Visión computacional industrial: cómo convertir imágenes y video en indicadores operacionales

En muchas operaciones industriales ya existen cámaras. Sin embargo, disponer de imágenes no significa necesariamente disponer de información operacional.

Una cámara tradicional permite observar una situación. Para convertir esa observación en datos útiles es necesario incorporar procesamiento, reglas de análisis y, cuando corresponde, modelos de Inteligencia Artificial capaces de identificar elementos definidos previamente.

Ahí aparece la Visión Computacional Industrial: tecnología que permite analizar imágenes o video para reconocer determinados objetos, movimientos o eventos y convertir esas detecciones en información estructurada.

¿Qué es la visión computacional?

La visión computacional permite procesar información visual mediante software. En lugar de que una imagen sea solamente algo que una persona observa, el sistema puede analizarla para identificar características previamente definidas.

Dependiendo del proyecto, podría configurarse para reconocer camiones, vehículos, maquinaria, personas, zonas determinadas, movimientos, cambios de estado u otros eventos visibles.

Una vez identificado un elemento, es posible registrar información asociada. Por ejemplo: camión detectado → ubicación → hora → dirección de movimiento → registro.

Cámara convencional vs. visión computacional

Esto no significa que una cámara con IA “entienda” completamente una operación. El sistema analiza aquello para lo cual fue configurado.

De una imagen a un dato operacional

1. Captura de la escena

Todo comienza con una imagen o video. La cámara debe observar correctamente la zona donde ocurre el proceso que interesa medir: un acceso, una ruta, una zona de carga, un área de acopio, un frente de trabajo o un proceso productivo.

2. Transmisión de la información

Las imágenes deben llegar al sistema que las procesa. Dependiendo de las condiciones del proyecto, pueden existir diferentes alternativas de conectividad y energía.

3. Detección

El software analiza la imagen para localizar los elementos definidos durante la configuración del proyecto.

4. Seguimiento

En algunas configuraciones no basta con detectar que un objeto existe. También puede ser necesario observar su desplazamiento: aparece → se desplaza → ingresa a una zona → permanece → sale.

5. Registro

Cada detección relevante puede convertirse en un registro estructurado con fecha, hora, zona, evento, duración o cantidad.

6. Indicadores

Cuando los datos se agrupan pueden convertirse en métricas: detecciones de camiones → número de camiones por hora; hora de entrada + hora de salida → tiempo de permanencia; vehículos presentes simultáneamente → tamaño de una cola.

¿Qué puede medir la visión computacional industrial?

Las posibilidades dependen de la naturaleza del proceso y de las condiciones técnicas. No todos los indicadores pueden obtenerse en cualquier lugar ni con cualquier cámara.

Conteo

Puede configurarse para contar determinados elementos que atraviesan o permanecen en una zona, como camiones, vehículos, equipos, personas u objetos.

Tiempos

Si es posible identificar el momento en que comienza y termina un evento, pueden calcularse tiempos de espera, permanencia, ciclo, actividad o detención.

Colas y flujos

Cuando varios vehículos o equipos se acumulan en una zona, puede ser posible medir cantidad, duración y evolución de la cola. También pueden observarse flujos entre distintos puntos.

Velocidad

En determinadas configuraciones puede estimarse el movimiento dentro de una zona calibrada. La viabilidad depende de perspectiva, distancia, resolución, posición de la cámara y configuración.

Volumen

Lisual contempla aplicaciones donde pueden analizarse volúmenes, pero esta capacidad requiere condiciones técnicas adecuadas. Deben evaluarse el objeto o material, la perspectiva, la referencia espacial, la resolución y la precisión requerida.

De la detección al dashboard

La visión computacional por sí sola no debería ser el producto final. El objetivo es que la información pueda utilizarse. Los datos obtenidos pueden integrarse en una plataforma de control operacional que muestre conteos, tiempos, evolución por hora, comparaciones, eventos, tendencias y alertas.

¿Cómo se generan alertas?

Una vez que existe un indicador, pueden definirse determinadas condiciones. Por ejemplo: si la cantidad de vehículos esperando supera un nivel definido, generar una alerta; o si un tiempo de permanencia supera un criterio establecido, generar una alerta.

La alerta no necesariamente significa que exista una falla. Su función es indicar que se produjo una condición que merece atención. El equipo responsable continúa siendo quien interpreta la situación y decide qué acción corresponde.

Ejemplos operacionales

Monitoreo de camiones

Si una empresa necesita conocer el comportamiento del tránsito de camiones en una zona operacional, una cámara puede registrar los vehículos, el software detectar los eventos y el sistema generar indicadores como camiones por hora o flujo por franja horaria.

Zona de carga

Dependiendo de la visibilidad y configuración, podrían analizarse eventos como llegada → espera → ingreso → carga → salida. Lo relevante no sería revisar cada video, sino obtener cantidad de operaciones, tiempos, frecuencia y periodos de espera.

Aplicaciones en minería, construcción y manufactura

Minería

Pueden evaluarse accesos y rutas, zonas de carga, pilas y acopios y otras áreas operacionales, siempre según la necesidad y viabilidad técnica de cada proyecto.

Construcción

Entre las variables que podrían evaluarse se encuentran movimiento de tierra, tránsito de camiones, operación de maquinaria, carga y descarga, determinados avances visibles, accesos y movimiento de materiales.

Manufactura

En entornos donde existe mayor control sobre iluminación, posición de cámaras y recorridos, pueden estudiarse conteos, tiempos, flujos, presencia de objetos, movimientos y eventos definidos.

¿Qué determina que una implementación funcione correctamente?

Posición y perspectiva

Debe existir visibilidad suficiente sobre el área que interesa analizar. Una instalación técnicamente deficiente puede limitar el análisis aunque el software sea avanzado.

Iluminación

Sombras, baja iluminación, reflejos, polvo o cambios ambientales pueden afectar la calidad de captura y deben considerarse durante la evaluación.

Resolución y oclusiones

El sistema necesita suficiente información visual para realizar la tarea definida. Además, un elemento puede quedar oculto detrás de otro, por lo que la ubicación de las cámaras debe considerar estas situaciones.

Frecuencia de captura

No todos los procesos necesitan video continuo. Una operación dinámica puede requerir alta frecuencia de captura; otro proceso puede evaluarse mediante imágenes tomadas a intervalos.

Video continuo o fotografías periódicas

Lisual contempla distintas alternativas de hardware según el proyecto: video en tiempo real, cámaras fotográficas eléctricas o cámaras fotográficas solares 4G, entre otras configuraciones posibles.

La pregunta correcta no es “¿qué cámara queremos instalar?”, sino “¿qué necesitamos medir y con qué frecuencia necesitamos conocerlo?”. Después se selecciona la tecnología.

La importancia del anteproyecto

Antes de instalar cámaras es necesario conocer el proceso. La evaluación inicial considera condiciones del lugar, flujo de la operación, tipo y cantidad de cámaras, ubicación, energía, conectividad e información que se necesita obtener.

La visión computacional es una parte del sistema, no el sistema completo. Se integra dentro de una solución de Inteligencia Operacional con IA que conecta terreno, cámaras, conectividad, análisis, datos, indicadores, dashboards y alertas.

Preguntas frecuentes