La solution de contrôle qualité dopée à l'intelligence artificielle (IA) développée par l'entreprise française AnotherBrain vient d'être certifiée par le spécialiste des cobots Universal Robots. Suite à une série de test, le produit d'AnotherBrain intègre l'écosystème UR+, comprenant déjà plus de 380 produits certifiés pour cobots. «C'est un gage de qualité et de confiance qu'Universal Robots nous accorde en certifiant notre solution et en nous permettant d'être au catalogue de leurs produits », soutient Justine Descamps, ingénieure robotique et vision par ordinateur chez AnotherBrain.
La solution contient une caméra industrielle et une lampe avec 300 LED intégrées à un bras robotique Universal Robot. L'ensemble est relié à une interface homme-machine et à un contrôleur animé par des algorithmes de machine learning. La simplicité est de mise : le système apprend à reconnaître une pièce conforme à partir d'un court entraînement consistant à faire défiler une trentaine de pièces conformes sous la caméra en indiquant les points de contrôle comme la taille de la pièce. La solution est ensuite en capacité d'analyser lespièces qui défilent sous la caméra et le bras robotique. Les résultats sont donnés en temps réel via l'interface homme-machine et permet à l'utilisateur de repérer efficacement les pièces non conformes.
Seulement une trentaine d'images pour apprendre à reconnaître une pièce bonne
«Nous avons optimisé les algorithmes pour n'avoir besoin que d'une trentaine d'images », explique l'ingénieure. Selon elle, les algorithmes d'intelligence artificielle d'aujourd'hui ont besoin «d'une centaine d'images, voire plusieurs centaines d'images »pour détecter des défauts sur les pièces de manière efficace. «Nous avons aussi pris le problème à l'envers en apprenant à l'IA ce qu'est une bonne pièce », complète Justine Descamps. Un vrai atout pour des industriels qui, par exemple, ne peuvent pas simuler de défauts sur leur ligne de production, ou ne peuvent pas montrer suffisamment de pièces défectueuses dans un court laps de temps, pour apprendre à une IA à reconnaître les défauts. «Avec cette solution nous nous adressons à toutes les industries, de l'automobile ou de l'aéronautique à l'industrie pharmaceutique ou encore du luxe », a déclaré Jocelyn Peynet, le Directeur France d'Universal Robots dans un communiqué.
L'équipe d'AnotherBrain, mêlant ingénieurs et chercheurs, travaille actuellement sur une solution basé sur le son pour détecter un défaut au bruit d'un moteur par exemple. Mais aussi sur une solution fixe ajoutée à la chaîne de production en se séparant du bras robotique.
