Nuestra tecnología deep learning de visión artificial, llega a la industria de bebidas, exactamente a las envasadas en latas.

Os contamos todo acerca de un sistema de visión artificial para el control de calidad, implantado en una conocida empresa de refrescos en Montmeló, Barcelona.

El reto que nos planteaban, consistía en controlar que cada fila de palet estuviera formada por 9 packs de 24 latas, ya que en ocasiones, los packs aparecían descuadrados, o incluso faltaban latas o estas llegaban tumbadas, situación que imposibilitaba la correcta paletización.

Nuestro equipo, diseñó un sistema basado en redes neuronales, también conocido como sistema Deep learning, con tecnología mucho más fácil de configurar que la Visión Artificial convencional, ya que en este caso, es el propio sistema el que por sí mismo, en base a un pequeño entrenamiento previo, va detectando qué palets son correctos y cuáles incorrectos.

La fila de packs que sea detectada como correcta, pasa finalmente a la zona de paletizado, y la fila detectada como defectuosa, es expulsada a una cinta transportadora dónde el operario retira el pack incorrecto y coloca el resto de packs en su respectiva cinta transportadora de paletizado.

Configuración de Modelo base

Este es el modelo de patrón en que nos hemos basado, con las tres primeras filas compuestas de dos packs en horizontal y la última fila de tres packs en vertical.

Modelos incorrectos ausencia de packs

Cómo podemos apreciar este es un patrón incorrecto, ya que nuestro sistema ha detectado que faltan packs.

Modelo correcto

Además de inspeccionar, en número de packs y de que estos sigan un patrón, hemos configurado el sistema para detectar todas las latas de dentro de cada pack.

Modelos incorrectos ausencia/descuadre/vuelcos de latas

Estos son modelos incorrectos, ya que como se puede comprobar, faltan latas, aparecen volcadas, o están descuadradas, impidiendo así la paletización. .