La vision par ordinateur dans l’industrie : contrôle qualité, sécurité et pourquoi l’intégration MES décide du résultat

La vision par ordinateur est ce qu’il y a de plus facile à démontrer dans une smart factory et de plus difficile à mettre en production. Un modèle qui repère un défaut sur une diapositive est un problème résolu. Un modèle qui tient à trois heures du matin, en novembre, quand le soleil n’entre plus par la verrière comme pendant le pilote, est un autre exercice.

Voici ce qui sépare les deux, et ce qu’il faut demander à un fournisseur avant la preuve de concept plutôt qu’après.

Ce en quoi la vision surpasse vraiment l’humain

La constance à la cadence, sur un défaut défini, durablement. Un humain repère mieux que tout modèle quelque chose de nouveau et d’étrange. Un humain regarde moins bien que tout modèle la huit-centième pièce d’un poste avec la même attention que la première.

Les cas rentables ont donc tous la même forme : volume élevé, une classe de défaut descriptible, et un coût réel si le défaut passe. Défauts de surface sur bande en défilement. Présence et orientation de composants avant fermeture d’un carton. Lisibilité d’étiquette, de code lot et de date — travail ingrat, et l’une des causes de réclamation les plus fréquentes en agroalimentaire et en pharmacie. Niveau de remplissage et intégrité de soudure. Contrôles dimensionnels que quelqu’un fait au calibre avec un presse-papiers.

Les cas décevants partagent eux aussi une forme : défauts rares sans historique d’images, définitions de défaut qui changent avec l’humeur du client, et tout ce dont la réponse honnête est que deux contrôleurs expérimentés ne sont pas d’accord.

La surveillance de sécurité en temps réel est un autre produit

La surveillance de sécurité est vendue avec la vision qualité et se comporte tout autrement. Le contrôle qualité regarde une pièce dans un cadre maîtrisé. La surveillance de sécurité observe une zone pour détecter des personnes, le port des EPI, la proximité chariot-piéton et l’accès à une zone qui doit rester vide pendant qu’une machine cycle.

La différence technique est que la sécurité tourne en continu sur une scène non maîtrisée : les faux positifs sont donc tout le problème. Un modèle qualité qui crie au loup génère des retouches. Un modèle de sécurité qui crie au loup est coupé en quinze jours — et le système devient alors pire que rien, puisqu’il est cru et qu’il se trompe.

La différence organisationnelle est plus grande. Filmer des personnes au travail relève d’abord, dans une grande partie de l’Europe, du comité social et de la protection des données, et seulement ensuite de la technique. Les déploiements qui survivent sont ceux où durée de conservation, anonymisation et droits de consultation ont été arbitrés avant l’installation d’une caméra.

Pourquoi l’intégration décide entre système et démonstration

Une cellule de contrôle qui allume un voyant rouge l’a dit à l’opérateur qui se trouve à côté. Rien de plus. Elle ne l’a pas dit à l’usine.

Ce qui fait capitaliser le contrôle, c’est l’écriture en retour. Le verdict se pose sur un ordre, un lot, un poste et un horodatage, dans le même système qui porte le reste de la production. Dès lors, plusieurs choses deviennent possibles qu’une caméra isolée ne peut faire à aucune précision.

Un défaut bloque automatiquement l’opération suivante, si bien que la pièce n’accumule plus de valeur sur le chemin du rebut. Le taux de défaut devient une variable que l’ordonnancement voit, si bien qu’une machine qui dérive modifie le plan au lieu de le surprendre. La généalogie répond à une question de rappel en minutes, parce que chaque image et chaque verdict tiennent à un lot qui tient à un lot fournisseur. Et le modèle s’améliore, parce que les reprises opérateur deviennent par construction des données d’entraînement annotées, et non parce que quelqu’un a pensé à exporter un dossier.

D’où le fait que la question de l’intégration passe avant celle de la précision. Demandez quel système détient l’ordre contre lequel le verdict est écrit. Si la plateforme de vision tient son propre enregistrement de production, quelqu’un finira par rapprocher deux vérités.

Ce qu’exige réellement un déploiement

L’éclairage, d’abord et le moins glorieusement. La plupart des projets de vision qui échouent sur la précision ont échoué sur l’illumination et la répétabilité de présentation de la pièce, pas sur le modèle. Un éclairage maîtrisé et constant et une position de pièce fixe battent presque toujours un meilleur algorithme.

Des images du défaut, ensuite. Quelques centaines d’exemples annotés par classe de défaut constituent un point de départ réaliste pour la plupart des contrôles de surface et de présence. Si un défaut survient deux fois par an, la vision n’est pas l’outil — c’est un problème de maîtrise du procédé.

Troisièmement, une décision arrêtée avant la mise en service sur ce qui se passe en cas de positif : éjecter, bloquer, alerter, ou marquer pour revue. Les équipes qui repoussent ce point se retrouvent avec un système de contrôle sur lequel personne n’est habilité à agir.

Et quatrièmement, une voie de reprise pour les opérateurs. Non comme concession, mais comme le mécanisme qui fait progresser le modèle, et ce qui préserve la confiance la première fois qu’il se trompe.

Edge ou cloud

L’inférence appartient au bord, près de la ligne. Latence et dépendance réseau ne sont pas des risques acceptables pour une décision qui doit tomber entre deux postes, et une usine ne doit pas cesser de contrôler parce qu’un lien WAN a bronché.

L’entraînement, la gestion et le versionnage des modèles et la comparaison inter-sites appartiennent au centre. Un groupe qui fabrique le même produit dans quatre pays veut une seule lignée de modèle, pas quatre modèles ajustés localement qui divergent en silence jusqu’à ce que leurs taux de rebut ne soient plus comparables.

Mener la preuve de concept pour qu’elle prouve quelque chose

Une classe de défaut, une ligne, avec un coût attaché. Faites-la tourner en parallèle du contrôle existant plutôt qu’à sa place, et comptez les désaccords dans les deux sens — les défauts échappés pèsent plus lourd que les fausses alertes, et seul le parallèle les révèle.

Faites-la tourner sur un cycle de postes et, si possible, à travers un changement de météo. Fixez le critère de réussite avant de commencer, dans les termes de l’usine : défauts échappés pour mille, ou heures de contrôle libérées. Une preuve de concept sans seuil convenu d’avance finit toujours en discussion sur la question de savoir si quatre-vingt-quatorze pour cent, c’est bien.