Nel manifatturiero è sempre più evidente, quando si tratta di efficienza e sicurezza nella fabbrica intelligente, quanto sia incisiva la differenza tra una intelligenza artificiale calata come "slogan" e una intelligenza artificiale gestita come "requisito di progettazione".
Anche Gruppo Datalogic, con il marchio industriale Datalogic e la controllata Datasensing dedicata a sensori, sicurezza e visione artificiale, da tempo mette in evidenza questa differenza, soffermandosi in particolare sul secondo aspetto.
L'AI diventa di fatto un requisito da integrare in tutte le tecnologie a disposizione dell'industria manifatturiera. Un elemento che permette di ripensare in particolare due funzioni finora trattate separatamente: l'acquisizione/analisi dei dati e la protezione di persone e processi.
L'AI entra nel processo, non solo nel prodotto
Il caso più esplicito è quello di Datalogic Matrix™ 930, l'ultimo nato della serie di scanner fissi industriali 2D imager del Gruppo. Il dato tecnico - un sensore da 28 Megapixel e una larghezza di lettura di 8.000 pixel, sufficiente a coprire nastri trasportatori larghi fino a 1 metro con un solo dispositivo, serve non solo a eliminare le configurazioni multi-camera che fino a oggi erano necessarie per coprire aree di lavoro ampie, ma anche a preparare l'infrastruttura di scansione a "ospitare" livelli applicativi basati sull'AI, dal riconoscimento automatico delle etichette Hazmat alla classificazione avanzata dei pacchi.
Non solo sicurezza, è tempo di AI-by design
Quello di una "AI-by-design" è un cambio di prospettiva bene illustrato anche da Giuseppe Centola, Country Manager FA Italy di Datalogic. Per Centola, il punto focale dell’innovazione oggi non è tanto l'aggiunta di un algoritmo a un sensore già esistente, quanto la progettazione di hardware che nascano predisposti a scalare verso l'AI.
Un lettore pensato oggi per l'identificazione ad alto throughput deve poter accogliere domani, senza sostituzione fisica, funzioni di visione più sofisticate (riconoscimento di anomalie, classificazione contestuale, apprendimento continuo sui flussi osservati).
"Dobbiamo imparare a ragionare secondo una logica di infrastruttura più che di singolo prodotto, il che è coerente con quanto emerge anche dal nostro marcatore laser AREX™ 400 AF. Qui ad esempio la regolazione della messa a fuoco non è più un'operazione meccanica affidata all'operatore, ma un parametro software, gestito in tempo reale in funzione della geometria del pezzo che transita sulla linea".
Il risultato pratico è la possibilità di marcare componenti a più livelli di altezza in un unico ciclo, senza assi esterni dedicati. Una semplificazione che, sommata ad altre lungo la linea, è ciò che rende sostenibile l'automazione spinta che oggi si chiede sugli impianti.
La sicurezza non frena l'automazione, la abilita
Il secondo pillar evidenziato da Datalagic come strategico oggi nella fabbrica intelligente, la sicurezza, merita una lettura altrettanto poco scontata. Con la crescita di robot collaborativi, AGV e AMR che condividono lo spazio fisico con gli operatori, il tema del rilevamento delle persone e delle aree pericolose smette di essere un requisito normativo da soddisfare a valle e diventa una variabile di progetto delle linee produttive.
In questa direzione va letta la presentazione sul mercato italiano del laser scanner SLS 10m di Datasensing, che estende a 10 metri la distanza di rilevamento disponibile su un singolo dispositivo di sicurezza, e della nuova serie di barriere di misura DS4, orientata a un'elevata configurabilità in applicazioni di rilevazione e misurazione sia in produzione sia in intralogistica.
Sicurezza e produttività, due obiettivi in equilibrio tra loro
Secondo Centola, la vera discontinuità non è nella singola prestazione di un sensore, ma nel fatto che sicurezza e produttività smettano di essere obiettivi in contrapposizione tra loro. Un'area di sicurezza troppo conservativa, tarata su distanze di rilevamento insufficienti, costringe storicamente a rallentare i cicli o a introdurre barriere fisiche che riducono la flessibilità del layout.
Sensori capaci di coprire distanze maggiori con maggiore precisione permettono invece di ridisegnare le zone di sicurezza in modo più aderente al rischio reale, senza sacrificare il ritmo della linea. È un ragionamento che vale anche per la visione artificiale dedicata al controllo qualità: pensiamo ad esempio ad applicazioni di ispezione con sensori di visione smart basati su AI, che possono adattarsi sempre meglio al contesto circostante "osservato" e sempre meno in base a valori fisse pre-impostati.
Convergenza tecnologica e integrazione non possono mancare nella fabbrica intelligente
Ciò che a un primo sguardo poteva sembrare la giustapposizione di due cataloghi, quello di Datalogic per l'identificazione e la marcatura, quello di Datasensing per sicurezza e visione, nella lettura offerta da Giuseppe Centola diventa invece un'unica infrastruttura basata sull'elaborazione dei dati industriali.
Tracciabilità, sicurezza e controllo qualità condividono sempre più spesso lo stesso strato di acquisizione e la stessa logica di elaborazione dati basata su AI.
È un'evoluzione coerente con quanto si osserva più in generale nel comparto dell'automazione industriale italiana, dove la spinta di Industria 5.0 verso impianti insieme efficienti, sicuri e centrati sulla persona sta spostando l'investimento tecnologico dal singolo dispositivo all'ecosistema che lo circonda.
Resta da vedere, nei prossimi cicli di adozione, quanto questa promessa di convergenza reggerà alla prova degli impianti reali, spesso eterogenei e stratificati su generazioni tecnologiche diverse. Ma la direzione indicata da Centola di un'AI come requisito di progettazione e di una sicurezza come variabile abilitante nella fabbrica intelligente, è la stessa che sta emergendo, con accenti diversi, in gran parte dei principali player del settore.