Qu’est-ce que l’Edge Learning ?

Les entreprises de fabrication et de logistique dans le monde s’attaquent à un nombre croissant de défis, dont les ruptures de chaîne d’approvisionnement, la fidélisation de la main-d’œuvre qualifiée et l’augmentation des coûts de transport et de matières premières. En raison de ces tendances du marché, l’intelligence artificielle (IA) s’est attirée des éloges, en « changeant la donne », ce qui peut faciliter la tâche, par des flux de travail plus efficaces, des coûts réduits, une qualité optimisée et une disponibilité accrue (Rapp).

Cependant, l’IA a lutté pour trouver ses marques, notamment au sein des petites et moyennes entreprises. L’attrait pour cette efficacité et ce rendement optimisés intrigue mais certaines installations de fabrication et de logistique restent sceptiques quant à la capacité de l’IA à influer réellement sur l’atelier de production. Et des facteurs, tels que la courbe d’apprentissage perceptible, les besoins en personnel et les investissements en infrastructure technologique (Fujimaki) , peuvent donner aux entreprises la fausse idée que l’IA est onéreuse, chronophage et difficile à déployer.

L’Edge learning brise ce stigmate en proposant une solution basée sur l’IA, pratique, évolutive pour l’automatisation des applications de fabrication et logistiques.

Qu’est-ce que l’Edge learning ?

L’Edge learning désigne une technologie d’IA où le traitement a lieu directement sur l’appareil ou « en périphérie » de l’endroit d’où proviennent les données. Tirant parti d’un ensemble d’algorithmes pré-entraînés, la technologie est simple à configurer, nécessitant moins de temps et moins d’images pour l’entraînement que les autres solutions basées sur l’IA, comme le Deep Learning.

L’Edge learning est une solution viable aussi bien pour les débutants que les experts. La solution peut être déployée par des ingénieurs pour rechercher une façon simple d’intégrer l’automatisation sur leurs lignes ou par des ingénieurs expérimentés qui utilisent régulièrement la vision industrielle mais manquent d’expertise en IA spécifique. À la fois très performant et facile à utiliser, l’Edge learning permet d’automatiser tout un éventail d’applications dans les usines et tous les secteurs.

Quels sont les avantages de l’Edge learning ?

L’Edge learning simplifie l’automatisation. Étant donné qu’elle ne nécessite pas de connaissances spécialisées en vision industrielle ou en IA, des ingénieurs de ligne peuvent être formés à la technologie en utilisant leurs connaissances acquises des tâches requises. La solution nécessite uniquement quelques exemples d’images simples pour apprendre à distinguer les pièces inacceptables des pièces acceptables et ne nécessite aucune expérience préalable en IA ou en vision industrielle. Lire la suite pour en savoir plus sur les avantages liés à l’utilisation de cette puissante technologie.

Tableau ELJR

Télécharger le Guide des applications en Edge learning

Comment fonctionne l’Edge learning ?

À l’aide d’une seule solution intelligente basée sur une caméra, il est possible de déployer l’Edge learning sur n’importe quelle ligne d’usine en quelques minutes. Ce type de solution intègre généralement plusieurs composants, notamment du matériel de vision industrielle, des outils fondés sur des règles et des capacités d’IA.

Matériel

L’Edge learning s’exécute intégralement dans une caméra intelligente munie d’un éclairage intégré, d’une lentille à mise au point automatique et d’un capteur puissant ; ces éléments fonctionnant ensemble pour apporter des capacités de contrôle précises.

L’éclairage est essentiel pour obtenir une imagerie de haute qualité car il augmente le contraste, réduit les zones sombres et fait ressortir les détails nécessaires.

Une lentille à mise au point automatique à grande vitesse garantit que l’objet d’intérêt est toujours net, même lorsque la distance change. Elle permet d’ajuster instantanément la netteté de l’image lorsque la zone d’intérêt change. Les lentilles liquides à mise au point automatique sont plus petites et plus légères que les lentilles mécaniques équivalentes, réduisant la taille et le poids de la caméra tout en la rendant résistante aux chocs et aux vibrations d’une chaîne de production.

Un capteur large et performant offre une haute résolution et un large champ de vue, quelle que soit l’application.

Outils de vision industrielle

Les outils de vision basés sur des règles sont parfaitement adaptés pour les tâches spécialisées, telles que la localisation, la mesure et l’orientation. Aux fins de l’Edge learning, ils sont combinés de manière spécifique aux exigences de l’automatisation industrielle, éliminant ainsi le besoin d’enchaîner les outils de vision ou de concevoir des séquences logiques complexes, lors de l’apprentissage du système.

Ces outils fournissent un prétraitement rapide des images, en extrayant la densité et les bords ainsi que d’autres informations sur des caractéristiques, pertinentes à la détection et à l’analyse des défauts de fabrication. En identifiant et en clarifiant les parties pertinentes de l’image, ces outils réduisent la charge de calcul, par rapport aux approches traditionnelles de Deep learning.

Fonctionnalités de l’IA

Au lieu d’utiliser des règles créées par des programmeurs humains, l’IA apprend par l’exemple, en construisant un réseau neuronal et en concevant des seuils de réussite/échec efficaces à partir d’exemples de pièces marquées comme étant soit acceptables, soit inacceptables. En substance, elle imite la façon dont les humains apprennent.

Les capacités de l’IA peuvent nécessiter des exigences en termes de formation. L’Edge learning, d’autre part, tire parti du fait que les images d’automatisation industrielle ont un contenu structurel spécifique, et préentraîne donc ses algorithmes à l’aide de cette connaissance du domaine. Le fait de ne pas partir de zéro se traduit par une application moins gourmande en entraînement.

À quoi sert l’Edge learning ?

Les fabricants et entreprises de logistique peuvent déployer l’Edge learning pour répondre à un large éventail de défis dans tous les secteurs - de l’automobile et de l’électronique, à la logistique et aux emballages de produits de consommation

Automobile : Inspecter une tôle métallique structurale

Inspection pour l’automobile

Préserver la qualité à l’aide de l’Edge learning, pour détecter et classer les imperfections et différencier les défauts des anomalies acceptables.

Électronique : Contrôle qualité des résistances Inspection des composants électroniques

Inspectez les résistances et classez-les comme « PAS OK » (endommagées ou rayées) ou OK avec des outils d’Edge learning

Conditionnement : Classer et trier par taille & couleur

Inspection de l’emballage

Classez et séparez les produits en fonction de la taille, de la couleur et des caractéristiques visuelles à l’aide des outils d’Edge learning.

Logistique : Détecter les problèmes de processus

détection logistique

Éviter les dommages sur l’équipement ou les retards de traitement en vérifiant l’hygiène des plateaux ou les articles coincés dans les bandes croisées ou les convoyeurs.

Conclusion

Le niveau de difficulté perçu constitue un obstacle courant au déploiement de l’IA dans l’automatisation des usines. Aujourd’hui, les avancées dans la technologie de l’IA, telles que l’Edge learning, changent la donne.

L’Edge learning est une technologie révolutionnaire, à la fois extrêmement performante et facile à déployer. La solution permet d’automatiser une variété de tâches sans expérience préalable en IA ni expertise technique. Des applications d’inspection de pièces aux applications de tri et de lecture de caractères, l’Edge learning apporte une réponse simple en matière d’automatisation dans les ateliers.

Les recherches et les informations concernant la fabrication et les procédures d’IA décrites ci-dessus proviennent des sources suivantes :