www.automatizacionweb.com
14
'26
Written on Modified on
Estandarización de la visión artificial industrial mediante la integración Cloud-to-Edge
Cognex y sus socios de fabricación Essity, Schneider Electric y 3M han implementado un entorno de desarrollo colaborativo de IA para escalar la inspección automatizada en redes de producción globales.
www.cognex.com
Cognex Corporation ha transicionado su entorno de desarrollo OneVision a disponibilidad general tras una fase de pruebas beta con socios industriales. El sistema utiliza una arquitectura cloud-to-edge para estandarizar la inspección basada en IA en los sectores de automoción, electrónica y fabricación de bienes de consumo.
Arquitectura y responsabilidades técnicas
El sistema aborda la barrera técnica de los flujos de trabajo fragmentados en la automatización industrial. Cognex proporciona la infraestructura de software, que bifurca el ciclo de vida de la IA en dos entornos distintos:
- Desarrollo a nivel de nube: El entrenamiento de modelos, el etiquetado de imágenes y la gobernanza ocurren en un entorno de nube centralizado. Esto permite el control de versiones y la estandarización de los parámetros de inspección en múltiples sitios.
- Ejecución a nivel de borde (Edge): La inspección en tiempo de ejecución se realiza localmente en el hardware, como los sistemas In-Sight 3900 y 6900. Esta ejecución basada en el edge garantiza un procesamiento en tiempo real sin latencia y mantiene la seguridad de los datos al conservar las imágenes de producción dentro de la red local.
Implementación industrial e integración
La cooperación con Essity, Schneider Electric y 3M se centró en integrar estos flujos de trabajo de IA en la infraestructura digital existente. En Essity, la plataforma se utilizó para desarrollar aplicaciones de inspección de sellado. Al utilizar herramientas de desarrollo preconfiguradas, la empresa redujo el tiempo necesario para construir soluciones de inspección viables de varios meses a un solo día, mitigando el desperdicio de material causado por las devoluciones de lotes.
Schneider Electric utilizó la plataforma para centralizar la validación de los estándares de inspección de IA. Esto permitió a la empresa desplegar modelos uniformes en sus instalaciones globales, duplicando el rendimiento y reduciendo las tasas de falsos rechazos. La lógica técnica se basa en un marco de despliegue repetible que minimiza la necesidad de experiencia en visión artificial específica para cada sitio.
Impacto operativo y rendimiento
La implementación de este sistema cloud-to-edge desplaza la visión por IA de los pilotos aislados hacia un despliegue en toda la empresa. Los resultados técnicos indican que la centralización de la gestión de modelos puede reducir los costes de escalado hasta en un 50% en comparación con el ajuste manual y descentralizado de los sensores de visión.
3M informó de una mayor eficiencia en las fases de etiquetado de imágenes y despliegue de modelos, lo que permitió a los ingenieros transicionar datos de producción reales a modelos funcionales en el edge con una menor iteración manual. Al separar la fase de entrenamiento de alta computación (nube) de la fase de ejecución de alta velocidad (edge), los socios han establecido un marco para fábricas y sistemas de edificios inteligentes que requieren un control de calidad constante en diversas ubicaciones geográficas.
Los resultados demuestran que los entornos de desarrollo estandarizados permiten a los fabricantes mantener la consistencia de la inspección, asegurar la estabilidad del proceso y acelerar el despliegue de protocolos automatizados de garantía de calidad en flotas globales de dispositivos de visión.
Editado por Evgeny Churilov, Medios Induportals-Adaptado por AI.
www.cognex.com
La cooperación con Essity, Schneider Electric y 3M se centró en integrar estos flujos de trabajo de IA en la infraestructura digital existente. En Essity, la plataforma se utilizó para desarrollar aplicaciones de inspección de sellado. Al utilizar herramientas de desarrollo preconfiguradas, la empresa redujo el tiempo necesario para construir soluciones de inspección viables de varios meses a un solo día, mitigando el desperdicio de material causado por las devoluciones de lotes.
Schneider Electric utilizó la plataforma para centralizar la validación de los estándares de inspección de IA. Esto permitió a la empresa desplegar modelos uniformes en sus instalaciones globales, duplicando el rendimiento y reduciendo las tasas de falsos rechazos. La lógica técnica se basa en un marco de despliegue repetible que minimiza la necesidad de experiencia en visión artificial específica para cada sitio.
Impacto operativo y rendimiento
La implementación de este sistema cloud-to-edge desplaza la visión por IA de los pilotos aislados hacia un despliegue en toda la empresa. Los resultados técnicos indican que la centralización de la gestión de modelos puede reducir los costes de escalado hasta en un 50% en comparación con el ajuste manual y descentralizado de los sensores de visión.
3M informó de una mayor eficiencia en las fases de etiquetado de imágenes y despliegue de modelos, lo que permitió a los ingenieros transicionar datos de producción reales a modelos funcionales en el edge con una menor iteración manual. Al separar la fase de entrenamiento de alta computación (nube) de la fase de ejecución de alta velocidad (edge), los socios han establecido un marco para fábricas y sistemas de edificios inteligentes que requieren un control de calidad constante en diversas ubicaciones geográficas.
Los resultados demuestran que los entornos de desarrollo estandarizados permiten a los fabricantes mantener la consistencia de la inspección, asegurar la estabilidad del proceso y acelerar el despliegue de protocolos automatizados de garantía de calidad en flotas globales de dispositivos de visión.
Editado por Evgeny Churilov, Medios Induportals-Adaptado por AI.
www.cognex.com
