El documento describe un proyecto de investigación para desarrollar un sistema de visión artificial que detecte automáticamente defectos en superficies de madera y materiales derivados. El sistema usará técnicas innovadoras de visión artificial y aprendizaje automático para clasificar piezas según su calidad. El proyecto beneficiará a la industria del mueble al reducir costos y mejorar la calidad.

1. VISIÓN ARTIFICIAL
I+D Y TRANSFERENCIA DE RESULTADOS
PARA LA
INDUSTRIA DEL
MUEBLE Y AFINES
La visión artificial desarrolla sistemas que obtienen información a partir de imágenes. Las tecnologías de visión
artificial resultan de gran valor en la inspección de piezas o componentes en líneas de fabricación o montaje.
En el sector del mueble, la aparición de defectos en superficies acabadas de madera o de materiales derivados
constituye un problema que ocasiona grandes pérdidas económicas, pues a menudo estos defectos no se detectan
a tiempo. Hasta el momento, dichas superficies se inspeccionan visualmente, lo cual enlentece la producción y
aumenta los costes de fabricación y del control de calidad. AIDIMA coordina e impulsa este proyecto consorciado
de visión artificial para la industria del mueble y afines, denominado VAMAD.
12
Miguel Ángel Abián / José Vicente Oliver ciones de iluminación. En las figuras 1, 2 y 3 se muestran
Dpto. de Biotecnología y Tecnología de la Madera
redaccion@aidima.es algunos de los defectos citados antes.
El objetivo general del proyecto es diseñar, implementar Para abordar el problema de la inspección de superficies
y probar un sistema de visión artificial que detectará au- acabadas de madera y de materiales derivados, se pre-
tomáticamente defectos en las superficies de madera y sentó al programa Consorcia (Fomento de la investigación
derivados (tableros contrachapados, aglomerados, alis- técnica para proyectos consorciados) del Ministerio de
tonados, de fibras MDF, melaminizados, estratificados, Industria, Turismo y Comercio un proyecto de visión ar-
etc.). Asimismo, el sistema clasificará las piezas en la tificial avanzada orientada al sector de la madera y afines
línea de producción, atendiendo a su calidad. La clasifi- (rechapadores, fabricantes de tableros acabados, fabri-
cación automática en línea evitará la costosa comproba- cantes de mobiliario, etc.). El programa Consorcia tiene
ción visual de las piezas y permitirá corregir el proceso como fin fomentar la cooperación entre centros tecno-
de producción anulando la causa del problema (por ejem- lógicos de distintas comunidades autónomas para desa-
plo, un barniz demasiado viscoso o una presión excesiva rrollar proyectos de I+D+i. En el proyecto, denominado
sobre las chapas), evitando así que se generen más pro- VAMAD (Visión Artificial aplicada a la Madera), participan
ductos defectuosos. AIDIMA, CETEM (Centro Tecnológico de la Madera de la
Región de Murcia), AIDO (Instituto Tecnológico de Óptica,
En el caso de las superficies acabadas -pintadas, barni-
Color e Imagen) y AIN (Asociación de la Industria Navarra).
zadas o lacadas- no existen sistemas comerciales de visión
VAMAD fue uno de los 6 proyectos consorciados apro-
artificial que detecten todos los defectos: cráteres, bur-
bados por el Ministerio en 2007, de un total de 32 pre-
bujas, arrugas, cuarteamientos, descuelgues, escamas,
sentados. AIDIMA es el centro coordinador e impulsor
goteos, velados, centelleos, caleos, escarchados, amari-
del proyecto. Éste, de tres años de duración, tiene un
lleos, piel de naranja, agrisado de poros… Esto se debe
coste previsto de 1,57 millones de euros, y está financiado
a la dificultad que supone inspeccionar esas superficies,
al 50 por ciento por el programa Consorcia. La página
cuyos defectos sólo pueden detectarse correctamente si
web del proyecto es http://www.aidima.es/vamad.
la superficie de interés se estudia desde distintas direc-
Figuras 1, 2 y 3
© 2008, AIDIMA

2. El sistema de visión artificial que se desarrollará en el no quedarse en un prototipo de laboratorio incapaz de
I+D Y TRANSFERENCIA DE RESULTADOS
proyecto se basa en técnicas innovadoras de visión arti- funcionar en condiciones industriales (con ruido, vibra-
ficial desarrolladas por el Área de Sistemas Distribuidos ciones, polvo, cambios de las condiciones de iluminación).
de Medición (VMS) de la Universidad Politécnica de
Las nuevas técnicas de visión artificial que se usarán
Munich (Technische Universität München) y AIDIMA.
en el proyecto analizan las superficies acabadas mediante
CETEM colaborará en el proyecto aportando su conoci-
series de imágenes en las que cada imagen se toma con
miento sobre control de calidad de superficies de mobi-
un ángulo de iluminación. Analizar cada serie como un
liario; mientras que AIDO y AIN participarán en la creación
todo y no como una sucesión de imágenes individuales
de un prototipo industrial y colaborarán con AIDIMA en
resulta imprescindible: la información de interés sobre
su implantación en varias empresas, de manera que el
los defectos no está contenida en cada imagen, sino tam-
nuevo sistema no se quede en una experiencia de labo-
bién en las relaciones entre ellas. De cada serie de imá-
ratorio.
genes se extrae un conjunto de características invariantes.
Una de las tareas de AIDIMA y CETEM en el proyecto Estas características consisten en vectores numéricos
consiste en fabricar muestras defectuosas para “entrenar” que resultan de aplicar distintas operaciones matemáticas
y probar el sistema de visión artificial, utilizando una a las imágenes, operaciones formuladas para no alterar
amplia variedad de substratos y acabados. De esta ma- sus resultados ante ciertas transformaciones de la imagen.
nera, ambos centros contribuirán a que el proyecto con-
Inteligencia artificial
sidere todos los defectos que aparecen en los procesos
industriales de acabado. Asimismo, se visitará a empresas Posteriormente, los vectores numéricos obtenidos para 13
del sector para recabar información sobre los defectos cada serie de imágenes se introducen en un sistema de
más frecuentes y el perjuicio económico que causan. aprendizaje supervisado, que decidirá a qué clase perte-
nece la pieza (pieza correcta, pieza con cráteres, con
En la figura 4 puede verse el resultado de una encuesta
burbujas, con piel de naranja, etc.). El aprendizaje super-
a las empresas del sector, realizada por el Departamento
visado es una rama de la Inteligencia Artificial, disciplina
de Materiales de AIDIMA. Según la doctora Rosa Pérez,
cuyo objetivo consiste en desarrollar técnicas que permi-
directora del departamento, los problemas observados
tan a los ordenadores aprender y resolver problemas. En
se encuentran muy repartidos entre los distintos defectos.
los programas y algoritmos de aprendizaje supervisado
Aun así, puede deducirse que hay cuatro razones princi-
se generalizan comportamientos a partir de información
pales que originan los defectos: falta de extensibilidad
no estructurada o falta de organización, que se suministra
(cráteres y piel de naranja), debida tanto a las condiciones
mediante casos concretos. El entrenamiento de los sis-
del soporte como del producto aplicado; falta de elasti-
temas basados en aprendizaje supervisado se realiza me-
cidad del producto o de excesivo movimiento del soporte
diante ejemplos de entrada-salida, que el sistema aprende
(grietas); problemas en la aplicación (granizados y des-
a asociar. En el proyecto, durante la fase de entrenamiento
cuelgue), relacionados con la viscosidad del producto y
del sistema de aprendizaje supervisado, a éste se le
su tixotropía; falta de aireación a través del espesor de
“enseñará” qué es un cráter introduciéndole como en-
la película de recubrimiento (burbujas), bien debida al
trada series de imágenes de cráteres, qué es una burbuja,
tipo de soporte, bien a la viscosidad del producto o la
y así sucesivamente.
rapidez en su curado. Obviamente, con un buen ánalisis
de estos defectos se pueden corregir las causas y con La combinación de técnicas de fusión de datos con sis-
ello mejorar la calidad de la superficie. temas de aprendizaje supervisado es una novedad tec-
nológica en la industria del mueble y afines, que bene-
A lo largo de todo el proyecto, AIDIMA y CETEM cola-
ficiará a varios de sus sectores.
borarán con los otros centros tecnológicos para asegurar
la aplicación industrial del sistema de visión artificial. El Beneficios para la industria española
objetivo de ambos centros es conseguir un sistema en- En el sector de la madera, los resultados del proyecto
focado a la industria del mueble y afines, de fácil manejo; beneficiarán a los aserraderos y las fábricas de chapas,
Figura 4 Cráteres y poros.
© 2008, AIDIMA

3. I+D Y TRANSFERENCIA DE RESULTADOS
14
En la imagen podemos observar una muestra con dos defectos habituales que se producen tras la aplicación de los recubrimientos, el velado (arriba) y las grietas.
tanto a la plana como al desenrollo, porque dispondrán Las empresas interesadas en la detección de defectos
de un sistema automático para detectar defectos en la mediante visión artificial o en los resultados del proyecto
madera y clasificarla según su calidad, de una forma ob- VAMAD pueden ponerse en contacto con AIDIMA, a tra-
jetiva y comprobable. Este sistema aumentará la compe- vés del Departamento de Biotecnología y Tecnología de
titividad de dichas empresas porque reducirá el tiempo la Madera, o del correo electrónico, mabian@aidima.es.
que la madera tarda en incorporarse al mercado y aumen-
tará la confianza de los compradores de la madera.
En el sector de rechapadores y de los fabricantes de
Cuantiosas pérdidas económicas
tableros acabados, el sistema de visión artificial ofrece
cuatro ventajas. Primero, reducirá las pérdidas por de- Varios estudios de AIDIMA indican que las
fectos (actualmente, los fallos de acabado no detectados dos principales causas de reclamaciones en
a tiempo equivalen al 15-20 por ciento del coste de las el sector del mueble son los defectos deri-
materias primas). En segundo lugar, reducirá los acciden- vados del transporte y el deterioro en el
tes laborales, pues los fallos en el acabado suelen requerir acabado (ambas causas suman el 80% de
el lijado manual de las superficies, lo que aumenta el las reclamaciones). Asimismo, la decisión
riesgo de accidentes. En tercer lugar, disminuirá el impacto de compra de un determinado mueble se
medioambiental de los materiales, productos y procesos debe en un elevado porcentaje (65%) a la
que se emplean en ese sector: la detección inmediata buena apariencia de su acabado.
de defectos en la línea de producción evitará que se sigan
Actualmente, el control de calidad de las
generando productos defectuosos, lo cual impedirá que
superficies de madera o derivados se realiza
se desperdicien disolventes y resinas en piezas defectuo-
mediante inspección visual, lo cual ralentiza
sas. Por último, permitirá que se ofrezcan productos de
el ciclo de producción y aumenta los costes
alta calidad normalizada y objetiva.
del control de calidad. En la Unión Europea,
En el sector del mobiliario, el sistema reducirá el volumen se calcula que las pérdidas económicas de-
de los materiales perdidos por defectos (madera, disol- bido a la detección tardía de defectos en
ventes, resinas, tableros) en las empresas que realizan superficies pintadas, barnizadas y lacadas
el acabado por sí mismas y sustituirá a los controles de es de unos 50 millones de euros anuales,
calidad basados en inspección humana. Las empresas que corresponden al coste del 5% de las pie-
que no realizan el acabado de sus productos también se zas acabadas. Muchas empresas españolas
beneficiarán indirectamente del nuevo sistema de visión tienen entre un 10% y un 30% de reproce-
artificial, pues obtendrán de sus proveedores productos sos debido a defectos de acabado.
de mejor calidad y mejor clasificados.
© 2008, AIDIMA