Konica Minolta lanza 'Visual Quality Inspection', que combina la tecnología basada en IA de la compañía con soluciones de cámaras inteligentes, para dar respuesta a una demanda creciente de aumentar la precisión del control de calidad, una tarea costosa y que requiere mucho tiempo y controles continuos por parte de supervisores, especialmente en las áreas de fabricación, logística y almacenes. Además, la creciente complejidad de los procesos de producción a veces hace imposible que las supervisiones manuales proporcionen el nivel de precisión requerido.

Así, el sistema 'Visual Quality Inspection' está diseñado para mejorar significativamente el proceso de producción en términos de seguridad y eficiencia, con aplicación en una amplia gama de industrias y permite aumentar la precisión en la inspección de calidad para una línea de producción más rentable y para evitar la pérdida de equipos y materiales costosos, la repetición de trabajos e incluso lesiones o la muerte. Para ello ha combinado tecnologías de inteligencia artificial (IA) e Internet de las Cosas (IoT) que permiten detectar defectos y anomalías en términos de su tamaño y gravedad, rayones, derrames, fugas, incluidas grietas y objetos extraños, así como la posición incorrecta de objetos específicos. Esto puede reducir el error humano y producir productos más consistentes y de mayor calidad. Los recursos humanos se pueden utilizar de manera más eficiente asignando empleados a actividades que generen más valor.

La inspección de calidad visual es el primer servicio de solución de análisis de vídeo basado en la propia plataforma de IoT de imágenes de Konica Minolta, 'Forxai'. La plataforma permite el análisis basado en inteligencia artificial de imágenes y vídeos en el sitio o el procesamiento rápido basado en la nube. Los datos de imagen son proporcionados por soluciones de cámaras inteligentes de alta sensibilidad que detectan defectos mejor que el ojo humano. Basándose en el Deep Learning, la IA de 'Forxai' analiza estas imágenes, reconoce patrones específicos y, por lo tanto, identifica defectos. Está entrenado para esta tarea monótona pero crítica y consigue un mayor nivel de precisión y consistencia que los procesos de supervisión humana.

La plataforma proporciona toda la información al cliente en tiempo real. Los defectos se clasifican en términos según su gravedad en una escala del 0 al 100% y el administrador de procesos recibe una notificación inmediata a través del panel de control. Posteriormente las imágenes relevantes de las cámaras se pueden recuperar para identificar el tipo de advertencia. Esto permite una respuesta en tiempo real al problema y minimiza la cantidad de personal requerido, ya que no es necesario supervisar constantemente cada cámara. La interfaz de usuario es fácil de operar, incluso sin conocimientos de programación o aprendizaje automático. Para que la producción sea predecible, la plataforma también proporciona análisis y estadísticas a largo plazo sobre la cantidad de elementos detectados y el tipo de defectos.

Konica Minolta ya ha podido realizar numerosos pilotos con clientes checos (como Phoenix, Ronal, Severotisk y NC Line) de Países Bajos o polacos. Como afirma Shintaro Inoue, jefe de servicio de soluciones de vídeo en Konica Minolta Business Solutions Europe,"los primeros pilotos en clientes se realizaron en una amplia gama de industrias, lo que indica una alta demanda de automatización en el control de la calidad. Estudiamos detenidamente a cada cliente individual y sus procesos y desarrollamos soluciones personalizadas que se adaptaran con precisión a sus requisitos respectivos." Dado que los algoritmos de la plataforma 'Forxai' se pueden adaptar específicamente a las necesidades del cliente, los ejemplos de aplicaciones antes mencionadas también se pueden extrapolar para incluir cualquier otro caso de uso. A medida que aumenta el número de casos de uso, junto con la cantidad de datos de campo y los comentarios de los clientes, Konica Minolta perfecciona sus algoritmos, lo que permite mejorar los programas de entrenamiento de IA.