Halcon 18.05: la nuova dimensione della visione industriale

Image S, azienda specializzata in componenti per Image Processing destinati a diversi settori (industriale, medicale e scientifico), presenta Halcon 18.05 di MVTec Software, l’ultima release di Halcon con nuove funzionalità avanzate. Con la nuova versione è possibile utilizzare direttamente le CPU per la parte di inferenze delle reti neurali convoluzionali (CNN). In particolare, l’inferenza è stata ottimizzata per CPU x86 Intel®-compatibili. Questo significa che un normale processore Intel è in grado di raggiungere le prestazioni di un processore grafico (GPU) di fascia media. In questo modo la flessibilità operativa dei sistemi può essere notevolmente aumentata. Ad esempio, i PC industriali, che solitamente non dispongono di GPU potenti, potranno essere utilizzati senza problemi per attività di classificazione basate su deep learning. Inoltre, la nuova versione di Halcon offre molte altre migliorie che aumentano ulteriormente la facilità di utilizzo dei processi di visione. Le funzioni avanzate di deflettometria, ad esempio, aumentano la precisione e la solidità del rilevamento di errori su oggetti con superfici parzialmente riflettenti.

Due nuove funzionalità

Gli sviluppatori in particolare traggono beneficio da altre due nuove funzionalità. In primo luogo, possono accedere alle procedure HDevelop non solo in C++ ma anche in .NET attraverso un wrapper esportato, con la stessa facilità e intuitività di una funzione nativa, semplificando notevolmente il processo di sviluppo. In secondo luogo, Halcon 18.05 semplifica notevolmente la gestione dei parametri e la rende più facile per il programmatore. Nella nuova versione, queste vengono cancellate automaticamente quando non sono più necessarie. In questo modo si riduce drasticamente il rischio di sprechi di memoria, perché gli utenti non devono più rilasciare manualmente la memoria inutilizzata.

Funzioni avanzate per la lettura di codici a barre

Halcon18.05 offre funzionalità ottimizzate per il rilevamento dei bordi, migliorando la lettura di codici a barre con linee molto sottili o leggermente sfuocate. Inoltre, la qualità dei codici a barre viene verificata in conformità con la versione più aggiornata della norma ISO/IEC 15416. La nuova release offre anche funzioni ottimizzate per il matching 3D basato sulle superfici: queste funzioni consentono di determinare con un maggiore grado di affidabilità la posizione degli oggetti nello spazio tridimensionale. Inoltre, quando si interfaccia un nuovo modello di telecamera, Halcon consente di correggere eventuali distorsioni nelle immagini registrate con ottiche ipercentriche. Queste ottiche possono catturare diverse facce di un oggetto simultaneamente, realizzando una vista convergente dell’oggetto stesso. Grazie a questa tecnologia è sufficiente un’unica telecamera per attività di ispezione e identificazione, ad es. per l’ispezione di oggetti cilindrici. “La release Halcon 18.05 segna un’altra tappa fondamentale nell’evoluzione del software di visione. In particolare, la nuova release riconosce il ruolo sempre più importante delle tecnologie di intelligenza artificiale quali deep learning e CNN nei processi di visione,” sottolinea Johannes Hiltner, Product Manager Halcon di MVTec.

Nuove funzionalità di visione

Olaf Munkelt, amministratore delegato di MVTec Software GmbH, aggiunge: “Con la nuova versione siamo lieti di offrire a utenti e sviluppatori funzionalità di visione concepite con grande cura e al tempo stesso estremamente avanzate. Grazie a queste funzionalità i nostri clienti possono semplificare ulteriormente i processi di visione e portarli a nuovi livelli con le nuove funzioni semplici e intuitive di Halcon.” “Il software Halcon di MVTec è da diversi anni uno dei prodotti di punta della gamma di soluzioni offerta da Image S al mercato italiano. La versione 18.05, che implementa algoritmi di deep learning, apre nuovi scenari nel campo della visione industriale”, commenta Marco Diani, co-fondatore e presidente di Image S. “I sistemi di machine vision basati su deep learning e intelligenza artificiale, che esistono già dagli anni Ottanta, finalmente sono ora applicabili anche alle realtà industriali, grazie all’evoluzione della capacità di calcolo e del software che è stata davvero notevole negli ultimi anni.”

 

Materiali

Progettazione di componenti a “memoria di forma”

I materiali a memoria di forma, comunemente indicati con l’acronimo SMA (Shape Memory Alloys), costituiscono una classe di leghe metalliche caratterizzate dalla capacità di recuperare una forma geometrica predeterminata dopo aver subito deformazioni apparenti permanenti, grazie a un particolare meccanismo

La modellazione dei contatti nelle analisi agli elementi finiti
Quaderni di progettazione

La modellazione dei contatti nelle analisi agli elementi finiti

Un cosiddetto “problema di contatto” è classificabile come una non linearità al contorno, in cui sia lo spostamento, sia la forza di contatto sono incognite del problema. A differenza di altri tipi di simulazione in cui alcuni nodi della mesh

Design thinking

Un approccio innovativo sviluppato dalla Flinders University lancia la nuova corsa all’oro

Un approccio innovativo sviluppato dalla Flinders University promette di trasformare il recupero dell’oro da rifiuti elettronici e minerali, eliminando l’uso di reagenti tossici. L’oro rappresenta una risorsa strategica per l’industria globale, impiegato in settori che spaziano dall’elettronica all’aerospazio, dalla medicina

Avatr: la rivoluzione della produzione automobilistica intelligente
Design thinking

Avatr: la rivoluzione della produzione automobilistica intelligente

Il nuovo impianto “fabbrica-5G-AI” ad alta automazione di Avatr Technology a Chongqing (Cina), frutto della cooperazione con Changan, Huawei e China Unicom, apre un’era di produzione flessibile e iper-personalizzata nel mercato EV. Negli ultimi anni la transizione verso la mobilità