Synergie vision machine et robotique pour l'automatisation de nouvelle génération

Le prochain « duo dynamique » pourrait ne pas impliquer d'humains du tout. « La vision machine et les robots font un mariage parfait », déclare Klas Bengtsson, gestionnaire produit mondial systèmes de vision pour ABB Robotics (Auburn Hills, MI). Ce n'est pas nouveau. Vision et robotique vont de pair depuis des années. Mais contrairement à d'autres mariages, celui-ci prospère car la vision machine s'étend en capacités et trouve de nouvelles applications. Le mariage « parfait » d'hier impliquait le guidage du robot. Mais de nouvelles applications — comme des enfants d'un bon mariage — incluent maintenant l'inspection de pièces, la lecture de codes-barres ou QR pour la traçabilité, et la découverte de nouvelles façons d'emballer et déballer des pièces.

Tout se résume à la flexibilité que fournit la vision machine. « La vision a aidé ABB à améliorer les capacités de nombreuses applications robotiques », dit-il.

Le besoin de guider les robots de manière flexible a été entraîné par la diversité croissante des produits et le besoin de raccourcir les délais dans de nombreuses industries. Pourquoi la flexibilité est-elle si importante ? « Si vous codez en dur l'automatisation robotique, la minute où vous changez un produit ou quelque chose sur votre ligne de production, vous devez changer le programme », dit Bengtsson. Cela signifie aussi changer les fixations de précision ou la façon de placer une pièce pour qu'un programme de guidage robotique codé en dur puisse de manière fiable prélever, polir ou autrement opérer sur la pièce. Les coûts s'accumulent.

La vision machine permet de contenir ces coûts en permettant au robot de « voir » les variations dans les pièces et l'orientation. Les capteurs de numérisation 3D ouvrent encore plus de nouvelles applications. Dit Bengtsson, « La question il y a 15 ans était "Pourquoi utiliser la vision machine". La question aujourd'hui est : "Pourquoi pas ?" »

Humains et robots collaborent

Rethink Robotics (Boston), fondée en 2008, construit des robots collaboratifs, ou cobots. Son produit phare est Sawyer. « Un cobot comme notre robot Sawyer est mieux utilisé pour effectuer des tâches répétitives, banales, à échelle humaine », déclare Mike Fair, gestionnaire produit. Cela signifie travailler avec des produits ou mouvements qui reproduisent ce qu'un humain fait et qui est aussi engourdissamment répétitif et banal.

« Les applications comme celle-ci incluent l'emballage, la conduite de machine, le chargement et déchargement de ligne, l'inspection, et le test de circuits imprimés », dit-il. La manutention pour machines CNC est une autre application, remplaçant un humain qui charge une machine CNC, la cycle, attend la fin de la tâche d'usinage, puis décharge la machine.

Rethink croit tellement en la vision machine qu'elle intègre une caméra dans le poignet de chaque Sawyer. « Le système de vision embarqué [rend] notre cobot plus rapide et plus facile à déployer, éliminant les tracas et le temps d'intégration coûteux des systèmes de vision machine typiques. Nous ajoutons du logiciel pour rendre facile le déploiement [de ces] systèmes de vision », dit Fair. Au salon ATX West 2018, il a fourni une démonstration prouvant qu'un journaliste peut programmer une tâche simple en quelques minutes. En conjonction avec des autocollants codés qui ressemblent à des codes QR, leur logiciel aide le robot à se positionner pour s'adapter à la variabilité dans la cellule de travail. Cela facilite aussi le déplacement des robots Sawyer de tâche en tâche et de lieu en lieu.

Universal Robots USA Inc. (UR ; Ann Arbor, MI) est aussi dédié aux robots collaboratifs. Ses trois robots, avec des charges utiles de 3 à 10 kg, opèrent dans un « écosystème » de fournisseurs tiers. Il offre un programme développeur gratuit appelé Universal Robots+ pour permettre aux fournisseurs tiers d'effecteurs finaux, systèmes de vision et autres périphériques de développer des add-ons qui se branchent et fonctionnent avec ses cobots.

Le site web de l'entreprise montre six options différentes de vision dans cet écosystème adaptées pour prélever et placer, automatisation machine CNC, emballage et palettisation, assemblage, vissage, et conduite de machine. Des scanners 2D et 3D sont disponibles. Plusieurs logiciels de contrôle de mouvement robot et de simulation sont disponibles.

Intégration, facilité d'utilisation

Pour que la vision machine soit utile, elle doit être accessible, un élément important de l'écosystème d'UR. Par exemple, l'un de leurs packages tiers s'appelle Universal Metrology Automation, offert par 3D Infotech. Il fournit l'intégration de systèmes de contrôle de mouvement, scanners 3D et logiciels d'inspection pour créer une solution de métrologie automatisée configurable. D'autres programmes fournissent de la programmation en ligne ou hors ligne, des logiciels de simulation robotique, et des capacités de surveillance.

« Aujourd'hui, il y a une bien meilleure intégration avec les robots et systèmes de vision », déclare Rob Antonides, président d'Apex Motion Control (Surrey, BC). Apex est un intégrateur qui a pleinement profité de l'approche écosystème d'UR. « Nous devions auparavant bricoler les systèmes de vision avec les contrôleurs robot, mais aujourd'hui ils sont plus fluides plug-and-play, via Ethernet IP ou tout type de réseau. Il y a vingt ans, cela me prenait une semaine pour configurer un système robotique guidé par vision et les communications ; aujourd'hui c'est 15-20 minutes. »

La vision machine s'est avérée particulièrement utile pour Apex. Les tâches qu'il a automatisées incluent une variété d'opérations de boulangerie, y compris la décoration de gâteaux. « Les systèmes de vision vous permettent de gérer les incohérences et la présentation et le positionnement imparfaits du produit. Nous cartographions la surface d'un gâteau avec un capteur 3D pour le décorer rapidement et facilement », dit Antonides.

FANUC met aussi l'accent sur l'intégration facile. « Nous avons lancé un tout nouveau contrôleur à la fin de l'an dernier, avec des fonctions proéminentes pour la vision robotique intégrée », explique David Dechow, ingénieur personnel robotique intelligente/vision machine pour FANUC America Corp. (Rochester Hills, MI). « Chez FANUC, tous nos systèmes de vision sont maintenant embarqués dans le contrôleur. » FANUC était l'une des premières entreprises de robots à inclure la vision pour guider la robotique, l'offrant il y a 30 ans comme option dans ses systèmes de guidage robotique.

Dechow a aussi observé que les entreprises de vision machine se sont concentrées sur le développement d'interfaces plus faciles avec les robots. « Les fournisseurs de vision soutiennent notablement ce marché », déclare-t-il. « Le gros du travail pour faire fonctionner la collaboration est du côté vision. Le robot attend un point. L'astuce est d'utiliser la vision machine pour trouver le bon point, fusionner le système de coordonnées du système de vision machine avec le système de coordonnées du robot. » Il est d'accord avec les autres interrogés pour cet article que la vision machine fournit une flexibilité incomparable dans de nombreuses tâches d'automatisation. Aujourd'hui, le rapport coût/bénéfice commence à favoriser la vision sur les fixations de précision et le codage en dur, dit-il.

IA : positionnement et discrimination

Une discussion sur la vision, les données et les robots mène naturellement à la question de l'utilité de l'intelligence artificielle (IA) pour les robots voyants. Dechow note un hic — l'IA n'est pas particulièrement applicable au guidage robotique. « L'apprentissage IA est exceptionnellement bon pour la catégorisation et la différenciation. Ce en quoi il n'est pas bon, c'est l'analyse discrète », explique-t-il. Un robot a besoin de se déplacer vers un point discret. Combiné avec des systèmes de métrologie, il mesure des quantités géométriques discrètes. « Il n'y a rien à apprendre », dit-il.

Mais cela ne s'arrête pas là. Si non applicable au guidage, il y a des tâches robotiques où l'IA offre de la valeur. « Par exemple, identifier et classifier un objet contre son arrière-plan pour déterminer l'objet sur lequel le robot doit opérer, combiné avec le guidage robotique, serait une bonne application hybride », dit-il. Une autre est dans l'optimisation de la préhension. « Trouver l'orientation idéale du bras dans l'espace et le chemin d'approche relève d'un domaine d'apprentissage plutôt que [d'être] déterministe. Il y a de nombreuses orientations qui sont à la fois bonnes et mauvaises », explique-t-il. « L'IA est particulièrement utile où les pièces sont aléatoires et non homogènes dans le placement et la taille. »

Peter Cavallo de Denso Products and Services Americas Inc. (Long Beach, CA) est d'accord que l'augmentation substantielle de la capacité des systèmes de vision est à la fois réelle et a ouvert de nouvelles opportunités pour les applications robotiques. « Sous sa forme la plus simple, [la vision] trouve une pièce ou objet et opère dessus. Sous sa forme la plus complexe, que nous voyons maintenant, elle peut voir des choses, interpréter, reconnaître, et voir la pièce pour ce qu'elle est — même dans différentes configurations ou positions — sans bouger la pièce ou le robot. »

Il voit la numérisation 3D comme un développement particulièrement important, rendant des tâches précédemment difficiles comme le prélèvement en bac (bin picking) simples. Le dernier système de Denso utilise un système de vision à lumière structurée pour voir en 3D avec un détecteur CMOS.

Sa vision de l'application de l'IA à la robotique est basée sur un contexte système plus large. « À mesure que nous passons à la prochaine génération de robots, nous commençons à entrer dans des choses comme l'apprentissage profond, où la vision devient partie d'un système entier », explique-t-il. « Nous avons affiché quelque chose au salon robotique de Tokyo qui montrait l'apprentissage profond dans un système avec 28 degrés de liberté incluant deux robots avec mains qui assemblent une salade. » Pourquoi les utilisateurs industriels devraient-ils être impressionnés ? Le robot a sélectionné laitue, fruits et légumes en utilisant seulement les connaissances fournies au préalable. « Nous n'avons pas programmé le robot ; au lieu de cela, nous lui avons dit ce que nous voulions », dit-il. Pensez au nombre de tâches non structurées qui existent en atelier qui seraient idéales pour une telle automatisation.

Pas seulement pour les grands

La vision machine, l'intégration, le logiciel, même l'IA peuvent faire penser que ce niveau d'automatisation robotique n'est que pour les entreprises du Fortune 500. Ce n'est pas le cas. « C'est hautement applicable aux petites et moyennes entreprises car la vision aujourd'hui est raisonnable en coût. Ce qui coûtait 50 000 $ à 100 000 $ est maintenant moins de 5 000 $. Il n'y a pas de raison d'être timide », dit Cavallo.

Rick Brookshire, gestionnaire produit pour Epson America Inc. (Carson, CA), est d'accord que l'automatisation robotique est idéale pour les petites et moyennes entreprises (PME). « En plus des grands clients qui achètent 50, 100 ou même 1000 robots, nous avons de nombreux clients plus petits qui achètent un, deux ou trois robots », dit-il. Epson se spécialise dans les robots plus petits optimisés pour les tâches de haute précision, développant son activité robot à partir de ses propres besoins dans la fabrication de montres de haute précision. « Tous nos robots sont disponibles avec guidage vision intégré, une fonctionnalité qui a gagné en acceptation. Elle devient aussi plus fiable. Les gens sont plus disposés à l'utiliser », dit-il.

Comme les autres interrogés pour cette histoire, il croit que la simplicité est vitale — surtout pour répondre aux besoins des PME. Le programme Epson Vision Guide utilise une interface GUI objet, point-et-clic, permettant aux développeurs de développer rapidement des applications, selon l'entreprise. Bien que l'application idéale de robot guidé par vision soit quelque chose où les pièces ne sont pas bien positionnées dans un niveau de tolérance raisonnable, ou incapables d'être présentées de manière cohérente, la précision que les robots Epson fournissent ouvre un autre domaine d'utilisation.

Les tolérances se resserrent. Les pièces deviennent plus petites. Le positionnement de précision devient toujours plus difficile. « C'est là que les robots de précision comme ceux d'Epson peuvent aider », dit-il. « Cela arrive dans les petites entreprises de plus en plus. Et ces robots deviennent si faciles à utiliser que beaucoup de nos clients font l'intégration eux-mêmes. » Les robots placent même des vis de moins de 0,7 mm de diamètre. Alors que la main-d'œuvre vieillit, cela peut devenir un facteur critique.

James Cooper, vice-président ventes pour Applied Manufacturing Technologies (AMT ; Orion, MI), a une perspective unique basée sur son expérience dans l'industrie de la fabrication automobile. AMT est un intégrateur système spécialisé dans les systèmes robotiques guidés par vision. De multiples numéros de pièce avec systèmes complexes, comme dans les carters de transmission, deviennent prévalents. Un carter de transmission est un grand objet avec de nombreux trous et surfaces complexes — idéal pour la vision mais cher pour la fixation dure de précision. « Les tailles de lot deviennent aussi plus petites avec des changements plus fréquents. C'est pourquoi les systèmes robotiques guidés par vision deviennent si critiques dans de nombreuses applications. » Il a aussi observé la croissance des systèmes de vision 3D, surtout dans les applications de prélèvement en bac et en plateau.

Cela va au-delà du guidage. « L'inspection qualité est une application idéale, cherchant la présence et l'absence de trous et autres caractéristiques ou déterminant si un composant a été correctement assemblé », dit-il. Un autre domaine riche est l'inspection métrologique. « Nous avons construit un système avec notre partenaire Hexagon basé sur un robot collaboratif qui inspecte le produit d'un client. Cela se faisait avant sur une MMT dans une pièce à température contrôlée. Depuis de nombreuses années, les fabricants voulaient le faire sur le terrain de production. Il est maintenant possible d'avoir un système complètement portable, sans protection, idéal pour les applications d'inspection de premier article, juste à la machine de production », dit-il.

Il est d'accord que ces applications croissent dans les PME. Il a aussi noté que ces opérations peinent à trouver de la main-d'œuvre qualifiée, poussant le besoin de plus d'automatisation.

ABB a aussi développé un système d'inspection robotique via une collaboration avec NUB3D (qu'il a ensuite acquis), un innovateur de premier plan en solutions numériques d'inspection 3D et contrôle qualité. Le système clé en main consiste en un capteur de numérisation 3D à lumière blanche monté sur le bras d'un robot ABB.

Stäubli Corp. (Duncan, SC) est une entreprise de robots qui utilise une variété de vision machine de fournisseurs tiers pour construire des applications pour le guidage vision robot. Mais elle offre aussi une autre utilisation de systèmes de vision avec robots industriels qui ont besoin d'interaction humaine : une barrière de sécurité virtuelle autour des robots.

Comme l'explique Olivier Cremoux, gestionnaire développement commercial, robotique Amérique du Nord pour Stäubli, la collaboration homme/robot peut être classée en cinq stades différents. Le stade 1 le plus bas, courant dans la plupart des robots industriels, est sans contact direct, où toute interaction entre homme et machine est dangereuse. « Le robot et l'opérateur sont séparés par des barrières dures », dit-il. Le plus haut, stade 5, est où le contact est désiré et requis, par exemple quand un robot est guidé à la main par un opérateur pour porter ou assembler un outil lourd ou d'autres mouvements simultanés avec un robot. Il y a des stades intermédiaires où un certain contact est désiré à différents niveaux, et où le robot doit souvent s'arrêter et laisser l'humain faire quelque chose. « Cet entre-deux représente 95 % des applications collaboratives », dit-il.

Dans ces stades intermédiaires, un système de vision à numérisation 3D qui scanne vers l'extérieur depuis la cellule de travail peut détecter un humain qui approche. À une certaine distance, il signale à la cellule de travail de ralentir le robot pour prévenir le contact et les blessures potentielles. À mesure que l'humain approche encore plus, il arrête la cellule entièrement. Cela permet à l'humain d'effectuer une action, comme une inspection ou un placement, puis de s'éloigner, permettant à la cellule de redémarrer automatiquement.

HNJ Solutions Inc. (Carson, CA) est une entreprise d'intégration fondée pour fournir des systèmes de vision pour la fabrication, y compris avec robots, selon le président Greg McEntyre. Tout en reconnaissant que les systèmes de vision deviennent effectivement plus faciles à utiliser et installer, il dit qu'il reste une classe d'applications où des intégrateurs comme HNJ sont nécessaires. « Dans les applications complexes avec multiples couleurs, tailles, orientations, et incertitude générale, il est important de savoir comment les caméras fonctionnent et pourquoi elles fonctionnent pour installer un bon système », dit-il.

Il a souligné comment les caméras 3D étendent les applications pertinentes, comme le prélèvement en bac. « Aujourd'hui, nous importons même le modèle CAO de nos objets pour que le système de vision puisse comprendre en 3D l'objet qu'il doit prélever ou opérer », dit-il. « Les caméras donnent une liberté complète. »

Quel conseil pourrait-il offrir, comme intégrateur de vision et robotique complexes ? « Bien que ce ne soit pas aussi facile qu'il y paraît, je dirais : lancez-vous », dit-il. « Il y a tellement de matériel utile que le guidage vision et les applications vision deviennent toujours plus utiles. » En d'autres termes, foncez.