NeoEyes NE503 Ajoute une Vision AI Edge pour l’Automatisation du Soudage

La nouvelle caméra AI Edge NeoEyes NE503 de CamThink indique un changement plus large dans la vision machine pour l’automatisation industrielle : un plus grand traitement est déplacé directement sur la caméra, réduisant la dépendance aux PC externes et aux connexions cloud pour l’inférence. Rapporté par Hackster.io, l’appareil combine 20 TOPS de calcul AI sur appareil avec une plateforme d’imagerie 4K destinée aux tâches de vision industrielle programmables. Pour les fabricants évaluant les mises à niveau de vision, l’importance réside moins dans les chiffres de calcul en gros titres et plus dans ce que l’inférence locale peut permettre sur la ligne : une latence plus faible, des architectures plus simples et une réponse plus rapide pour l’inspection et le guidage des robots. Dans les environnements de soudage, où les éclaboussures, la distorsion thermique, les surfaces réfléchissantes et l’ajustement variable des pièces peuvent poser des défis à l’imagerie conventionnelle, cette combinaison peut être particulièrement pertinente pour la recherche de joints, les vérifications de présence de pièces et la vérification de qualité post-soudage.

L’inférence Edge se rapproche du processus

Selon Hackster.io, le NE503 est conçu pour exécuter des modèles de vision directement sur l’appareil plutôt que de diffuser toutes les données d’image vers un ordinateur industriel séparé. Des détails supplémentaires sur le produit publiés par CamThink le décrivent comme une plateforme de caméra AI Edge 4K ouverte avec des applications conteneurisées, Power over Ethernet et des fonctionnalités d’intégration système. Cette architecture est importante dans les cellules de production car elle peut réduire le trafic réseau et éviter les retards liés à l’envoi de flux d’images haute résolution à un processeur central pour chaque décision. En termes pratiques, une caméra AI Edge peut classer un cordon de soudure, détecter un composant manquant ou vérifier le chargement d’un dispositif localement, puis envoyer uniquement le résultat ou l’exception au PLC, au contrôleur de robot ou à la couche MES.

L’importance industrielle plus large est que les caméras programmables sont de plus en plus attendues pour prendre en charge plusieurs charges de travail plutôt qu’une seule routine d’inspection fixe. Un rapport secondaire de geekfence.com note le soutien pour des tâches telles que la détection d’objets, l’OCR, l’estimation de pose et l’analyse de comportement, ainsi qu’un environnement Linux intégré, un SDK Python, une API REST et des options d’accès à distance. Pour les intégrateurs de systèmes, cela suggère une approche de plateforme plutôt qu’un capteur intelligent fermé. Dans la fabrication en modèles mixtes, où une cellule peut avoir besoin d’identifier des pièces variantes, de lire des marques de traçabilité et de confirmer l’achèvement de la soudure dans le même temps de cycle, la flexibilité au niveau de la caméra peut réduire le nombre de dispositifs séparés nécessaires.

Pourquoi la vision AI capable de 3D est importante dans le soudage

L’angle éditorial autour du NE503 est son potentiel à renforcer la vision 3D alimentée par AI dans les environnements industriels. Bien que le matériel source disponible mette l’accent sur l’AI Edge et l’imagerie 4K plus qu’une modalité de capteur 3D spécifique, la marge de traitement est pertinente pour les pipelines de vision 3D qui combinent analyse d’image, estimation de profondeur, extraction de caractéristiques et logique décisionnelle. Dans le soudage robotisé, une vision avancée est de plus en plus utilisée avant, pendant et après l’arc. Avant le soudage, elle peut soutenir la localisation de pièces ramassées dans un bac ou chargées dans un dispositif, la mesure des écarts et des incompatibilités, et la génération de chemins adaptatifs. Pendant le soudage, elle peut aider à suivre la position du joint ou à détecter des écarts causés par le mouvement thermique. Après le soudage, elle peut inspecter la géométrie du cordon, détecter un sous-remplissage ou un renforcement excessif, et vérifier que le bon joint a été complété.

Ces cas d’utilisation sont particulièrement pertinents dans des secteurs tels que le Tier 1 automobile, les produits métalliques fabriqués et la fabrication sous contrat, où les exigences en matière de mélange de produits et de documentation de qualité continuent d’augmenter. Les principaux fournisseurs de robots, dont ABB, KUKA, FANUC, Yaskawa, Universal Robots et Doosan, soutiennent déjà l’automatisation guidée par la vision à travers leurs propres écosystèmes ou interfaces tierces. Ce qui change avec des caméras Edge plus performantes, c’est la possibilité de pousser plus d’intelligence dans un appareil compact au point de détection. Cela peut simplifier le déploiement dans des cellules plus petites ou des postes de travail cobot où l’espace dans le cabinet, la complexité du câblage et le temps de mise en service sont contraints. Pour les PME en particulier, réduire le besoin d’un PC de vision dédié peut diminuer les frais d’intégration, à condition que la plateforme de caméra reste maintenable et interopérable.

Considérations d’intégration, de normes et de déploiement

Pour les ingénieurs de production, l’évaluation technique doit aller au-delà des chiffres de performance AI. Une caméra destinée à un usage industriel doit s’intégrer dans des architectures de contrôle et de sécurité établies, prendre en charge une communication déterministe si nécessaire et tolérer des conditions d’exploitation difficiles. Dans les cellules de soudage, cela inclut la résistance aux vibrations, au bruit électromagnétique, aux fumées et aux variations d’illumination. Les intégrateurs rechercheront également la compatibilité avec les protocoles industriels, la synchronisation des déclencheurs et la gestion sécurisée du cycle de vie des logiciels. Lorsque la caméra influence le mouvement du robot ou les décisions de libération de qualité, la conformité aux normes pertinentes devient partie intégrante de la discussion, y compris les cadres électriques et de machines IEC et EN, ainsi que les normes ISO utilisées dans l’intégration des robots et les évaluations de la sécurité fonctionnelle. Selon l’application, cela peut inclure ISO 10218 pour la sécurité des robots industriels, ISO/TS 15066 pour l’opération collaborative, et les exigences EN/IEC appliquées par le processus global de conformité CE de la machine.

Un autre problème pratique est la gouvernance des modèles. L’AI Edge peut réduire la latence, mais les fabricants ont toujours besoin d’un processus pour la gestion des ensembles de données, le contrôle des versions, la validation et la requalification lorsque les pièces, les matériaux ou les procédures de soudage changent. Les modèles d’inspection des soudures formés sur un type de joint ou une finition de surface peuvent ne pas se généraliser à tous les assemblages. Pour cette raison, des environnements de déploiement ouverts et des API peuvent être un avantage, mais seulement s’ils sont accompagnés de pratiques de mise en service et de maintenance disciplinées. Le positionnement logiciel ouvert du NE503 peut séduire les intégrateurs qui souhaitent créer des applications personnalisées, mais les utilisateurs finaux auront toujours besoin d’une clarté sur la propriété de la cybersécurité, des sauvegardes et du support à long terme.

Ce que cela signifie pour les intégrateurs de cellules de soudage

Pour les projets de soudage robotisé et de soudage cobot, le NE503 souligne une direction qui est susceptible d’influencer la conception des cellules de soudage futures : plus d’intelligence distribuée au niveau du capteur. Les intégrateurs construisant des cellules autour des plateformes d’ABB, KUKA, FANUC, Yaskawa, Universal Robots ou Doosan peuvent voir de la valeur dans les caméras AI Edge pour la vérification des pièces avant soudage, les vérifications d’ajustement adaptatif, la confirmation de l’approche du torche et l’inspection post-soudage sans ajouter un PC industriel complet à chaque station. Dans les cellules à volume élevé, cela peut soutenir des décisions de cycle plus rapides et réduire la charge réseau. Dans les cellules flexibles à faible volume, cela peut aider à gérer la variation des pièces et à raccourcir les changements. Le véritable avantage dépendra de la manière dont la caméra s’intègre à la programmation des robots, à la logique PLC, aux flux de travail IHM et aux systèmes de traçabilité, mais la direction est claire : la vision devient plus autonome, plus définie par logiciel et plus pertinente pour l’assurance qualité des soudures.

Les fabricants et les intégrateurs évaluant la vision AI pour le soudage robotisé, le soudage cobot ou l’inspection automatisée peuvent utiliser des développements comme le NE503 comme référence pour une architecture de cellule prête pour l’avenir. Pour obtenir de l’aide dans la spécification d’une cellule de soudage avec vision intégrée, sécurité et compatibilité robotique, les lecteurs peuvent demander un devis pour une solution sur mesure.