Tiempo de lectura: 4 minutos

El término «visión artificial» se asocia a menudo con las aplicaciones industriales de esta tecnología. Sin embargo, los componentes y sistemas que fueron desarrollados en un principio para el sector industrial se utilizan con cada vez más frecuencia en aplicaciones no industriales. Te mostramos algunos ejemplos a continuación.

La visión artificial abarca todas las aplicaciones industriales y no industriales en las que una combinación de hardware y software proporciona orientación operativa a los dispositivos en la ejecución de sus funciones basadas en la captura y el procesamiento de imágenes. Sin embargo, en la última década, la facturación generada por las aplicaciones no industriales ha crecido mucho más rápido que en los segmentos industriales.

Los precios de las tecnologías de visión artificial son cada vez más competitivos, como por ejemplo los sensores CMOS de bajo coste o los procesadores embedded de gran potencia, que se han visto impulsados por el desarrollo de la telefonía móvil. Por otra parte, las redes de alta velocidad y el Deep Learning permiten un despliegue más fácil en otros entornos fuera las fábricas, mejorando el potencial de crecimiento de estos nuevos mercados.

Las soluciones de visión descritas en los ejemplos siguientes han sido implementadas por el grupo STEMMER IMAGING, al cual pertenece INFAIMON, en estrecha colaboración con los socios y clientes de la compañía. Estas soluciones se basan en productos diseñados para su uso en aplicaciones industriales, aunque son ideales para aplicaciones no industriales debido a su precio y rendimiento.

Monitoreo automatizado de vías férreas

En términos de robustez, los sistemas de visión artificial aplicados a la ingeniería de tráfico se enfrentan a condiciones similares a las que se encuentran en entornos industriales. En el caso de las aplicaciones ferroviarias, las condiciones ambientales pueden llegar a ser extremadamente duras a causa de las vibraciones y las temperaturas adversas.

London Underground Limited (LUL) es el operador responsable de la red de metro de Londres, que cuenta con un sistema automatizado de monitoreo de las vías. Para este propósito, se montaron cámaras en carcasas debajo de los vagones, capaces de captar imágenes en tiempo real y detectar posibles daños en condiciones ambientales adversas durante los períodos operativos normales. Gracias a este sistema de monitoreo, los operarios pueden dedicar más tiempo a las tareas de mantenimiento de los 1000 km de red durante el período de cierre nocturno de 4 horas, evitando interrupciones en el servicio.

Competiciones deportivas

Las competiciones deportivas y el entretenimiento son otras áreas donde los sistemas de visión se utilizan cada vez más. En los partidos profesionales de fútbol, ​​baloncesto o cricket se realiza un seguimiento de los jugadores y del equipo para calcular su rendimiento total mediante parámetros tales como velocidad media y máxima, número e intensidad de los sprints y la distancia recorrida, etc. En base a estos datos, los entrenadores pueden decidir cuándo reemplazar a qué jugador, lo que reduce el riesgo de lesiones.

Dichos sistemas también usan este tipo de datos de imágenes para aclarar si una pelota está tocando la línea de gol o la ha cruzado por completo, por lo que son ideales para verificar las decisiones del árbitro en deportes como el fútbol, ​​el tenis o el cricket. En otra aplicación, los sofisticados sistemas de visión 3D identifican la posición precisa de los dardos en el tablero en una fracción de milímetro e inmediatamente muestran la puntuación.

Uno de los ejemplos más impresionantes de seguimiento de balones a alta velocidad es RoboKeeper, un portero automatizado que se comercializa como una atracción para visitantes en eventos importantes. Tratar de marcarle un gol es una misión «casi» imposible gracias a la combinación de procesadores de imagen y actuadores que detectan la trayectoria del balón en milisegundos. Para compensar las variaciones en las condiciones de iluminación para eventos externos, los sistemas de cámara están equipados con ópticas con un controlador de iris automático e iris motorizado.

A la caza del récord mundial de velocidad

El proyecto británico Bloodhound es un vehículo supersónico que está a punto de batir el récord mundial de velocidad en tierra con el apoyo de la visión artificial. Diseñado para alcanzar los 1.600 km/h, Bloodhound cuenta con hasta 25 cámaras en puntos estratégicos del vehículo. Durante las pruebas de conducción, los datos se utilizan para garantizar el funcionamiento sin errores de los componentes, algunos de los cuales son relevantes para la seguridad, como el encendido correcto del sistema de propulsión del cohete, el contacto de la llanta con el suelo o el paracaídas de freno.

En la última prueba del bólido, que tuvo lugar en el desierto de Kalahari, el Bloodhound llegó alcanzar una velocidad que rondó los 1.010 Km/h.

Protección de aves en peligro de extinción

La visión artificial también se está utilizando para proteger la vida silvestre. Por ejemplo, las turbinas eólicas deben apagarse cuando una especie de ave protegida se les acerca. Con la ayuda de la inteligencia artificial, un sistema de visión elimina el peligro de que las palas de las turbinas eólicas golpeen a las aves y minimiza los tiempos de inactividad.

El sistema reconoce y localiza las aves rapaces de gran tamaño y permite rastrear su trayectoria de vuelo para apagar las turbinas eólicas solo cuando estas vuelan a una cierta distancia de las turbinas. El reconocimiento de las aves y su clasificación para decidir si el ave es una especie protegida es una tarea muy complicada que se ha logrado resolver gracias a la tecnología.

Para capturar todo el área circundante con una vista panorámica de 360​​°, se utilizan seis cámaras industriales en color con resoluciones de hasta 20 megapíxeles y lentes gran angular especiales en cajas protectoras resistentes a la intemperie. Las técnicas de Deep Learning permiten la evaluación posterior de las imágenes y el reconocimiento de las aves en peligro de extinción.

Trayectorias de vuelo con Deep Learning.
El programa rastrea las trayectorias de vuelo de las aves protegidas hasta que ya no son una amenaza para el funcionamiento de la turbina eólica.

INFAIMON ofrece soluciones de visión artificial para todo tipo de aplicaciones a precios muy atractivos. Contacta ahora y te informaremos sin ningún compromiso.