Kembali ke blog

Imago PV4 Membawa Visi AI Modular ke Inspeksi Industri

Imago Technologies meluncurkan PV4, sensor visi AI modular yang menggabungkan inferensi di perangkat dan inspeksi klasik. Produk ini ditujukan untuk lini produksi dinamis yang memerlukan kontrol ku...

Visi mesin industri sedang bergerak menuju kecerdasan edge, di mana keputusan inspeksi tidak lagi bergantung pada sistem komputasi terpusat. Vision Sensor PV4 baru dari Imago Technologies mencerminkan transisi ini melalui desain modular yang memadukan pemrosesan citra klasik dan inferensi AI pada perangkat.

Utama: Pergeseran menuju node inspeksi otonom

PV4 hadir di pasar pada saat lini produksi semakin membutuhkan sistem inspeksi adaptif. Alih-alih mengirimkan data citra ke PC industri eksternal, sensor ini melakukan analisis secara lokal, sehingga mengurangi latensi dan menyederhanakan arsitektur sistem.

Pendekatan ini menempatkan PV4 di antara kamera pintar tradisional dan platform visi AI berskala penuh. Sensor ini ditujukan untuk lingkungan tempat logika inspeksi sering berubah dan waktu henti untuk konfigurasi ulang sistem harus diminimalkan.

Sensor visi AI modular Imago PV4 untuk inspeksi industri

PV4 memadukan pemrosesan AI tertanam dengan optik modular untuk mendukung alur kerja inspeksi industri yang adaptif.

Arsitektur pemrosesan di dalam PV4

Sensor ini mengintegrasikan prosesor heksa-inti Arm Cortex-A55 yang dipasangkan dengan unit pemrosesan neural khusus, dengan kemampuan hingga 2 TOPS. Struktur komputasi hibrida ini memungkinkan eksekusi algoritma berbasis aturan dan inferensi pembelajaran mendalam secara bersamaan.

Tugas visi klasik seperti OCR, pembacaan kode, dan deteksi blob berjalan berdampingan dengan model klasifikasi neural. Pendekatan ganda ini mengurangi ketergantungan pada sistem eksternal dan meningkatkan waktu respons pada lini produksi berkecepatan tinggi.

Dari perspektif kendali, PV4 berfungsi sebagai node edge mandiri, bukan sekadar kamera periferal. Sensor ini menjalankan logika keputusan di titik pengambilan gambar, sehingga mengubah cara teknisi merancang jaringan inspeksi.

Fleksibilitas perangkat keras untuk menghadapi variabilitas produksi

Imago merancang PV4 berdasarkan konsep perangkat keras modular yang memungkinkan perubahan konfigurasi sensor tanpa mendesain ulang seluruh pengaturan inspeksi. Hal ini menjadi penting di lingkungan produksi yang format produknya sering berubah.

Sistem ini mendukung berbagai pilihan resolusi dan modul optik yang dapat dipertukarkan. Variannya mencakup housing kompak dan bergaya kubus, yang masing-masing dioptimalkan untuk batasan pemasangan yang berbeda.

Modul sensor visi industri dengan housing kubus PV4

Desain housing modular memungkinkan PV4 beradaptasi dengan ruang mesin yang sempit dan jarak inspeksi yang bervariasi.

Sistem lensa cair opsional menghadirkan kemampuan fokus otomatis, sehingga jarak fokus dapat disesuaikan secara dinamis tanpa pemindahan mekanis. Fitur ini sangat relevan untuk lini produksi dengan variasi produk tinggi.

Integrasi ke dalam ekosistem komunikasi industri

PV4 mendukung Ethernet 2,5 Gbit, GigE Vision, dan OPC UA, sehingga kompatibel dengan arsitektur data industri modern. Sensor ini juga dilengkapi kanal I/O digital berisolasi optik untuk interaksi langsung dengan mesin.

Teknisi dapat memperluas sistem menggunakan modul tambahan seperti unit kendali pencahayaan atau antarmuka I/O yang diperluas. Modularitas ini mengurangi kebutuhan akan pengendali eksternal dalam banyak penerapan inspeksi kelas menengah.

Dalam sistem otomasi terdistribusi, PV4 dapat diintegrasikan bersama platform seperti ekosistem PLC Siemens atau arsitektur kendali yang terhubung ke edge menggunakan protokol industri terstandar.

Di mana visi adaptif paling dibutuhkan

PV4 ditujukan untuk lingkungan produksi yang persyaratan inspeksinya berubah lebih cepat daripada siklus mesin. Lini pengemasan, misalnya, sering menangani format label yang berubah-ubah, permukaan yang rusak, dan aliran produk campuran.

Dalam aplikasi logistik, sensor ini melakukan pembacaan kode batang dan klasifikasi bahkan dalam kondisi yang tidak ideal. Model AI-nya meningkatkan ketahanan pada situasi ketika sistem berbasis aturan tradisional gagal.

Produksi farmasi dan makanan memperoleh manfaat dari kemampuannya memeriksa permukaan yang reflektif atau tidak beraturan. Dalam pencetakan, sensor ini mengevaluasi keselarasan dan konsistensi warna menggunakan analisis klasik dan neural secara terpadu.

Integrator sistem yang bekerja dengan lini produksi yang banyak melibatkan gerakan dapat memasangkan sistem visi semacam ini dengan platform penggerak berperforma tinggi seperti motor dan penggerak ABB untuk menyinkronkan inspeksi dan kendali gerak.

Arah industri: kecerdasan terdistribusi di edge

Visi industri sedang beralih dari pemrosesan AI terpusat menuju kecerdasan terdistribusi yang tertanam langsung di perangkat lapangan. Hal ini mengurangi beban bandwidth dan memperpendek siklus pengambilan keputusan di tingkat mesin.

Sensor modular seperti PV4 juga mencerminkan perubahan strategi pengadaan. Alih-alih kamera dengan fungsi tetap, produsen kini lebih memilih sistem adaptif yang dapat berkembang mengikuti kebutuhan produksi.

Seiring waktu, arsitektur ini kemungkinan akan menyatu dengan ekosistem IIoT yang lebih luas, tempat sistem visi, gerak, dan kendali beroperasi sebagai node edge yang terkoordinasi, bukan subsistem yang terisolasi.

Opini Penulis

PV4 tidak sekadar meningkatkan kinerja visi mesin. Sensor ini mengubah posisi kecerdasan di dalam tumpukan otomasi.

Dengan memindahkan inferensi AI langsung ke dalam sensor, Imago mengurangi kompleksitas sistem sekaligus meningkatkan pentingnya perangkat edge secara strategis. Menurut saya, hal ini merupakan langkah praktis menuju arsitektur inspeksi terdesentralisasi, bukan sekadar peningkatan fitur.

Namun, nilai jangka panjangnya akan bergantung pada seberapa baik sistem semacam ini terintegrasi ke dalam lingkungan otomasi multivendor. Ekosistem tertutup akan membatasi adopsi, sementara kompatibilitas industri terbuka akan menentukan skalabilitas nyata.

Richard Hale, Reporter Sistem Industri — berpengalaman 14 tahun dalam otomasi industri, dengan latar belakang integrasi lapangan pada sistem proses Siemens, Rockwell Automation, dan Emerson.

Tinggalkan komentar

Harap diperhatikan, komentar perlu disetujui sebelum dipublikasikan.