Sistema de visão computacional: como é criado?

Projetos que envolvem Visão Computacional podem ser aplicados para solucionar dores em diferentes segmentos. Começando pela identificação do problema apresentado até a fase de testes, o desenvolvimento de um sistema deve passar por algumas etapas fundamentais, até que a solução final esteja pronta para uso.

Sistema de visão computacional: como é criado?

Conhecida como a tecnologia das máquinas que enxergam, a Visão Computacional (VC) é capaz de oferecer extensa gama de possibilidades, especialmente quando o assunto é aumentar a agilidade e eficácia na indústria. Tecnologias disruptivas estão cada vez mais acessíveis, especialmente as ligadas à captação e processamento de imagens, tornando a implementação da Indústria 4.0 uma realidade palpável.

Entenda aqui o que é e como funciona a Visão Computacional.

Segundo a consultoria americana Markets and Markets, em 2018 foram movimentados US$ 11,9 bilhões no mercado mundial de sistemas de processamento de imagens. Para 2023, a expectativa é que o valor financeiro alcance a casa dos US$ 17,3 bilhões, provando a tendência em inovação.

Basicamente, o trabalho com imagens realizado por um sistema de VC possibilita a identificação de objetos do mundo real, mas de modo que a captação de dados seja elevada a um patamar nunca antes imaginado.

Com sensores cada vez mais criteriosos e avanços no processo de desenvolvimento das soluções, é possível captar e processar imagens para realização de tarefas como contagem de produtos, controle de qualidade e inspeções.

Como um sistema de Visão Computacional pode ser aplicados?

Um dos exemplos de aplicação da tecnologia está no monitoramento de linhas de transmissão realizado por drones, aeronaves equipadas com sensores que captam as imagens aéreas. A tecnologia desenvolvida pela Pix Grid, vertical da Pix Force no setor elétrico, permite que as imagens sejam processadas e transformadas em dados valiosos para as equipes responsáveis pela manutenção das torres.

Saiba mais sobre as aplicações e o funcionamento da Pix Grid aqui.

Em parceria com a CPFL, o projeto amplia a segurança e a padronização das operações, contando com uma plataforma que automatiza o voo dos drones. A solução também pode ser aplicada em linhas de distribuição localizadas na área urbana, com a ajuda de câmeras e sensores acoplados a carros.

Sistema de visão computacional: como é criado?
Carro utilizado pela Pix Grid em projeto com a CPFL.

Outro exemplo é a identificação do uso de Equipamentos de Proteção Individual (EPIs), como pode ser visto no vídeo abaixo, por funcionários que atuam em áreas de risco. O projeto realizado através da VC foi desenvolvido pela Pix Force para garantir a presença dos equipamentos, além da possibilidade de detecção de objetos suspeitos ou indevidos.

https://www.facebook.com/watch/?v=545932636433462

São múltiplas as possibilidades de aplicação da tecnologia no mercado. Grandes players têm aumentado lucros através da incorporação de soluções desenvolvidas por especialistas em tecnologias disruptivas. Entretanto, o processo de construção dos projetos gera inúmeras dúvidas, sendo necessário esclarecer quais são as principais etapas envolvidas.

Mas afinal, como é criado um sistema de Visão Computacional?

Primeiro precisamos entender que o desenvolvimento da solução deverá passar por certas etapas, ainda que algumas delas possam ocorrer de forma paralela. O tempo de cada etapa também varia de acordo com cada projeto, levando-se em consideração o nível de complexidade e ineditismo da tecnologia desenvolvida.

Independentemente do segmento, o primeiro passo será entender as dificuldades enfrentadas pela empresa que busca na tecnologia uma forma de ampliar sua competitividade. Para isso, serão coletadas informações sobre o problema apresentado, tomando como base a necessidade de uma solução que seja viável para a empresa, inclusive do ponto de vista financeiro.

No caso de tarefas realizadas por trabalhadores, é preciso mapear quais falhas o uso da mão de obra tem gerado, sabendo que a solução nem sempre virá através da simples replicação automatizada da metodologia humana. Um novo método computacional para resolver o problema poderá ser obtido, dando início à etapa de planejamento da solução.

Iniciando a arquitetura da solução

Um dos pontos que deverá ser analisado está ligado justamente à interação do sistema com a mão de obra humana. É preciso avaliar se a solução será totalmente autônoma, se necessitará supervisão ou se complementará a atividade dos trabalhadores. Depois de esclarecer estes e outros pontos, a equipe poderá partir para a fase de arquitetura da solução, em que também será avaliada a escolha do sistema hardware mais adequado.

É aqui que entra a escolha dos sensores e câmeras que serão utilizados na captação das imagens, o que poderá variar consideravelmente segundo o desafio que se tem pela frente. Câmeras fixas, móveis, mobile ou drones são possibilidades que poderão ser utilizadas dependendo do ambiente em que serão empregadas e objetivos da solução.

Nessa etapa, é avaliada a necessidade de aquisição dos dispositivos ou se é possível utilizar câmeras já disponíveis. Em alguns casos, é viável aproveitar imagens já feitas pela empresa, ou até mesmo celulares. Em outros, é preciso investir um pouco mais nos equipamentos, dependendo da necessidade da captura das imagens.

Há, ainda, a possibilidade de se trabalhar com um kit de dispositivos (câmeras e sensores) que poderão atuar juntos, trazendo flexibilidade na resolução do problema. Cada caso deverá ser avaliado, sem deixar de levar em consideração que os valores das soluções poderão variar dependendo do dispositivo que será empregado.

Você pode encontrar detalhes sobre os diferentes tipos de câmeras com exemplos de aplicação aqui.

Desenvolvimento e testes

Depois de alguns pontos esclarecidos passa-se para a etapa de desenvolvimento, realizada por profissionais que atuarão em tarefas ligadas à programação e ao banco de dados que será utilizado para armazenar as informações.

Em seguida será trabalhado o modo de processamento dos dados a partir dos sinais que vêm do ambiente, e que são capturados pelas câmeras. A partir daqui vamos chegando à fase final de desenvolvimento, ligada à etapa de interpretação dos resultados.

Durante o processo de desenvolvimento da solução são envolvidos diferentes perfis de profissionais, incluindo um time de programadores, especialistas em Inteligência Computacional, Machine Learning e Deep Learning. O tempo que a etapa de desenvolvimento demanda poderá variar de acordo com a complexidade do projeto.

Entenda mais sobre Machine Learning aqui.

 

Outro fator que impactará a etapa de desenvolvimento está ligado ao ineditismo da solução. Projetos que contam com tecnologias já aplicadas em outras vertentes costumam demandar um prazo menor para ficarem prontos. Já soluções inéditas pedem mais dedicação nessa fase, afinal, os profissionais precisam criar algo completamente novo.

Com a solução orquestrada passamos para a fase de testes e validação da estrutura. É necessário verificar se a solução é aplicável e escalável, ou seja, se poderá ser replicada naquele modelo de negócio. Lembrando que os primeiros testes não precisam aguardar a conclusão completa do sistema, podendo ser iniciados quando já se tem partes da solução em funcionamento.

Por que investir em novos projetos de VC?

Já conhecemos as etapas básicas para desenvolvimento de um sistema, incluindo seu objetivo primário: a solução de diferentes dores do mercado. Entretanto, é preciso destacar alguns motivos para se investir no desenvolvimento de um novo projeto, começando pela economia de recursos financeiros.

Um novo projeto só fará sentido se trouxer vantagens para a indústria. Além de reduzir a chance de erros e empregar mais agilidade e eficiência, novos sistemas de VC são capazes de reduzir desperdício financeiro, especialmente quando ligados à manutenção preditiva.

Independente dos objetivos, os resultados devem ser visíveis ao longo do tempo, ampliando a capacidade de competição dos negócios. A tecnologia deve ser aliada ao trabalho desenvolvido por gestores, facilitando processos e gerando aumento na produção.

Quer continuar aprendendo?

Veja a seguir como a Visão Computacional pode transformar indústrias.

Compartilhe este artigo:

Artigos Relacionados