Service Communautaire d'Information sur la Recherche et le Développement - CORDIS

FP6

DYNAVIS — Résultat en bref

Project ID: 16429
Financé au titre de: FP6-NMP
Pays: Autriche

Donner la vue aux machines

La technologie a évolué au point qu'il est maintenant possible d'indiquer à des machines comment reconnaître des défauts que l'homme était jusque-là le seul à détecter.
Donner la vue aux machines
Une machine capable de voir et de 'réfléchir' pourrait prendre de bien meilleures décisions pour la production et l'industrie. Le projet Dynavis («Dynamically reconfigurable quality control for manufacturing and production processes using learning machine vision») financé par l'UE s'est attaqué à ce défi.

Il a cherché comment améliorer l'inspection de produits en intégrant au logiciel des capacités humaines de prise de décision. Normalement, l'apprentissage automatique exige une reprogrammation en profondeur qui demande beaucoup de temps, aussi les chercheurs ont essayé d'accélérer considérablement le processus.

Dynavis a ainsi travaillé sur des algorithmes «adaptables» de vision industrielle et sur des méthodes originales d'apprentissage. Il a étudié ces méthodes d'apprentissage afin de traiter les données complexes provenant du système de vision, et a cherché comment gérer les commandes concurrentes voire contradictoires des opérateurs. Il a fallu également intégrer aux premières étapes du processus d'apprentissage une fonction de prévision de son succès.

En étudiant directement l'opérateur humain, Dynavis a contribué à améliorer les systèmes de vision industrielle. Vers la fin de ses activités, le projet a présenté deux prototypes équipés du nouveau système. Le premier servait à analyser et classer des images de rotors, le second inspectait les CD afin de détecter des défauts de pressage.

Les implications de la vision industrielle sont très vastes, et les nouvelles connaissances devraient faciliter et accélérer de nombreux processus industriels. Les résultats du projet devraient contribuer à faciliter la simulation par logiciel des prises de décision humaines. Les chercheurs pourront également exploiter la coopération entre l'homme et la machine pour apprendre des tâches complexes d'inspection et s'adapter automatiquement à des besoins donnés ou changeants.

Informations connexes