callhub poster

Workload-reduction mAchine vision-based TeChnology Hub for MANufacturing

  • Abstract

    Il progetto WATCHMAN mira allo sviluppo di un hub di competenze e di sperimentazione sull’applicazione di tecniche di Intelligenza Artificiale nella Machine Vision in ambito manifatturiero. L’obiettivo principale di R&S è la realizzazione di un nuovo elemento dei processi manifatturieri (innovazione di processo) con un elevato impatto sulla qualità del prodotto. L’architettura del sistema rappresenta la realizzazione di una metodologia con approccio modulare per la progettazione di sistemi di Machine Vision altamente riconfigurabili, grazie all’introduzione delle più recenti innovazioni tecnologiche in ambito sistemi di visione, intelligenza artificiale, data management e robotica collaborativa.

  • Descrizione

    Lo sviluppo di tecnologie di analisi dei dati e supporto alle decisioni anche mediante l’impiego di Intelligenza Artificiale (IA) favorisce l’adozione di un modello di sviluppo che coniuga la qualità della vita dei cittadini/lavoratori e la competitività delle imprese. Infatti l’utilizzo delle tecnologie IoT e dell’ICT di frontiera costituisce una delle tre aree di sviluppo trasversali identificate nel “Programma Strategico Triennale per la ricerca, l’innovazione e il trasferimento tecnologico” di Regione Lombardia approvato il 19/3/2019, che riconosce nelle applicazioni dell’IA una delle direzioni di sviluppo dell’ecosistema della manifattura in ottica avanzata. Un recente studio di PwC (PwC’s Global Artificial Intelligence Study: Exploiting the AI Revolution) dimostra come il mercato mondiale dell’Intelligenza Artificiale varrà, da qui al 2030, 15,1 triliardi di dollari, dei quali solo 2,5 triliardi in Europa con un impatto di oltre il 14% del PIL mondiale. Lo stesso studio, mostra due importanti elementi: 1) L’IA ha tre principali impatti: (i) produttività del lavoro, (ii) personalizzazione e (iii) qualità del prodotto. 2) I settori che maggiormente ne trarranno benefici dall’applicazione di queste tecnologie sono (i) Pharma e (ii) Automotive. All’interno delle tecniche di AI, Analytics Insight definisce la Computer Vision come una delle principali tecnologie (a fianco di tecnologie come il natural language processing, speech recognition, …). Questa analisi è il punto di partenza da cui si orienta il progetto WATCHMAN, con l’obiettivo di creare un “hub di competenze” sull’Intelligenza Artificiale. 

    L’hub si baserà sullo sviluppo di prototipi dimostrativi di moduli tecnologici di base, in particolare con lo sviluppo di  due casi industriali  in campo Pharma e Automotive, settori prioritari per questa tecnologia. Tali casi industriali andranno a dimostrare l’efficacia delle tecniche di ComputerV e il loro  impatto sia sulla qualità del prodotto che sulla produttività del lavoro, due delle  tematiche definite come prioritarie nello studio di PwC. 

  • Approfondimento tecnico

    La modularità delle soluzioni tecniche di WATCHMAN ha lo scopo di creare ecosistemi indipendenti ed omogenei per competenze e ambiti tecnologici, ma al contempo strettamente e fortemente sinergici e collegati tra loro. 

    Modulo MACHINE VISION: focalizzato alla identificazione del corretto hardware e software di visione per poter interpretare e decodificare le immagini, ottenendo informazioni quali il riconoscimento di oggetti e la loro posizione nello spazio. Informazioni che, grazie all’integrazione con moduli di intelligenza artificiale, data management e robotica collaborativa, permetteranno il controllo autonomo dei difetti e dunque una gestione efficiente del ciclo produttivo.

    Modulo INTELLIGENCE: è focalizzato sulla realizzazione di algoritmi di riconoscimento basati su reti neurali convoluzionali  - uno degli algoritmi di Deep Learning più utilizzati nella Computer Vision- , con l'obiettivo di superarne le limitazioni dovute all’ingente mole di immagini etichettate necessarie per l’addestramento dell’algoritmo. Si userà il paradigma del transfer learning grazie al quale una rete neurale può essere riconfigurata a svolgere compiti anche molto differenti con un numero limitato di immagini di addestramento. L’obiettivo finale sarà quello di addestrare e riconfigurare le reti, utilizzando sempre meno immagini (few-shot learning). 

    Modulo DATA MANAGEMENT: una gestione del dato flessibile è fondamentale per garantire l’applicabilità del progetto in ambiti produttivi differenziati. Questo obiettivo verrà raggiunto tramite una descrizione di alto livello dei dati, facendo uso di modelli che rappresentano in modo strutturato l’informazione attraverso entità e proprietà e che esplicitano le relazioni tra di esse. Sempre nell’ottica della modularità e della flessibilità applicativa, saranno integrate diverse modalità di gestione del dato, con la possibilità di effettuare l’elaborazione completamente online (cloud-driven) oppure spostando l’elaborazione del dato “vicino” ai sistemi di acquisizione (edge-driven) mantenendo un’elevata affidabilità della linea produttiva. 

    Modulo COLLABORATIVE ROBOTICS- ERGONOMICS: l’obiettivo è quello di permettere a robot e operatore umano di lavorare insieme con reciproco beneficio nell’ottica della “collaborative intelligence”. Il robot movimenta il sistema di acquisizione dell’immagine condividendo lo spazio con l’operatore che è coinvolto a sua volta nell’addestramento sia del robot che dell’IA. Inoltre il robot fornisce informazioni sulla postura dell’operatore per massimizzare l’ergonomia della postazione. 

    INTEGRAZIONE E DIMOSTRATORI: oltre agli specifici obiettivi di sviluppo dei moduli tecnologici indipendenti e “plug and play” (la struttura modulare faciliterà adattamenti in altri settori), l’obiettivo dell’integrazione è quello di produrre una soluzione ottimizzata e verticale per due settori specifici, facilmente replicabile in altre aziende, dimostrando le potenzialità del progetto attraverso due dimostratori scelti in settori molto diversi tra loro e con problematiche di visione differenti. Nel primo, l’obiettivo è identificare difetti di verniciatura o difetti meccanici al termine del processo produttivo delle pinze freno BREMBO. Sarà molto importante il livello di precisione dell’algoritmo e la possibilità di far convivere il sistema di controllo qualità con gli operatori che lavorano nell’impianto. Nel secondo, l’obiettivo è riconoscere i difetti nella confezione di sacche di fisiologica SALF (difetti che potranno essere di vario tipo: di chiusura della sacca, di stampa del lotto oppure di bolle d’aria all’interno del contenitore).

  • Highlight

    Uno degli obiettivi di ricerca è un innovativo utilizzo di robot collaborativi. Essi vengono abitualmente utilizzati per consentire agli operatori di condividere con il robot un’area di lavoro senza pericolo. Nel progetto WATCHMAN si desidera implementare una soluzione del moderno paradigma della “collaborative intelligence” che prevede un’interazione collaborativa bidirezionale tra uomini e macchine intelligenti.

    -”Humans Assisting Machines”: preparare le macchine per svolgere determinati compiti, interpretare i risultati delle loro azioni; 

    -”Machines Assisting Humans”: amplificare le capacità cognitive e fisiche; emulare capacità umane per estendere le capacità di  interazione. 

  • Impatto territoriale

    Il progetto è di fatto incentrato sulla trasformazione digitale di servizi e ambienti sul territorio Lombardo. L’area geografica di focalizzazione del progetto, che pure intende aver un respiro nazionale, europeo e internazionale, su cui insiste e/o dovrà insistere l’intervento è composta dalle seguenti province: 

    • Bergamo
    • Milano
    • Monza e della Brianza

  • Impatto S3

    MANIFATTURIERO AVANZATO

    MA2 Sistemi di produzione evolutivi e adattativi

    MA2.4 Soluzioni per la raccolta e l'analisi dei dati a supporto alle decisioni degli operatori umani nelle fasi di

    decisione in tempo reale a tutti i livelli (ad esempio, soluzioni per la memorizzazione, l'analisi, la presentazione e la fruizione interattiva delle informazioni e dei dati di fabbrica)

    Relativamente al “Programma Strategico Triennale per la ricerca, l’innovazione e il trasferimento tecnologico” regionale, il progetto si colloca nell’ecosistema “Manifattura avanzata”, che risponde al bisogno della persona di lavorare in sicurezza e con dignità applicandosi in attività gratificanti, non alienanti e che concorrano alla sua autorealizzazione e all’espressione delle proprie potenzialità. In questo scenario le tecnologie di IA applicate ai sistemi di visione rappresentano uno strumento per migliorare le condizioni di lavoro delle persone, in grado di effettuare in autonomia complessi controlli ripetitivi ed adattabili a vari contesti industriali. All’interno di questa area, il progetto è incentrato sulla macrotematica MA2 Sistemi di Produzione Evolutivi e Adattativi ed in particolare nella sezione MA2.4 Soluzioni per la raccolta e l'analisi dei dati a supporto alle decisioni degli operatori. In questo scenario, WATCHMAN vuole costituire un hub tecnologico sulla IA che possa essere un punto di riferimento regionale per guidare le imprese verso i processi di implementazione di IA e Machine Vision.

  • Ambito europeo

    Le attività del progetto sono collegabili a quelle relative all’ambito Industry 4.0, in particolare alle call “Transforming European Industry”, all’interno del Workprogramme n. 5.ii. “Nanotechnologies, Advanced Materials, Biotechnology and Advanced Manufacturing and Processing”.

LOGO DEL PROGETTO
  • Workload-reduction mAchine vision-based TeChnology Hub for MANufacturing

  • Acronimo
    WATCHMAN
  • Ecosistemi
    • Manifattura avanzata
  • Numero componenti team
    65
  • Keyword
    Intelligenza artificiale, Machine Vision, processi manifatturieri, manifattura, Industria 4.0, approccio modulare, data management, robotica collaborativa
  • Valore economico progetto
    6.601.061,00 €

    Valore economico finanziamento
    2.970.099,40 €
  • Partner
    - UNIVERSITÀ DEGLI STUDI DI BERGAMO - BREMBO S.P.A. - VISION S.R.L. - FINCONS S.P.A. - SMART ROBOTS S.R.L. - S.A.L.F. S.P.A. LABORATORIO FARMACOLOGICO - SORINT.TEK S.R.L.

    Capofila
    Consorzio Intellimech
go to top