistemas V.A.
– Repetitividad mucho mayor que control humano
– Velocidad
– En ningún caso alcanzan la flexibilidad de la visión
humana
8. Tópicos
– “La visión artificial es inteligencia artificial”
– “...Son cosas de laboratorio, no aplicaciones reales”
– "Los que hay que detectar es más o menos así…“
– “Si se ve a simple vista, se puede resolver por
visión”
– “… Se pone una luz cualquiera y listo”
– “La precisión del sistema es…”
– “Mi sistema garantiza cero defectos”
– “Configuremos a máxima sensibilidad”
– “El sistema tiene que resolver todos mis defectos”
Características sistemas V.A.
– Repetitividad mucho mayor que control humano
– Velocidad
– En ningún caso alcanzan la flexibilidad de la visión
humana
3. Aspectos a tener en cuenta
9. Tópicos
– “La visión artificial es inteligencia artificial”
– “...Son cosas de laboratorio, no aplicaciones reales”
– "Los que hay que detectar es más o menos así…“
– “Si se ve a simple vista, se puede resolver por
visión”
– “… Se pone una luz cualquiera y listo”
– “La precisión del sistema es…”
– “Mi sistema garantiza cero defectos”
– “Configuremos a máxima sensibilidad”
– “El sistema tiene que resolver todos mis defectos”
Características sistemas V.A.
– Repetitividad mucho mayor que control humano
– Velocidad
– En ningún caso alcanzan la flexibilidad de la visión
humana
3. Aspectos a tener en cuenta
10. Tópicos
– “La visión artificial es inteligencia artificial”
– “...Son cosas de laboratorio, no aplicaciones reales”
– "Los que hay que detectar es más o menos así…“
– “Si se ve a simple vista, se puede resolver por
visión”
– “… Se pone una luz cualquiera y listo”
– “La precisión del sistema es…”
– “Mi sistema garantiza cero defectos”
– “Configuremos a máxima sensibilidad”
– “El sistema tiene que resolver todos mis defectos”
Características sistemas V.A.
– Repetitividad mucho mayor que control humano
– Velocidad
– En ningún caso alcanzan la flexibilidad de la visión
humana
3. Aspectos a tener en cuenta
12. 4 HW: Iluminación
• Importantísima: mal diseñada, posible fracaso
• Técnicas fotográficas.
• Gran variedad objetos / fondos y como iluminarlos
• Diferentes naturalezas Incandescentes Fluorescentes:
Atención a la frecuencia LED: vida muy larga,
monocromáticos Láser
• Entre 500 – 3000€
13. 4.HW: Ópticas
• Variables a determinar en la selección
– Focal, FOV, STD Off
– Luminosidad. Relación con
enfoque
– Tipo de montura
– Calidad / resolución
• Tipo en función aplicación
– Mas focal
– Menos focal
• Lentes especiales
– Varifocal
– Telecéntricas
• Uso de filtros
• Entre 300 – 3000€
Foco
Plano Focal Plano Principal
Rayos Paralelos (infinito)
Lente
Foco
Lente
Objeto
Imagen
14. 4. HW: Cámaras
• Lineal / Matricial
• Color / B&W
• CCD / CMOS
• Entrelazada / progresiva
– Full frame, global
shutter…
• Sensibilidad
• Resolución medida en
pixeles (hasta 16 Mpix)
• Velocidad de disparo
• Espectro expandido /
multiespectral
• Entre 300 – 3500€
No se puede mostrar la imagen en este momento.
15. 4. HW: Digitalización y procesadores
• Estándares digitales. La
cámara transmite
directamente en digital.
– Camera link: muy
habitual, no tan estandar
– Firewire
– USB
– Gig‐e: se está imponiendo
• PC /sistemas compactos
• Precios entre 500 –
4000€
16. Preproceso Extracción de
características
Segmentacion
Classification
- Umbralizado
- morfologia
- Mejora de
imagen
- ruido
- Normalizacion
- Blobs
- Contorno
- Textura
- Color
- Bag of words
- Region
- Borders
- Active contorrs
- Guided filtering
- Statistical
analysis
- Machine learning
- Meta-classifiers
- Distance based
metrics
4. SW: Esquema clásico de proceso
17. Preproceso Extracción de
características
Segmentacion
Classification
- Umbralizado
- morfologia
- Mejora de
imagen
- ruido
- Normalizacion
- Blobs
- Contorno
- Textura
- Color
- Bag of words
- Region
- Borders
- Active contorrs
- Guided filtering
- Statistical
analysis
- Machine learning
- Meta-classifiers
- Distance based
metrics
4. SW: Esquema presente - futuro
DEEP
LEARNING
20. Visión Térmica - termográfica
Tratamiento de imagen térmica
como imagen convencional
Aplicaciones
Control Térmico avanzado
Controles adicionales sobre
imagen térmica
Control termográfico por Visión
Artificial
Software a medida
21. Visión multibanda /
hiperespectral
Información de color objetiva y
exhaustiva
Aplicaciones
Caracterización de elementos
químicos
Detección de estado de proceso
Valorización de residuos
Separación de mezclas
Separación y valorización de materiales por Visión artificial
“especial”
22. • La Visión artificial esta funcionando en la industria y es herramienta 4.0.
• Los sistemas de V.A. consiguen:
• Reducir y/o evitar rechazos de calidad
• No procesando operaciones de valor añadido a material defectuoso
• Mantenimiento preventivo: algunos defectos advierten de posibles
averías costosas e indeterminadas. Prevenir mejor que curar
• Industria 4.0
• Información ->interpretación -> Selección ->comunicación
• Conexión e Interrelación de los sistemas como fuente de
información de mas valor
• Interdisciplinar:
• Interdisciplinar para bien y para mal: Es complejo tener todo
controlado a priori
• Co-creación como una clave para las mejores soluciones
• La colaboración con los agentes clave del mercado y tecnología
permiten mejorar diseño y servicio
• La flexibilidad del diseño y la solución favorecen la instalación del
sistema
Conclusiones
23. • La Visión artificial funcionando en la industria y es herramienta 4.0.
• Los sistemas de V.A. consiguen aumento de competitividad de proceso
por
• Reducir y/o evitar rechazos de calidad.
• No procesando operaciones de valor añadido a material defectuoso
• Mantenimiento preventivo: algunos defectos advierten de posibles
averías costosas e indeterminadas. Prevenir mejor que curar
• Industria 4.0
• Información ->interpretación -> Selección ->comunicación
• Conexión e Interrelación de los sistemas como fuente de
información de mas valor
• Interdisciplinar:
• Interdisciplinar para bien y para mal: muchos aspectos a considerar.
• Co-creación como una clave para las mejores soluciones:
Colaboración con los agentes clave del mercado y tecnología
permiten mejorar diseño y servicio
• La flexibilidad del diseño y la solución favorecen la instalación y
puesta a punto del sistema
Conclusiones
24. • La Visión artificial funcionando en la industria y es herramienta 4.0.
• Los sistemas de V.A. consiguen aumento de competitividad de proceso
por
• Reducir y/o evitar rechazos de calidad.
• No procesando operaciones de valor añadido a material defectuoso
• Mantenimiento preventivo: algunos defectos advierten de posibles
averías costosas e indeterminadas. Prevenir mejor que curar
• Industria 4.0
• Información ->interpretación -> Selección ->comunicación
• Conexión e Interrelación de los sistemas como fuente de
información de mas valor
• Interdisciplinar:
• Interdisciplinar para bien y para mal: muchos aspectos a considerar.
• Co-creación como una clave para las mejores soluciones:
Colaboración con los agentes clave del mercado y tecnología
permiten mejorar diseño y servicio
• La flexibilidad del diseño y la solución favorecen la instalación y
puesta a punto del sistema
Conclusiones
25. • La Visión artificial funcionando en la industria y es herramienta 4.0.
• Los sistemas de V.A. consiguen aumento de competitividad de proceso
por
• Reducir y/o evitar rechazos de calidad.
• No procesando operaciones de valor añadido a material defectuoso
• Mantenimiento preventivo: algunos defectos advierten de posibles
averías costosas e indeterminadas. Prevenir mejor que curar
• Industria 4.0
• Información ->interpretación -> Selección ->comunicación
• Conexión e Interrelación de los sistemas como fuente de
información de mas valor
• Interdisciplinar:
• Interdisciplinar para bien y para mal: muchos aspectos a considerar.
• Co-creación como una clave para las mejores soluciones:
Colaboración con los agentes clave del mercado y tecnología
permiten mejorar diseño y servicio
• La flexibilidad del diseño y la solución favorecen la instalación y
puesta a punto del sistema
Conclusiones