Industria 4.0 continua ad essere saldamente orientata alla digitalizzazione di macchine e processi, eppure le persone svolgono ancora 4 attività su 5 in un tipico processo di produzione, praticamente senza considerare l’avanzare della digitalizzazione. Ma allora non è ovvio per uno specialista di sensori utilizzare la mano come sensore?
L’applicazione utilizza una combinazione di rilevamento di oggetti, quindi le mani, e tracking individuale di ogni singola mano rilevata. Una telecamera combinata 2D/3D consente il rilevamento preciso della posizione operativa. Nel campo visivo della telecamera la mano funge da sensore, in modo da poterne seguire la posizione senza ulteriori ausili tecnici o ottici. Qualsiasi scostamento dalle fasi di processo predefinite si traduce in messaggi di avviso visualizzati nell’immagine del monitor in tempo reale; all’operatore viene fornito così un supporto digitale per garantire una maggiore sicurezza durante lo svolgimento dei processi di lavoro.
Le nuove forme di intelligenza artificiale, come ad esempio gli approcci di Deep Learning, creano nuove opportunità per risolvere anche complessi problemi di rilevamento immagini. Il rilevamento degli oggetti nell’ambiente industriale si è sempre riferito a componenti che fossero quanto più simili possibile da poter essere facilmente descritti come oggetti dal punti di vista dell’elaborazione delle immagini. Ma quando si tratta di rilevare oggetti dinamici e che probabilmente hanno sempre un aspetto leggermente diverso, gli approcci algoritmici convenzionali raggiungono i propri limiti. La mano è l’esempio migliore: non solo è diversa da persona a persona, ma anche nella forma, posa, rotazione e rappresentazione angolare. E non dimentichiamone i movimenti.
Ma è proprio in questo che si contraddistingue il Deep Learning: le reti neurali possono rilevare proprio queste cose, grazie all’elevata quantità di dati impostati preventivamente.