Más precisión para los sensores de distancia ópticos gracias a la IA
Leuze utiliza métodos modernos de inteligencia artificial (IA) para mejorar significativamente la exactitud de medición de los sensores de distancia ópticos. Esta innovación reduce a la mitad la incertidumbre de medición sin necesidad de recursos de computación adicionales durante el funcionamiento. Todo el esfuerzo de computación se realiza durante la fase de producción. La metodología desarrollada constituye la base de una nueva generación de sensores de distancia ópticos precisos.
El reto de la medición de distancias: el efecto de la superficie del objeto
Los sensores de distancia ópticos pueden utilizar la tecnología de tiempo de vuelo (TOF) para medir la distancia a la que se encuentra un objeto. Para ello, emite luz y miden el tiempo que tarda en volver la luz reflejada.
Los sensores de distancia TOF miden las distancias emitiendo luz y registrando el tiempo que tarda en volver la señal reflejada.
Esto se consigue emitiendo breves impulsos de luz, cuya reflexión se recibe de vuelta desde el objeto. La distancia se calcula a partir del tiempo de recorrido del impulso de luz desde que se envía hasta que se detecta la señal de retorno. La reflectividad de la superficie del objeto influye tanto en la amplitud como en la forma de la señal electrónica de recepción. Esto se traduce en una variación de los tiempos de detección de las señales y en diferentes amplitudes de los impulsos. Las superficies claras generan señales más fuertes con una mayor amplitud de impulso y una detección más temprana, mientras que las superficies oscuras generan impulsos más débiles y cortos y una detección más tardía.
Esto significa que la intensidad de la señal de retorno variará en función de la superficie del objeto, por ejemplo, si es clara u oscura. Esto puede dar lugar a errores de medición.
La intensidad de la señal luminosa reflejada varía en función de la luminosidad de la superficie del objeto.
Antiguo enfoque de solución: modelos de cálculo
Hasta hace poco, se utilizaba un modelo matemático clásico para corregir estos errores: se calcula un valor de corrección para muchas superficies y distancias diferentes, que posteriormente se aplica de forma automática. Este modelo se basa en una denominada función polinómica.
Nueva solución: la IA se hace cargo de la corrección
En lugar de trabajar con fórmulas rígidas, Leuze utiliza ahora una red neuronal, esto es, una forma de inteligencia artificial. La red utiliza datos de muestra para aprender cómo la claridad y la textura de la superficie afectan a las mediciones, lo que le permite corregir con mucha más precisión los valores medidos.
Desviación respecto de la distancia objetivo tras la corrección mediante red neuronal
Desviación respecto de la distancia objetivo tras la corrección por polinomio de grado 5 Realizar pedido
Ventajas de la red neuronal
- Puede adaptarse con flexibilidad a diferentes tipos de sensores y superficies.
- Aprende mejor a partir de datos reales, incluso con características de curvas 3D fuertemente oscilantes.
- Proporciona resultados mucho más precisos
La tecnología subyacente, explicada de forma sencilla
Durante el proceso de producción se recogen muchos valores medidos: para superficies claras, oscuras y con diferentes texturas, así como para diferentes distancias. Estos valores medidos se comunican al sistema de control de la planta de producción. Sobre esta base, la red neuronal de la planta de producción calcula los valores de corrección necesarios para el sensor. De este modo, el sensor no necesita potencia de computación adicional durante su funcionamiento, dado que la IA ya lo ha «aprendido» todo.
El resultado: menos errores, más fiabilidad
Los ensayos demuestran que el nuevo método reduce en más de la mitad los errores sistemáticos de medición (es decir, la dependencia de los resultados de medición respecto de la superficie y la distancia) gracias a la calibración basada en IA. Esto significa que el sensor mide de manera más fiable, incluso en superficies difíciles.
Sensores de distancia en la intralogística: Para garantizar una distancia definida entre palets, se debe determinar con precisión la distancia entre la lanzadera y el palet almacenado, independientemente de las superficies, los colores o los ángulos.
Se requiere una medición precisa: Al recoger el palet, se debe determinar con precisión la distancia entre el palet y la superficie frontal del manipulador de cargas, para detener a tiempo el movimiento de avance.
Sus ventajas de un vistazo
- Menos errores de medición: resultados más fiables
- Sin carga de computación adicional durante el funcionamiento
- Flexibilidad de uso con distintos materiales
- Preparado para el futuro gracias al uso de IA moderna
Resumen
Leuze está llevando la precisión de los sensores de distancia ópticos a un nuevo nivel gracias al uso de la inteligencia artificial. Los clientes se benefician de mediciones más sólidas y precisas, sin ningún esfuerzo durante el funcionamiento. La combinación de calibración inteligente y uso eficiente convierte a esta solución en ideal para aplicaciones industriales exigentes.
