Visión artificial en la fabricación: control de calidad, seguridad y por qué la integración con el MES decide el resultado

La visión artificial es lo más fácil de demostrar en una smart factory y de lo más difícil de llevar a producción. Un modelo que detecta un defecto en una diapositiva es un problema resuelto. Un modelo que aguanta a las tres de la madrugada, en noviembre, cuando el sol ya no entra por el lucernario como durante el piloto, es otro ejercicio.

Esto es lo que separa a ambos, y lo que hay que preguntar a un proveedor antes de la prueba de concepto en lugar de después.

En qué es realmente mejor la visión que una persona

Constancia a velocidad, sobre un defecto definido, indefinidamente. Una persona detecta mejor que cualquier modelo algo nuevo y extraño. Una persona mira peor que cualquier modelo la pieza ochocientos de un turno con la misma atención que la primera.

Por eso los casos que se amortizan comparten forma: volumen alto, una clase de defecto describible y un coste real si el defecto se escapa. Defectos superficiales en banda en movimiento. Presencia y orientación de componentes antes de cerrar una caja. Legibilidad de etiqueta, código de lote y fecha: trabajo anodino y una de las causas de reclamación más frecuentes en alimentación y farmacia. Nivel de llenado e integridad de sellado. Comprobaciones dimensionales que alguien hace con un calibre y un portapapeles.

Los casos decepcionantes también comparten forma: defectos raros sin historial de imágenes, definiciones de defecto que cambian con el humor del cliente, y todo aquello cuya respuesta honesta es que dos inspectores experimentados no se ponen de acuerdo.

La monitorización de seguridad en tiempo real es otro producto

La monitorización de seguridad se vende junto con la visión de calidad y se comporta de forma completamente distinta. La inspección de calidad mira una pieza en un encuadre controlado. La monitorización de seguridad vigila una zona buscando personas, uso de EPI, proximidad entre carretilla y peatón y acceso a un área que debe estar vacía mientras una máquina cicla.

La diferencia técnica es que la seguridad funciona de forma continua sobre una escena no controlada, así que los falsos positivos son todo el problema. Un modelo de calidad que da demasiadas alarmas genera retrabajo. Un modelo de seguridad que da demasiadas alarmas se silencia en quince días, y en ese punto el sistema es peor que nada, porque se le cree y se equivoca.

La diferencia organizativa es mayor. Grabar a personas trabajando es, en buena parte de Europa, primero una cuestión de comité de empresa y protección de datos y solo después técnica. Los despliegues que sobreviven son aquellos donde conservación, anonimización y derechos de visualización se acordaron antes de montar una cámara.

Por qué la integración decide entre sistema y demostración

Una celda de inspección que enciende una luz roja se lo ha dicho al operario que está al lado. Nada más. No se lo ha dicho a la planta.

Lo que hace que la inspección componga es la escritura de vuelta. El veredicto aterriza sobre una orden, un lote, un puesto y una marca de tiempo, en el mismo sistema que sostiene el resto de la producción. En cuanto ocurre, se hacen posibles varias cosas que una cámara aislada no puede lograr con ninguna precisión.

Un fallo bloquea automáticamente la siguiente operación, de modo que la pieza no sigue acumulando valor camino de la chatarra. La tasa de defecto se convierte en una variable que la programación ve, de modo que una máquina que deriva cambia el plan en lugar de sorprenderlo. La genealogía responde a una pregunta de retirada en minutos, porque cada imagen y cada veredicto cuelgan de un lote que cuelga de un lote de proveedor. Y el modelo mejora, porque las correcciones del operario se convierten por construcción en datos de entrenamiento etiquetados y no en algo que depende de que alguien recuerde exportar una carpeta.

Por eso la pregunta de integración va antes que la de precisión. Pregunte qué sistema sostiene la orden contra la que se escribe el veredicto. Si la plataforma de visión lleva su propio registro de producción, alguien acabará conciliando dos verdades.

Qué necesita realmente un despliegue

Iluminación, lo primero y menos vistoso. La mayoría de proyectos de visión que fracasan por precisión fracasaron por iluminación y por repetibilidad en la presentación de la pieza, no por el modelo. Luz controlada y constante y posición fija de la pieza ganan casi siempre a un algoritmo mejor.

Imágenes del defecto, lo segundo. Unos cientos de ejemplos etiquetados por clase de defecto son un punto de partida realista para la mayoría de tareas de superficie y presencia. Si un defecto ocurre dos veces al año, la visión no es la herramienta: eso es un problema de control de proceso.

Tercero, una decisión sobre qué ocurre ante un positivo, tomada antes de la puesta en marcha: expulsar, bloquear, alarmar o marcar para revisión. Los equipos que lo dejan para después acaban con un sistema de inspección sobre el que nadie está autorizado a actuar.

Y cuarto, una vía de anulación para los operarios. No como concesión, sino como el mecanismo que hace mejorar al modelo y como lo que mantiene la confianza la primera vez que se equivoca.

Borde o nube

La inferencia pertenece al borde, junto a la línea. Latencia y dependencia de red no son riesgos aceptables para una decisión que debe tomarse entre dos puestos, y una planta no debe dejar de inspeccionar porque un enlace WAN parpadeó.

El entrenamiento, la gestión y el versionado de modelos y la comparación entre plantas pertenecen al centro. Un grupo que fabrica el mismo producto en cuatro países quiere una sola línea de modelo, no cuatro modelos ajustados localmente que divergen en silencio hasta que sus tasas de chatarra dejan de ser comparables.

Cómo ejecutar la prueba de concepto para que demuestre algo

Una clase de defecto, una línea, con un coste asociado. Ejecútela en paralelo a la inspección existente en lugar de sustituirla, y cuente los desacuerdos en ambos sentidos: los escapes pesan más que las falsas alarmas, y solo el paralelo los revela.

Ejecútela a lo largo de un patrón de turnos y, si es posible, a través de un cambio de tiempo. Fije el criterio de aceptación antes de empezar y en los términos de la planta: escapes por mil, u horas de inspección liberadas. Una prueba de concepto sin umbral acordado de antemano acaba siempre en una discusión sobre si el noventa y cuatro por ciento es bueno.