Améliorer la traçabilité de la chaîne logistique avec la technologie OCR fondée sur l’Edge learning

Les codes alphanumériques sont utilisés sur presque tout ce que nous utilisons ou consommons, qu’il s’agisse de produits électroniques grand public, de pièces automobiles, d’aliments, de boissons, de produits du tabac ou de produits pharmaceutiques. Ces codes servent à des fins diverses, de la sérialisation à l’identification des numéros de lot ou des dates d’expiration. La sérialisation des articles de grande valeur, tels que les produits électroniques grand public, les pièces automobiles, les produits du tabac ou les produits pharmaceutiques, permet d’éviter la contrefaçon, qui dévalorise la perception des marques de prestige par les consommateurs. Dans les secteurs agroalimentaires et pharmaceutiques, les organes directeurs, tels que la EFSA, exigent des fabricants qu’ils impriment les numéros de lot et les dates d’expiration afin de pouvoir suivre tout rappel potentiel jusqu’au magasin où le produit a été vendu. Les produits de nettoyage grand public contenant des produits chimiques dangereux doivent porter des codes d’identification de formule unique (UFI) qui indiquent la composition des composants dangereux afin d’aider les centres antipoison à prendre des mesures palliatives. 

Dans le cadre du processus de production, les fabricants doivent non seulement marquer les codes sur leurs produits, mais aussi vérifier chaque code avant l’emballage final pour s’assurer que le code spécifique correspond bien à l’article et que le code a été relevé à des fins de consignation. Dans les activités normales à fort volume, ces codes sont lus électroniquement par des caméras et traités par un logiciel de reconnaissance optique de caractères (OCR). Dans certains cas, ils sont lus et enregistrés manuellement par un opérateur.

Défis liés à la mise en œuvre de solutions OCR automatisées fondées sur la vision industrielle

L’automatisation des solutions OCR dans les environnements de fabrication peut être un défi pour plusieurs raisons. Les caractères peuvent être détériorés, déformés, de travers, mal gravés ou avoir un espacement irrégulier. Les codes sont marqués au moyen de différentes méthodes, telles que la gravure au laser, l’impression matricielle ou l’estampage, ce qui peut compliquer le déchiffrage du texte par les programmes OCR. Une autre raison pour laquelle les codes sont souvent difficiles à lire est due au matériau d’arrière-plan sur lequel ils sont appliqués. Dans certains cas, la texture, la couleur ou la réflectivité rendent difficile le déchiffrage des codes. C’est le cas par exemple des arrière-plans métalliques brillants de pièces usinées ou de boîtes de conserve ainsi que des matériaux d’emballage durables qui sont fibreux ou présentent un arrière-plan tacheté (bruyant). Enfin, la plupart des solutions fondées sur l’OCR sont « programmées » en entraînant le système avec des dizaines ou des centaines d’exemples différents, ce qui est chronophage et requiert des connaissances spécifiques en matière de vision industrielle. Dans les situations où les entreprises ne disposent pas de l’expertise interne ou du temps nécessaire pour entraîner le système, ou lorsqu’elles doivent changer fréquemment de produit, cela pose des problèmes de mise en œuvre. 

Des codes OCR illisibles se traduisent par des inefficacités

Lorsque ces méthodes ne fonctionnent pas comme prévu, il y a des répercussions sur le processus de production : les éléments qui ne sont pas lus correctement (ou pas du tout) doivent être signalés et retirés pour faire ensuite un recoupement manuel. Cela coûte du temps et de l’argent supplémentaires, ce qui réduit le taux de rendement global (TRG). Si, pour une raison quelconque, un produit ou un grand nombre de produits passent dans le système avec des codes incorrects ou illisibles, le rappel de ces articles devient extrêmement compliqué. 

Comment choisir la bonne solution d’OCR

Lorsqu’il s’agit de choisir la technologie la plus adaptée pour relever ces défis, les industriels doivent rechercher des solutions qui soient rapides à mettre en place et faciles à adapter, tout en offrant une bonne lisibilité. Les outils OCR doivent être capables de lire et de déchiffrer les codes alphanumériques marqués sur des surfaces réfléchissantes, à faible contraste et/ou non planes. Pour garantir un déploiement simple et rapide, notamment lors de changements fréquents de produits, il est important d’envisager une solution OCR qui puisse être rapidement réadaptée avec seulement quelques images. 

L’une des principales raisons pour lesquelles les industriels doivent apposer ces codes sur leurs produits étant la conformité aux réglementations gouvernementales, il est important que chaque industriel, quelles que soient sa taille et ses ressources internes, puisse déployer des solutions qui l’aident à se conformer aux réglementations en matière de traçabilité. Les petites et moyennes entreprises ne disposent souvent pas des ressources internes nécessaires pour mettre en place et déployer des systèmes d’OCR complexes. C’est pourquoi le choix d’un système qui s’installe en quelques minutes via une interface intuitive est la clé d’un déploiement réussi. 

L’outil Cognex ViDi EL Read simplifie la lecture OCR

Les systèmes Cognex de vision 2D avec OCR fondée sur l’Edge learning lisent avec précision les codes alphanumériques sur les lignes de production à cadence rapide. L’outil intégré ViDi EL Read déchiffre une variété de types de texte et de polices à l’aide de la reconnaissance optique de caractères (OCR) avancée. Il lit le texte multiligne, ainsi que les caractères sur des arrière-plans difficiles, y compris des surfaces réfléchissantes, à faible contraste et non planes. L’outil peut aussi être rapidement réentraîné pour gérer de nouveaux textes et s’adapter aux variations de processus. Même avec un apprentissage minime, l’outil simplifie la configuration des tâches et lit les caractères avec vitesse et précision. Voici plusieurs exemples d’applications où les systèmes de vision Cognex dotés de la fonction de lecture ViDi EL permettent de résoudre les problèmes courants de lecture de codes alphanumériques pour la traçabilité : 

Industrie automobile/véhicules électrique : identification de pièces

Les pièces automobiles usinées comportent souvent des informations de date et de lot en relief, lisibles par les personnes, pour faciliter l’identification. Ces codes peuvent être difficiles à lire en raison d’un faible contraste, d’une distorsion ou d’une réflectivité élevée. Tous ces problèmes entraînent des imprécisions lors de la lecture du texte par la technologie OCR de la vision industrielle classique.

Emballage de biens de consommation : vérification du code de lots de sachets de lingettes pour couche-culotte 

Les produits de soins personnels, tels que les sachets de lingettes pour couches, sont marqués d’un code de lot alphanumérique pour assurer leur traçabilité et leur vérification afin de faciliter les éventuels rappels de produits. Ces codes peuvent être difficiles à lire en raison d’une impression à faible contraste, d’un arrière-plan réfléchissant ou parce que les caractères peuvent se déformer ou être déformés par des plis involontaires dans l’emballage.

Électronique : vérification du numéro de série USB

Les composants électroniques grand public, tels que les connecteurs USB, sont sérialisés pour assurer la traçabilité de la chaîne logistique et décourager la contrefaçon. Ces codes sont souvent difficiles à lire en raison de la réflectivité ou de la présence de caractères tordus ou déformés.

Agroalimentaire : lecture du code de boîtes de conserve

Les récipients pour produits alimentaires et pour boissons, comme les boîtes de conserve, utilisent des codes alphanumériques pour afficher les codes de lot et les dates d’expiration. Ces codes, qui sont souvent imprimés selon une méthode matricielle à jet d’encre, peuvent se dégrader en raison du processus de fabrication ou être difficiles à lire en raison de surfaces inégales.

Pharmaceutique : inspection des étiquettes de vaccins

Les produits pharmaceutiques, y compris les vaccins, doivent afficher le code de lot et la date de péremption sur les emballages primaires et secondaires afin d’assurer la traçabilité de la chaîne d’approvisionnement et de faciliter la gestion de rappels potentiels. Ces codes peuvent être distordus, décolorés ou déformés en raison d’une mauvaise impression, ou devenir difficiles à lire en raison de marques extérieures qui masquent une partie du code.

Intégrer l’OCR Edge Learning dans votre environnement de production

Les systèmes Cognex de vision industrielle équipés d’outils OCR fondés sur l’Edge learning améliorent la traçabilité de la chaîne logistique pour faciliter la gestion des rappels potentiels, aider à prévenir la contrefaçon et assurer la sécurité des clients. Cette solution très précise est facile à utiliser, s’installe rapidement et s’intègre aisément aux lignes de production. Quelques images seulement étant nécessaires pour entraîner le système, elles augmentent l’efficacité des changements de produits, ce qui améliore le TRG.