Ricerca automatica finalizzata alla decodifica di codici Data Matrix tramite tecniche di Intelligenza Artificiale

Lo scopo della tesi è quello di creare un sistema intelligente che, in modo autonomo, trovi i parametri necessari per decodificare codici Data Matrix. Questo sistema si interfaccia con un lettore di codice a barre professionale dotato di camera fotografica e una libreria interna, che ha lo scopo di interpretare il codice all’interno dell’immagine acquisita.  I Data Matrix vengono generalmente impressi tramite il processo di Direct Part Marking (DPM), che impone una marcatura permanente del codice su un prodotto tramite varie tipologie di strumenti.  Le diverse tipologie di stampa impongono che la lettura venga affidata a dei lettori molto avanzati che permettono di modificare numerosi parametri, al fine di rendere il codice visibile quanto basta per dare la possibilità alla libreria di decodificarlo. Alcuni esempi di questi parametri sono: posizione dei led accesi, luce emessa dai led, distanza focale e contrasto dell’immagine.  Avvalendosi di un tecnico, i lettori vengono posizionati in punti prefissati, e per ogni prodotto viene ricercata manualmente una ricetta (combinazioni di parametri) che permette di leggere le informazioni impresse. In questo modo, l’utilizzatore dovrà semplicemente inserire i parametri specificati a seconda del prodotto da scansionare. Il problema si pone soprattutto quando un nuovo prodotto viene inserito nella linea, in questo caso, se le ricette precedenti non sono riutilizzabili, il tecnico deve intervenire introducendo un costo per l’azienda. Da qui parte l’esigenza di creare un sistema esperto che permette di svolgere questo compito in maniera automatica.  In questo contesto è stata proposta una metodologia che suddivide il problema in tre fasi: localizzazione, autofocus e ricerca dei parametri. Mentre l’analisi dell’immagine viene svolta da una rete neurale profonda, le atre parti vengono evase tramite algoritmi di ottimizzazione su uno spazio di ricerca accuratamente discretizzato.