In occasione delle prima conferenza stampa mondiale, SICK, tra i principali fornitori di sensoristica per l’automazione industriale, ha affrontato il tema Industry 4.0 in ogni sua sfaccettatura, presentando le tecnologie sulle quali punterà nel prossimo futuro: deep learning e localizzazione.
Deep learning per una crescente flessibilità
SICK risponde alla flessibilità produttiva proponendo sensori di grande intelligenza e, al contempo, di semplice set-up ed utilizzo. Un ulteriore plus offerto è rappresentato dal già noto SICK AppSpace, l’ecosistema per sviluppare il proprio software applicativo su una selezione di sensori programmabili, di modo tale daottimizzare al massimo le performance delle soluzioni in base alle proprie specifiche esigenze.
Inoltre, una nuova start-up interna di SICK, composta da un team di 14 persone, sta andando oltre, sviluppando le prime applicazioni di deep learning. Tramite una grande quantità di immagini, i sensori vengono allenati a riconoscere particolari forme, di modo da riuscire ad associare autonomamente le immagini raccolte ad un risultato richiesto.
Il progetto pilota realizzato si focalizza su una specifica esigenza dell’industria del legno:studiare e riconoscere in breve tempo i vari elementi della struttura del legname. In questo settore, infatti, distinguere nodi e venature è molto utile per suddividere i pezzi e destinarli a produzioni di diverso tipo.
“Nel nostro progetto pilota siamo riusciti a incrementare lo sfruttamento del materiale, a migliorare la qualità dei prodotti e a evitare sprechi di risorse”, ha affermato Bernhard Müller, Senior Vice President Industry 4.0 di SICK AG.
Localizzazione precisa in produzione e nella logistica
Che si parli di produzione o di logistica, sapere dove si trova ogni singolo elemento è di fondamentale importanza. La localizzazione è il tema principale della logistica per il 2019, e anche di una delle nuove start-up interne di SICK che si occuperà, appunto, di object tracking.
Rilevare e raccogliere a ciclo continuo coordinate spazio-temporali a cui è possibile accedere in qualunque momento è una grande opportunità. Proprio a questo scopo vengono utilizzati tag a banda ultralarga, LiDAR Contour Mapping, sensori per guida in corsia e sensori per infrastrutture che rilevano la propria posizione e quella degli oggetti richiesti e la inviano ad un cloud. I dati raccolti vengono analizzati da tool specifici, utili per valutare grandi quantità di dati e visualizzare i campi di intervento nei processi produttivi e logistici.
Conoscere la posizione di ogni singolo elemento permette di ottimizzare e adeguare dinamicamente i percorsi di marcia delle navette a guida automatica, predisporre e ripianificare con flessibilità le tempistiche di ogni fase produttiva, gestire il flusso di materiale sulla base del consumo e, di conseguenza, accrescere qualità e precisione non solo delle consegne, ma anche della produzione.
