TECNICHE DI VISIONE ARTIFICIALE APPLICATE ALLE LINEE DI PRODUZIONE INDUSTRIALE

The aim of this thesis is to create an artificial vision system, capable of monitoring industrial production lines. Recent market research shows that in recent years, companies have been combining traditional management systems with modules that acquire the acquisition and sending of data to field systems and industrial machinery. In this context, the computer vision system would acquire further data that the sensors of the machines do not allow to detect. The data collected can be integrated into SCADA / MES or management systems already present on the market. The main feature of the computer vision system will be to acquire a video stream from predefined positions along one or more production lines, which will be processed in order to recognize and count moving parts. In an experimental way, a convolutional neural network will be introduced into the system, which will allow to recognize the possible presence of external agents near the line; thus fulfilling the role of safeguarding the line itself. In addition, a third-party library dedicated to the recognition of Barcodes and QR codes will be introduced, which will automatically use the installation of the machinery in the SCADA system.

Oggetto della presente tesi è realizzare un sistema di visione artificiale, in grado di monitorare linee industriali di produzione. Da recenti ricerche di mercato si evince come negli ultimi anni, le aziende, stiano affiancando ai tradizionali sistemi di gestione, moduli che consentono l’acquisizione e l’invio di dati verso i sistemi di campo e macchinari industriali. In questo ambito il sistema di computer vision acquisirebbe ulteriori dati che la sensoristica delle macchine non consentono di rilevare. I dati raccolti possono essere potenzialmente integrati all’interno di sistemi SCADA/MES o gestionali già presenti sul mercato. La principale feature del sistema di computer vision sarà quella di acquisire un flusso video da posizioni predefinite lungo una o più linee di produzione, il quale sarà processato con il fine di riconoscere e contare pezzi in movimento. In maniera sperimentale verrà introdotta nel sistema, una rete neurale convoluzionale, che consentirà di riconoscere l’eventuale presenza di agenti esterni nei pressi della linea; assolvendo così al ruolo di salvaguardia della linea stessa. In aggiunta si introdurrà una libreria di terze parti dedita al riconoscimento di Barcode e QR code utili ad effettuare automaticamente il setup dei macchinari nel sistema SCADA.