Nella produzione di uno stabilimento industriale, ma anche nel funzionamento di un treno della metropolitana o di un ascensore dei nostri palazzi, è sufficiente anche il minimo scostamento da uno dei tanti parametri prestabiliti per provocare interruzioni dei servizi e, peggio ancora, gravissimi danni. Ecco perché diventa fondamentale tenere sotto controllo costantemente tutti i diversi parametri di funzionamento, conoscendo per tempo l’eventuale allontanamento dalle performance ottimali e prendendo così le contromisure più opportune. A questo compito sono deputati in prima battuta i sensori: secondo la definizione ufficiale si tratta di dispositivi cui è affidato il compito di convertire un valore (o una variazione di) una grandezza fisica (ad esempio la temperatura) in un segnale elettrico analogico (o digitale). Pensiamo ad esempio all’applicazione dei sensori nel campo della robotica industriale: dispositivi come i sensori ottici consentono di identificare e rilevare la posizione del prodotto e il suo stato di lavorazione all’interno della catena di montaggio, con una precisione assoluta. Senza questi sensori l’intero processo di automazione industriale, che ormai caratterizza le nostre industrie, non sarebbe realizzabile: un errore anche di pochi centimetri da parte della pinza robotica rischierebbe di far cadere o rovinare l’oggetto o, comunque, di costringere gli operai a continui interventi manuali, con i problemi di rallentamento della produzione ad essi connessi.
Cosa sono i sensori ottici
Un particolare tipo di sensori è rappresentato dai sensori ottici, che convertono i raggi luminosi in un segnale elettronico. Lo scopo di un sensore ottico è misurare una quantità fisica di luce e, a seconda del tipo di sensore, tradurlo in una forma leggibile da un dispositivo di misurazione integrato. Dietro questa definizione ci sono dispositivi assai diversi per concezione, frequenza della radiazione usata e, naturalmente, come settore d’impiego. I sensori ottici possono infatti essere utilizzati per una vasta gamma di applicazioni che vanno dal semplice rilevamento della distanza alla visione artificiale, sino al riconoscimento degli oggetti in movimento. Occorre poi considerare come i sensori ottici sono ormai parti integranti di molti dispositivi di uso comune, inclusi computer, fotocopiatrici, dispositivi di illuminazione capaci accendersi automaticamente al buio, ma anche sistemi di allarme.
Come funziona un sensore ottico
Un tipico sensore ottico è costituito da una sorgente luminosa, una piattaforma di rilevamento, un rilevatore di luce e un elaboratore di dati. Ormai la maggior parte di questi componenti sono facilmente disponibili sul mercato con prestazioni elevate e prezzi relativamente bassi per effetto di una produzione che ha ormai assunto dimensioni estremamente rilevanti. L’evoluzione nel tempo della tecnologia ha nel tempo inciso significativamente sul funzionamento e sulle prestazioni dei sensori ottici. Oggi è possibile ottenere prestazioni nettamente superiori rispetto al passato grazie all’impiego di emettitori a LED (per esempio ad arseniuro di gallio) e rivelatori al silicio (fotodiodo o fototransistor). Molto impiegati in ambito industriale sono i sensori a infrarossi, in particolare per il rilevamento di oggetti e di distanze. Degni di nota sono i sensori a infrarossi sono utilizzati nella robotica per la misurazione della distanza, il rilevamento e l’evitamento di oggetti e il rilevamento del terreno.
Sensori ottici e intelligenza artificiale
Inoltre sempre più spesso tutto quello che viene catturato dai sensori ottici, viene integrato con gli algoritmi dell’intelligenza artificiale, così da arrivare a una migliore definizione e interpretazione degli oggetti. Questa particolare applicazione della AI è definita come Computer Vision: con l’utilizzo di immagini digitali provenienti da fotocamere e video e attraverso modelli di deep learning, le macchine possono identificare e classificare accuratamente gli oggetti e quindi reagire a ciò che “vedono”. Bisogna infatti considerare che il riconoscimento e la categorizzazione delle immagini hanno rappresentato per tantissimi anni un problema per l’Information Technology. È difficile infatti addestrare una macchina a riconoscere un oggetto prendendo in considerazione tutte le possibili eccezioni, che possono essere quasi infinite, specie quando i manufatti sono inseriti in situazione complesse. Il problema si complica ancora di più quando gli oggetti vengono presentati con differenti orientamenti, o con delle parti mancanti. Eppure, per essere veramente utile, il riconoscimento digitale degli oggetti dovrebbe essere in grado di funzionare come il cervello umano, riuscendo ad andare oltre tutte le possibili eccezioni. Qui entra in campo, per l’appunto, la Computer Vision, che comprende tutti quegli algoritmi ed applicazioni basati sulla che AI, che possono permettere a un normale computer dotato di sensori ottici (telecamere, laser, infrarossi, …) di percepire visivamente lo spazio intorno a sé e comportarsi di conseguenza. In particolare, il ramo della AI deputato a questo scopo è rappresentato dal Deep Learning (le cosiddette reti neurali profonde), che possono analizzare le immagini seguendo un processo percettivo e computazionale similare a quello della retina e del cervello umano. Ad esempio, soltanto attraverso la capacità di poter visualizzare e valutare in tempo reale la presenza di eventuali ostacoli è possibile dare concretezza all’idea delle vetture senza conducente, su cui stanno scommettendo diversi big dell’automotive.
Esempi di applicazione dei sensori ottici: Industria 4.0
Più attuale e immediata è la possibilità di utilizzare i sensori ottici potenziati dall’intelligenza artificiale in altri ambiti, a partire da quello industriale. In particolare, i sensori ottici possono giocare un ruolo fondamentale nel controllo qualità: l’assemblaggio di prodotti complessi in un impianto industriale può dare spazio a errori e anomalie che rappresentano un danno per i clienti finali e un costo per le aziende produttrici. L’occhio umano, anche nel caso di operai specializzati con esperienza, lascia sempre un tasso fisiologico di errore. Al contrario, la giusta combinazione di sensori ottici di nuova generazione e software di AI, permette di riconoscere in maniera istantanea eventuali difetti di fabbricazione, abbassando notevolmente le consegne di prodotti non conformi. I sensori ottici possono essere utilizzati come sistema di controllo visivo per il “bin-picking”, un processo in cui un robot deve raccogliere oggetti collocati in modo casuale. Sempre in ambito industriale, i sensori ottici possono giocare un ruolo importante anche in ambito sicurezza: ad esempio per monitorare se i lavoratori indossano caschi, cappelli e altre attrezzature previste dalle disposizioni in materia.
Esempi di applicazione dei sensori ottici: Agricoltura e domotica
Crescente e significativo è anche l’utilizzo dei sistemi ottici nel mondo dell’agricoltura. In particolare, nell’ambito del monitoraggio colturale, di grande utilità risultano essere i sensori che svolgono misure ottiche mediante sistemi di telerilevamento (cosiddetto remote sensing). In buona sostanza tali sistemi offrono la possibilità di valutare lo stato fisiologico delle colture basandosi sulle modificazioni che la radiazione luminosa subisce incidendo sulla pianta e interagendo con i suoi tessuti. I benefici legati all’impiego dei sensori ottici in agricoltura sono numerosi: innanzitutto questi dispositivi consentono misure non distruttive che, quindi, possono essere effettuate su ogni singola pianta dell’appezzamento e ripetute in momenti successivi della stagione, senza interferire col normale sviluppo delle colture, dal momento che possono essere effettuate a distanza. Inoltre, recentemente sono stati sviluppati sensori ottici semplificati a luce attiva (in grado di depurare il segnale di riflettanza dall’influenza della luce solare) che, sfruttando sempre i principi del telerilevamento, possono essere applicati direttamente a bordo delle macchine agricole utilizzate nei normali processi di campo. Ovviamente i sensori ottici trovano larga applicazione anche in ambito smart home e domotica: ad esempio svolgendo un ruolo di primo nell’efficientamento energetico delle abitazioni, grazie alla possibilità di ottimizzare il funzionamento dei diversi dispositivi elettronici.
Imec: sensori ottici potenziati con l’imaging multiview
Sinora abbiamo descritto il funzionamento dei sensori ottici e i loro possibili ambiti di applicazione. Come è facile da capire però, i benefici di questa tecnologia potrebbero essere notevolmente superiori nel caso di utilizzo simultaneo di diversi sensori. In realtà, questa possibilità già esiste ed è resa possibile dall’imaging multiview. Questa tecnologia prevede che più sensori di immagine scattino una foto di un oggetto specifico, ognuno da una diversa angolazione, permettendone poi la ricostruzione in tre dimensioni tramite l’utilizzo di un apposito software. Esiste anche una forma più semplice di imaging multiview, che coinvolge soltanto due sensori di immagine, che viene chiamata stereovisione. Particolarmente impegnata nell’imaging multiview e nella ricerca relativa è IMEC, leader mondiale e innovation hub nella R&D di tecnologie digitali e della nanoelettronica. I sistemi di imaging multiview di Imec offrono importanti vantaggi, quali velocità, precisione e costi contenuti. Queste proprietà le rendono attraenti per l’uso in applicazioni industriali, come ad esempio nella robotica o nel controllo di qualità.
Le possibilità dell’Imaging multiview
Le telecamere che usano la stereovisione replicano la capacità della vista umana. In buona sostanza due sensori di immagine fotografano un oggetto specifico da varie posizioni e angolazioni. Successivamente gli algoritmi confrontano le immagini e cercano i pixel corrispondenti. Questo rende possibile generare una mappa di profondità utilizzando un software in cui i pixel vengono visualizzati in base alla reciproca distanza dalla fotocamera. Tutti questi dati vengono infine impiegati per visualizzare l’oggetto in 3D. Ovviamente l’intero sistema è caratterizzato da una maggiore precisione quando vengono utilizzati più di due sensori di immagine. I vantaggi dell’imaging multiview sono numerosi: innanzitutto questa tecnologia può essere applicata sia in ambienti interni che esterni. Inoltre, dal momento che alla base ci sono sensori ottici commerciali di tipo convenzionale, l’imaging multiview è anche relativamente economica (rispetto ad esempio alla tecnologia radar) ed è inoltre facile da integrare nei sistemi esistenti.
Il riconoscimento rapido degli oggetti e la determinazione precisa delle distanze sono fondamentali per poter mettere in atto un’operazione di questo tipo. Vero è che l’imaging multiview non è qualcosa che è stato inventato di recente, ma il team di ricerca di Imec, grazie ad anni di ricerca sul campo e investimenti, è riuscito a migliorarne sensibilmente le prestazioni. Occorre infatti sottolineare che la grande maggioranza di soluzioni di imaging multiview sul mercato tendono ad appoggiarsi soltanto su appositi software, magari estremamente semplici da integrare nei sistemi e negli apparati, ma che hanno il limite di essere caratterizzati da una velocità di elaborazione grafica piuttosto bassa . Ecco perché, oltre al software, Imec offre una soluzione hardware in cui il software è incorporato in un FPGA (Field Programmable Gate Array). Inoltre, grazie all’ottimizzazione degli algoritmi, il team di Imec è riuscito ad aumentare sostanzialmente la velocità dell’elaborazione delle immagini, garantendo fino a 60 immagini di profondità al secondo in alta definizione (sono possibili fino a 120 immagini al secondo). Inoltre, la stessa profondità viene determinata con una precisione molto maggiore rispetto ai sistemi esistenti, consentendo di identificare al meglio gli oggetti.
Imec Multiview comprende, inoltre, soluzioni di rilevamento spettrale. I sensori spettrali misurano lo spettro di riflettanza o lo spettro di assorbimento di un oggetto, materiale o liquido. La caratteristica principale di questi sensori è di essere molto compatti ed economici. Le esclusive capacità di elaborazione di Imec consentono di utilizzare le informazioni di questi sensori per classificare gli oggetti o per rilevare anomalie, impurità o semplicemente determinare quale sia l’oggetto o liquido visualizzato. Imec sviluppa e integra algoritmi di apprendimento automatico e di rete neurale ottimizzati e all’avanguardia, che sfruttano le capacità di elaborazione dell’edge computing. Questo permette di aumentare l’efficienza e la velocità dell’intero processo, senza necessità di fare affidamento su un back-end, riducendo così al minimo il traffico di rete. Un esempio di utilizzo del rilevamento spettrale consiste nella possibilità di rilevare la melamina nel latte in polvere per bambini o le impurità nei pasti.
Con i suoi sistemi di imaging multiview ultraveloci ed estremamente precisi, IMEC punta soprattutto ad ambienti dinamici, dove la velocità e la precisione della profondità sono fattori cruciali, in particolare per ispezionare e controllare oggetti che hanno forme complesse. Applicazioni pratiche sono perciò già state implementate in campi come industria, smart agricolture, domotica e non solo.
