Analisi, Sviluppo e Sperimentazione di Sistemi di Visual Inspection in Contesti Industriali

Questa tesi è stata redatta durante il tirocinio svolto presso IBM Italia S.p.A (Bologna) e in collaborazione con l’azienda Automobili Lamborghini S.p.A. In questa tesi si approfondiscono le tematiche legate al tema della Visual Inspection, che racchiude un insieme di metodi di computer vision impiegati per il controllo qualità di prodotti e/o step di processi in ambiente industriale attraverso verifiche visive. Grazie alle più recenti tecniche di Machine Learning nell’ambito dei sistemi di Computer Vision oggi è possibile sviluppare sistemi in grado di apprendere costantemente il concetto di “difetto” apportando sostanziali miglioramenti in una miriade di ambienti e al contempo ampliando la platea degli utilizzatori industriali di queste tecniche. Avere la possibilità di delegare ad una macchina il cruciale compito delle ispezioni visive non solo riduce in maniera netta i costi del settore di controllo qualità ma garantisce all’azienda anche il riconoscimento di qualità ed eccellenza da parte dei clienti. In questa tesi verranno analizzati i principali software di Visual Inspection presenti nell’industria: si valuteranno le performance di piccole aziende specializzate in sistemi di visual inspection e sistemi proposti da grandi aziende come Microsoft, Amazon, Google ed IBM per poi spostarsi su alcuni casi di studio reale sviluppati sia in ambiente Open Source che con gli strumenti messi a disposizione da IBM Italia durante questo tirocinio. Nell’ultimo capitolo della tesi verrà trattato un caso di studio reale affrontato in collaborazione con l’azienda Lamborghini S.P.A con cui ho avuto modo di sperimentare le tecniche apprese durante questa esperienza in un caso di studio industriale.