{"id":7515,"date":"2021-09-23T08:00:00","date_gmt":"2021-09-23T08:00:00","guid":{"rendered":"https:\/\/knowhow.distrelec.com\/?p=7515"},"modified":"2021-09-22T13:42:31","modified_gmt":"2021-09-22T13:42:31","slug":"arduino-pro-portenta-accelera-lo-sviluppo-di-sistemi-di-elaborazione-delle-immagini-per-applicazioni-industriali","status":"publish","type":"post","link":"https:\/\/knowhow.distrelec.com\/it\/produzione\/arduino-pro-portenta-accelera-lo-sviluppo-di-sistemi-di-elaborazione-delle-immagini-per-applicazioni-industriali\/","title":{"rendered":"Arduino Pro Portenta accelera lo sviluppo di sistemi di elaborazione delle immagini per applicazioni industriali"},"content":{"rendered":"\n

Automazione industriale e applicazioni di visione artificiale<\/strong><\/h2>\n\n\n\n

L’iniziativa Industria 4.0 \u00e8 responsabile della crescita esponenziale dell’uso di un’ampia gamma di dispositivi industriali Internet of Things (IIoT) utilizzati per applicazioni di automazione industriale. I dispositivi IIoT vengono utilizzati per monitorare e controllare gli impianti di produzione e vengono anche utilizzati per misurare e analizzare le condizioni dell’impianto nell’ambito delle misure di manutenzione, riparazione e revisione. <\/p>\n\n\n\n

I sensori sono indispensabili e vanno dalle misurazioni della temperatura ai sensori di pressione dei liquidi alle telecamere per applicazioni di elaborazione delle immagini. I sensori vengono anche utilizzati per monitorare le vibrazioni utilizzando algoritmi di elaborazione audio della rete neurale applicati ai dati provenienti da microfoni digitali. Anche l’elaborazione delle immagini \u00e8 un’importante tecnologia di sensori, con la quale si garantisce, ad esempio, che le etichette delle bottiglie siano correttamente attaccate in un impianto di riempimento, o che viene utilizzata nelle applicazioni di sicurezza funzionale per isolare i dispositivi quando i dipendenti della produzione entrano in un’area non sicura.<\/p>\n\n\n\n

Architettura della soluzione di elaborazione delle immagini<\/strong><\/h2>\n\n\n\n

In qualsiasi fabbrica moderna, l’elaborazione delle immagini assistita da computer pu\u00f2 essere utilizzata in una moltitudine di applicazioni diverse. L’elaborazione delle immagini assistita da computer si basa sull’uso di una o pi\u00f9 videocamere collegate a un sistema informatico. La natura del compito determina la complessit\u00e0 dell’elaborazione e le risorse informatiche richieste. Ad esempio, un’applicazione che accetta o rifiuta le bottiglie in base all’accuratezza dell’applicazione di un’etichetta non richiede necessariamente pi\u00f9 telecamere e risorse di elaborazione intense. Un algoritmo che rileva i bordi dell’etichetta all’interno di un’area predefinita sulla bottiglia pu\u00f2 essere implementato in modo relativamente semplice con i filtri Kalman basati su software. <\/p>\n\n\n\n

Tuttavia, un’applicazione in cui le parti del corpo dell’operatore di una pressa idraulica devono essere distinte dalle lamiere da lavorare e l’attrezzatura stessa \u00e8 pi\u00f9 complessa. Questa applicazione richiede una rete neurale di apprendimento automatico e pu\u00f2 richiedere diversi angoli di ripresa per soddisfare i requisiti di sicurezza funzionale. La rete di convoluzione neurale \u00e8 pi\u00f9 adatta per attivit\u00e0 di riconoscimento di oggetti basate su immagini e deve essere addestrata prima dell’uso. Dopo l’addestramento, l’uso di una rete neurale \u00e8 chiamato inferenza. Durante l’addestramento, vengono esaminate centinaia di immagini giuste e sbagliate per identificare ed estrarre caratteristiche che aiutano la classificazione. La Figura 1 mostra un esempio dell’architettura di una soluzione di elaborazione delle immagini.<\/p>\n\n\n\n

\"\"
Figura 1 – Architettura di una semplice soluzione di elaborazione delle immagini<\/figcaption><\/figure>\n\n\n\n

Dal punto di vista dell’applicazione, ci sono diverse considerazioni pratiche che il team di sviluppo dovrebbe prendere in considerazione. Queste includono il tipo di oggetti da rilevare, le condizioni di luce ambientale nell’area di rilevamento, la velocit\u00e0 con cui gli oggetti si muovono nel campo visivo della telecamera , la velocit\u00e0 richiesta per l’identificazione dell’oggetto e la questione se sono necessarie pi\u00f9 angolazioni della telecamera per svolgere in modo affidabile il compito.<\/p>\n\n\n\n

Anche l’ambiente operativo deve essere esaminato; per un’applicazione esposta a polvere e umidit\u00e0, la telecamera e l’elettronica di controllo devono essere protetti contro le intrusioni. Anche vibrazioni e urti possono influire sulla qualit\u00e0 dell’immagine e rendere il rilevamento meno affidabile.<\/p>\n\n\n\n

La tempistica del riconoscimento dell’oggetto o della caratteristica \u00e8 cruciale. Le linee di produzione sono spesso gestite ad alta velocit\u00e0 per mantenere l’efficienza della fabbrica e raggiungere gli obiettivi di produttivit\u00e0. Nel semplice esempio di un impianto di imbottigliamento sopra, l’applicazione di elaborazione dell’immagine deve acquisire ed elaborare accuratamente l’immagine e determinare lo stato dell’etichetta in tempo utile in modo che la bottiglia identificata possa essere trattenuta o rifiutata.<\/p>\n\n\n\n

Presentazione dell’Arduino Pro Portenta e del Portenta Vision Shield<\/strong><\/p>\n\n\n\n

La piattaforma Arduino Pro Portenta, introdotta di recente, \u00e8 una piattaforma di microcontrollore ideale per il prototipo di una soluzione di elaborazione delle immagini industriale.<\/p>\n\n\n\n

Originariamente progettata come piattaforma di prototipazione per hobbisti e produttori, la famiglia Arduino di schede di sviluppo per microcontrollori ha continuato ad evolversi per soddisfare le esigenti esigenze degli innovatori e dei produttori di apparecchiature industriali.<\/p>\n\n\n\n

Arduino ha permesso a molti giovani studenti di elettronica di iniziare la propria carriera ed \u00e8 un sistema integrato a scheda singola economico ed estremamente versatile che consente agli sviluppatori di testare nuove idee di prodotto. L’approccio open source di Arduino, combinato con il numero crescente di schede di espansione e l’ampio supporto software di tutto il settore dell’elettronica, ha reso Arduino una delle prime piattaforme integrate per molti nuovi progetti di prodotti.<\/p>\n\n\n\n

La tappa successiva del percorso Arduino \u00e8 iniziata di recente con la serie di schede e moduli Arduino Pro per il mercato industriale. L’Arduino Portenta H7 dual-core \u00e8 la prima scheda della serie Pro che soddisfa i requisiti delle applicazioni industriali e commerciali. Il Portenta H7 \u00e8 equipaggiato in modo ideale per applicazioni di elaborazione delle immagini industriali. \u00c8 prodotto nel popolare formato di alloggiamento della scheda Arduino MKR e consente l’accesso a tutte le schede e gli shield accessori Arduino esistenti. Portenta Vision Shield, disponibile con un’interfaccia Ethernet cablata o wireless LoRa, \u00e8 ideale per applicazioni di visione artificiale industriale.<\/p>\n\n\n\n