Japanska elektronik- och automationsföretaget Omron, med europeiskt dotterbolag i Nederländerna, har utvecklat vad man betecknar som branschens första visionsystem som använder artificiell intelligens (AI) för felavkänning.
Det nya visionsystemet, som ingår i Omrons FH-serie, tillämpar en AI-teknik som reproducerar mänsklig känslighet samt de fysiska avkänningstekniker, som skickliga inspektörer använder sig av för att känna och upptäcka fel, vilka är svåra att fånga upp med andra visiontekniker. Med hjälp av AI-tekniken kan Omron på så sätt automatisera mänskliga visionsbaserade inspektioner.

Många tillverkare förlitar sig på mänskliga visuella inspektioner, särskilt för att på ett pålitligt sätt kunna identifiera subtila produktfel även på flexibla linjer där det produceras många olika slags artiklar.
Traditionellt sett har det viktigaste varit känsligheten och kunskapen hos tekniker med lång erfarenhet, men nu ökar efterfrågan på arbetsbesparande automatiserade visuella inspektioner. För att lösa de här utmaningarna utvecklade Omron branschens första felsökande AI, som reproducerar de tekniker, som erfarna inspektörer använder sig av.
Omron skriver i ett pressmeddelande att artificiell intelligens (AI) nu har nått det stadium, då tekniken kan känna igen föremåls funktioner lika bra som människor och automatiskt lära in olika kriterier. Även om många AI-lösningar står inför utmaningar, när det gäller stora mängder bilddata, specialiserad maskinvara och tekniskt kunnande, så har Omron med sin AI-teknik gjort stora framsteg, när det gäller att möjliggöra en bredare användning.

Med Omron nya visionsystem kan man med hjälp av ett AI-baserat bildfilter återskapar den teknik, som skickliga inspektörer använder för att identifiera fel i någon form längs en tillverkningslinje. Repor och småskador, som tidigare var svåra att fånga med traditionella visionsystem, kan nu identifieras även utan användning av exempel och justeringar. Ett finmatchningsverktyg för AI lär sig dessutom av bilddata från icke-felaktiga produkter och samlar på så sätt på sig den ”expertis”, som mänskliga inspektörer behöver många år för att utveckla.
”Vi försöker närma oss, och till och med förbättra, det mänskliga ögats funktion och vi fortsätter att samla data och forska om den senaste AI-teknikens utveckling. Genom att utöka omfattningen av vad som kan automatiseras vid visuell kvalitetsinspektion befriar vi människor från enkelt och monotont arbete, samtidigt som processkvaliteten och stabiliteten förbättras”, säger Jan Nieswandt, marknadschef inom Vision och RFID på Omron Europe.