La visione del progetto Watchman e il dimostratore Brembo
di Andrea Mazzoleni – AFIL; Annalisa Giavarini, Angelo Iapichino – Consorzio Intellimech, Fabio Sana – Brembo S.p.A.
È opinione consolidata che i sistemi di visione artificiale e gli algoritimi di computer vision ad essi legati possano contribuire a risolvere diverse sfide e problematiche in ambito industriale contribuendo in maniera significativa alla competitività delle imprese. Tramite essi è infatti possibile acquisire un’ immagine e tradurla in dati utili per supportare le decisioni aziendali, contribuendo, ad esempio, alla riduzione delle difettosità nei prodotti, all’incremento dell’efficienza complessiva dei processi produttivi nonché al miglioramento della sicurezza e dell’ergonomia complessiva delle mansioni lavorative.
Si stima infatti che nel 2027 il valore di mercato globale dei sistemi di visione e dei relativi algoritmi, come i modelli di deep learning, possa raggiungere 74,9 miliardi di dollari di fatturato cifra che testimonia le ampie opportunità applicative ed essi connesse.
Da un punto di vista generale, inoltre, il mercato mondiale dell’intelligenza artificiale, a cui gli algoritimi di sistemi di visione appartengono, varrà, al 2030, 15,1 triliardi di dollari, dei quali 2,5 in Europa (fonte: PwC’s Global Artificial Intelligence Study: Exploiting the AI Revolution).
In aggiunta a queste stime, i recenti documenti programmatici emanati sia a livello comunitario che nazionale, come ad esempio il Coordinated Plan on Artificial Intelligence della Commissione Europea e il Piano Nazionale per l’Intelligenza Artificiale del Ministero dell’Università e della Ricerca, del Ministero dello Sviluppo Economico e del Ministro per l’Innovazione Tecnologica, evidenziano l’importanza di diffondere l’uso dell’intelligenza artificiale nei settori produttivi, in particolare tra le PMI.
Infatti, a causa di complessità, costi ancora elevati, necessità di competenze specifiche e consolidate, aspetti regolatori ed etici, queste tecnologie risultano ancora non ampiamente utilizzate.
È in linea con queste considerazioni che si colloca il progetto Watchman. Coordinato dal Consorzio Intellimech, l’obiettivo è realizzare un hub di competenze e di sperimentazione sull’applicazione dell’intelligenza artificiale nella visione artificiale in Lombardia per generare conoscenza, impatti tecnologici e ricadute sociali per la competitività del sistema industriale regionale.
Co-finanziato da Regione Lombardia nell’ambito della Call Hub Ricerca e Innovazione, il progetto, generato nell’ambito della Strategic Community Digital Transformation del Cluster AFIL, vede coinvolte otto realtà rappresentative di imprese, università e centri di ricerca: i fornitori di tecnologie hardware e software Smart Robots, Sorint.TEK, Vision e Fincons, gli utenti finali Brembo e S.A.L.F. Laboratorio Farmacologico, l’Università degli Studi di Bergamo e il Consorzio Intellimech.
Il tratto distintivo dell’approccio è la sinergia tra le diverse specializzazioni presenti nel consorzio, che spaziano dalla visione artificiale sino allo sviluppo di algoritmi, gestione dei dati e robotica collaborativa.
Facendo leva sulle singole competenze, le soluzioni tecnologiche sono sviluppate con una logica modulare e riconfigurabile. L’intento è realizzare sistemi di visione che possano essere utilizzati sia in maniera indipendente sia interconnessa in una logica flessibile e replicabile in diversi contesti produttivi, favorendo così la diffusione ad altre realtà che potranno beneficiare dei risultati generati.
L’integrazione dei diversi moduli è implementata attraverso due casi industriali. Il primo è realizzato da S.A.L.F Laboratorio Farmacologico e si focalizza sul settore farmaceutico mentre il secondo da Brembo e riguarda l’automotive.
La finalità è dimostrare l’impatto della visione artificiale per risolvere questioni legate al monitoraggio della qualità dei prodotti e per aumentare l’efficienza complessiva del lavoro.
Il primo aspetto riguarda la rilevazione delle difettosità, attività ad oggi ancora legata alla soggettività e all’esperienza dell’operatore, mentre il secondo intende diffondere approcci che migliorino e valorizzano la qualità del lavoro svolto dagli operatori. Infatti, le mansioni di controllo qualità sono ripetitive e richiedono precisione ed elevati livelli di concentrazione con conseguente aumento del livello di stress per l’operatore. In linea con ciò, la presenza di un robot collaborativo che possa automatizzare i processi ed affiancare l’operatore può contribuire a ridurre lo stress psico-fisico del lavoratore abilitando attività a maggiore valore aggiunto.
In ambito automotive, il dimostratore Brembo si prefigge di realizzare una stazione prototipale per rilevare i difetti superficiali o di verniciatura delle pinze freno tenendo conto di fattori come l’alta variabilità geometrica e dimensionale, le diversità di colorazione, le molteplici tipologie di difettosità che possono emergere e il riconoscimento di falsi scarti che emergono a causa di riflessi di luce, sporco, impronte digitali e impurità.
In aggiunta, la stazione prototipale intende contribuire al miglioramento dell’ergonomia complessiva dell’operatore sia da un punto di vista posturale, riducendo l’impegno sia a livello dell’apparato muscolo-scheletrico, che cognitivo andando a migliorare gli aspetti inerenti alla gestione dello stress, la sicurezza e l’interazione tra uomo e robot all’interno dell’area di lavoro.
La soluzione integra moduli di visione per l’acquisizione e l’elaborazione delle immagini, algoritimi di deep learning per l’addestramento del sistema, il riconoscimento e la classificazione dei difetti e un robot collaborativo per la movimentazione e il posizionamento del sistema di visione.
Coerentemente con l’obiettivo descritto, il robot si occupa della rilevazione delle anomalie mentre l’operatore è coinvolto nel suo addestramento e nella gestione degli algoritmi di deep learning. Nel dettaglio, la probabilità di fault detection è comunicata dal sistema all’operatore che, in caso di anomalie nella valutazione, interviene classificando quanto rilevato.
Dal punto di vista dell’ergonomia, le tecnologie di visione sono utilizzate per riconoscere le operazioni manuali svolte all’interno delle postazioni di lavoro. In tal modo, è possibile acquisire informazioni per ridurre i casi di infortunio e migliorare la percezione cognitiva dell’operatore permettendo così di conseguire maggiori livelli di qualità ed efficienza complessiva.
Watchman è nella fase conclusiva ma diverse sono le prospettive che possono essere perseguite dai partner capitalizzando i risultati ottenuti sia all’interno dei dimostratori realizzati da Brembo e S.A.L.F Laboratorio Farmacologico che a livello di impatto sul territorio.
Nello specifico, all’interno del caso Brembo, una possibile traiettoria di sviluppo riguarda la realizzazione di un sistema che permetta di istruire il robot nel posizionamento corretto del punto di ispezione della pinza freno nonché nell’individuazione di efficienti modalità per la gestione dei tempi di archiviazione della mole di dati acquisiti al fine di rendere sempre più oggettivi i processi di controllo qualità supportando l’uomo in un’attività il cui risultato è direttamente visibile dal cliente finale.
Da un punto di vista di sistema, il progetto Watchman, mediante i suoi dimostratori e la riconfigurabilità dei singoli moduli, ha posto le basi per una maggiore diffusione delle tecnologie di visioni artificiale all’interno delle imprese, le quali potranno beneficiare della conoscenza generata a beneficio della competitività del sistema manifatturiero lombardo nella sua totalità.
Per maggiori informazioni sul progetto Watchman: https://www.watchman-hub.it/
Per contattare la redazione di Innovareweb :
Edra Edizioni S.r.l. – Viale Enrico Forlanini 21- 20134 Milano
Tel. +39 02 864105
