O que determina o tipo de equipamento de inspeção por visão de que você precisa?
Quem decide é o defeito. Antes de comparar câmeras ou fornecedores, descreva exatamente como é uma unidade defeituosa e em que ponto da linha ela pode ser vista. Quatro perguntas costumam definir a escolha.
- O defeito é plano ou tem profundidade? Um número de lote ausente, um Data Matrix borrado ou um rótulo torto estão em uma superfície. A imagem 2D detecta esses defeitos. Um nível de enchimento baixo, uma tampa levantada ou um alvéolo de blister deformado são problemas de altura ou volume, e é aí que o 3D justifica seu custo.
- O “bom” é consistente ou variável? Caracteres impressos e códigos de barras seguem uma especificação, por isso regras fixas conseguem avaliá-los. A cor dos comprimidos, o brilho das cápsulas e a textura natural da superfície variam de unidade para unidade. É exatamente essa variação que a inspeção baseada em IA foi criada para tratar.
- Qual é a velocidade da linha? Aquisição, iluminação e processamento precisam acompanhar o ritmo da linha. Uma linha de cartuchos a 400 unidades por minuto impõe restrições muito diferentes das de uma estação de embalagem manual.
- O que precisa acontecer com o resultado? Uma verificação de qualidade isolada pode funcionar em um dispositivo simples. Uma verificação de serialização deve reportar cada código ao controlador da linha, atualizar o status da unidade, acionar uma rejeição confirmada e deixar uma trilha de auditoria que atenda às expectativas do FDA 21 CFR Part 11 e do Anexo 11 das BPF da UE.
Na prática, a maioria das linhas farmacêuticas usa mais de um tipo. Uma linha serializada típica lê códigos com visão 2D na estação de cartuchos, inspeciona sólidos orais com visão assistida por IA nas etapas anteriores e verifica a agregação com câmeras 2D nas caixas e paletes.
O que é um sistema de inspeção por visão 2D?
Um sistema de inspeção por visão 2D captura uma imagem plana de um produto ou embalagem e a analisa pixel a pixel. É o tipo de equipamento de inspeção por visão mais utilizado na indústria farmacêutica, porque quase todas as verificações críticas para a conformidade acontecem em uma superfície impressa ou rotulada.
Como funciona a inspeção por visão 2D?
Um sistema 2D tem quatro partes: uma câmera, iluminação controlada, uma óptica e um software que aplica ferramentas de inspeção a cada imagem. Um sensor ou encoder aciona a câmera à passagem de cada unidade. Em seguida, o software compara a imagem com uma referência ou a mede em relação às tolerâncias e envia um resultado de aprovação ou reprovação ao mecanismo de rejeição.
A iluminação faz a maior parte do trabalho. A luz difusa elimina o reflexo em alumínio e filmes. A luz polarizada revela detalhes de superfície em comprimidos revestidos. A retroiluminação destaca contornos e níveis de líquido. A iluminação UV lê códigos de rastreamento impressos com tinta invisível ao consumidor.
Câmeras de varredura de área capturam um quadro inteiro de uma só vez e são adequadas para itens individuais, como cartuchos e frascos. Câmeras de varredura linear ou sensores de imagem por contato constroem a imagem uma linha por vez, o que é ideal para bobinas contínuas e grandes rolos de rótulos. Configurações com várias câmeras, ou a rotação do produto, oferecem cobertura de 360° para itens cilíndricos, como frascos e frascos-ampola.
Para que a visão 2D é mais indicada?
Verificação de rótulos e impressão
Essa é a função principal. Em uma única imagem, um sistema 2D pode:
- decodificar e classificar a qualidade de códigos Data Matrix, QR e códigos de barras lineares segundo as normas ISO/IEC 15415 e 15416;
- verificar textos legíveis por humanos com verificação óptica de caracteres (OCV) ou reconhecimento óptico de caracteres (OCR) para lote, validade, NDC e número de série;
- confirmar que o texto e o código codificado contêm os mesmos dados;
- verificar presença, posição, inclinação e arte do rótulo em relação a uma imagem de referência.
O InspectProof™ da OPTEL é um exemplo. Ele reúne mais de 60 funções de inspeção para verificações de produto, embalagem, kits e rotulagem, e opera de até 200 a até 1.200 produtos por minuto, dependendo da configuração.
Detecção de presença/ausência
A visão 2D confirma com confiabilidade que cada item está onde deveria estar. Verificações típicas incluem bulas e topserts em cartuchos, tampas e lacres de inviolabilidade, comprimidos em todos os alvéolos do blister e componentes de um kit médico. Em contadores de canaletas e contadores eletrônicos, a visão 2D também verifica a cor, o tamanho e a integridade de cada unidade antes que ela caia no frasco.
Limitações
- Sem profundidade real. Uma imagem 2D não consegue medir altura diretamente. O nível de enchimento através de vidro transparente pode ser verificado com retroiluminação, mas recipientes opacos ou pequenas diferenças de altura exigem 3D.
- Sensível à apresentação. Mudanças de posição, orientação ou reflexo podem causar falsas rejeições se a iluminação e o manuseio não forem cuidadosamente projetados.
- Ferramentas baseadas em regras exigem ajuste. Limites fixos funcionam bem com dados impressos, mas têm dificuldade com a variação natural na aparência dos produtos.
O que é um sistema de inspeção por visão 3D?
Um sistema de inspeção por visão 3D mede a forma de um objeto em três dimensões, e não apenas sua aparência. Em vez de uma imagem plana, ele produz um mapa de altura ou uma nuvem de pontos em que cada ponto tem um valor de profundidade. Isso o torna a ferramenta certa quando o defeito é de geometria física, e não de cor ou impressão.
Como funciona a inspeção por visão 3D?
Três técnicas predominam na inspeção 3D industrial:
- Triangulação a laser. Uma linha de laser é projetada sobre o produto e uma câmera a observa em ângulo. À medida que o produto se move, a forma da linha revela o perfil da superfície.
- Luz estruturada. Um projetor emite um padrão conhecido, como listras. A maneira como o padrão se curva sobre a superfície é convertida em profundidade.
- Visão estéreo. Duas câmeras observam a mesma cena de posições diferentes, e o software calcula a profundidade a partir da diferença entre as duas imagens.
O resultado é um conjunto de medições: altura, volume, planicidade, inclinação ou desvio em relação a um modelo de referência. As tolerâncias são então aplicadas em unidades reais, como milímetros, o que é mais fácil de justificar em um protocolo de validação do que um limite em níveis de cinza.
Aplicações mais indicadas
Verificação do nível de enchimento
Métodos 3D e de detecção de profundidade verificam o enchimento em recipientes abertos ou opacos, onde uma imagem 2D retroiluminada não consegue ver a linha de líquido ou pó. Eles também podem medir a altura de uma rolha ou tampa para confirmar que está totalmente assentada. Para frascos-ampola transparentes, uma inspeção 2D retroiluminada de frascos-ampola bem projetada geralmente resolve com custo menor; por isso, o recipiente importa tanto quanto o produto.
Inspeção de forma e volume
Aplicações típicas incluem:
- profundidade dos alvéolos do blister e defeitos de formação;
- tampas e recravações levantadas, inclinadas ou ausentes;
- espessura dos comprimidos, lascas e danos nas bordas medidos em dimensões reais;
- amassados e deformações em caixas e recipientes;
- altura de empilhamento e verificação de camadas na paletização.
Limitações
- Custo e complexidade. Sensores 3D, calibração e integração custam mais do que no 2D, e as trocas de formato podem levar mais tempo.
- Superfícies reflexivas e transparentes. Vidro, alumínio e revestimentos brilhantes dispersam a luz e podem criar lacunas nos dados de altura.
- Compromissos de velocidade. A varredura 3D de alta resolução pode limitar a produtividade nas linhas mais rápidas.
- Não lê impressão. O 3D mede forma, não tinta. A verificação de códigos e rótulos ainda exige 2D, então o 3D é quase sempre um complemento, e não um substituto.
O que é um sistema de inspeção por visão com IA?
Um sistema de inspeção por visão com IA usa modelos de deep learning, treinados com imagens de produtos bons e defeituosos, para decidir se uma unidade é aprovada. A câmera e a iluminação costumam ser as mesmas de um sistema 2D. O que muda é a forma como a imagem é avaliada. Para saber mais sobre modelos, treinamento e validação, veja nosso artigo sobre inspeção por visão com IA em detalhes.
Qual é a diferença entre a visão com IA e a visão baseada em regras?
A visão baseada em regras funciona como um checklist escrito por um engenheiro: meça esta borda, conte estes pixels, rejeite se o valor ficar fora de um limite. Ela é precisa e fácil de explicar, e por isso continua sendo o padrão para códigos e textos.
A visão com IA aprende a partir de exemplos como é um produto “aceitável”. Duas abordagens são comuns em visão de máquina:
- A classificação de imagens atribui um rótulo a uma imagem ou região, como bom, lascado, manchado ou produto errado. Ela permite a classificação de anomalias, a separação de objetos e um OCR mais robusto.
- A segmentação de imagens delimita exatamente os pixels que pertencem a um defeito ou objeto, para que o sistema possa medir seu tamanho e posição.
A diferença prática aparece nas falsas rejeições. Uma regra ajustada com rigor suficiente para detectar uma pequena mancha em um comprimido salpicado também rejeitará comprimidos bons cujo salpicado natural pareça semelhante. Um modelo treinado pode aprender a diferenciá-los. É também aqui que a inspeção começa a alimentar dados de produção, uma mudança descrita em nosso artigo sobre a evolução dos sistemas de visão para a inteligência operacional.
Aplicações mais indicadas
Detecção de defeitos cosméticos
Defeitos cosméticos raramente se repetem da mesma forma. Os modelos de IA são adequados para:
- manchas, pontos e descoloração em comprimidos e cápsulas;
- bordas lascadas, rachaduras e unidades partidas;
- amassados, defeitos de encaixe e cápsulas mal fechadas;
- riscos e partículas em selagens ou no vidro;
- defeitos de recravação e de rolha em frascos-ampola.
Produtos de alta variabilidade
Alguns produtos variam por natureza. Nutracêuticos, cápsulas bicolores, cápsulas moles, comprimidos gravados em relevo e materiais de origem natural apresentam diferenças aceitáveis de cor, textura e forma. A IA lida com essa variação melhor do que limites fixos e pode reduzir o tempo gasto reajustando regras a cada troca de produto.
Limitações
- Requisitos de dados. Um modelo precisa de imagens representativas suficientes de cada classe de defeito. Defeitos raros são difíceis de coletar, e por isso cresce o uso de abordagens de detecção de anomalias que aprendem apenas com unidades boas.
- Esforço de validação. Os órgãos reguladores esperam um modelo validado e bloqueado. Dados de treinamento, versões do modelo e desempenho devem ser documentados, e o retreinamento é uma mudança controlada, em linha com os princípios do GAMP 5.
- Explicabilidade. Um operador ou auditor pode perguntar por que uma unidade foi rejeitada. Sobreposições de segmentação e índices de confiança ajudam, mas a lógica é menos transparente do que um limite medido.
- Não substitui a leitura de códigos. Os dados de serialização ainda precisam ser decodificados, classificados e verificados com ferramentas determinísticas.
O que é um sistema de câmera inteligente?
Uma câmera inteligente é um dispositivo de visão autônomo: sensor, óptica, processador, software de inspeção e E/S em um único invólucro. Ela captura e avalia imagens sozinha, sem um PC industrial separado. As câmeras inteligentes geralmente são 2D e, cada vez mais, incluem ferramentas básicas de IA.
Como funcionam as câmeras inteligentes?
A câmera é configurada por meio de uma interface web ou do software do fornecedor, muitas vezes com ferramentas de inspeção do tipo arrastar e soltar. Depois de configurada, ela é acionada pelo sinal de um sensor, executa a inspeção dentro do próprio dispositivo e envia um sinal de aprovação ou reprovação a um CLP ou mecanismo de rejeição. Os resultados podem ser enviados por protocolos industriais como EtherNet/IP ou PROFINET.
O contraste é com os sistemas de visão baseados em PC. Eles conectam uma ou mais câmeras a um computador dedicado que executa o software de inspeção, armazena receitas, gerencia usuários e envia os resultados ao controlador da linha. Por isso, as estações de serialização são quase sempre baseadas em PC.
Aplicações mais indicadas
- verificações simples de presença e ausência, como de uma tampa, um rótulo ou uma bula;
- leitura de código único quando não é necessária classificação de qualidade nem conciliação no nível da linha;
- verificações de orientação e posição antes de uma máquina;
- retrofits em que o espaço e o orçamento são limitados;
- verificações de qualidade não serializadas em equipamentos secundários.
Limitações
- Capacidade de processamento limitada. Inspeções complexas com várias ferramentas, imagens de alta resolução e linhas rápidas podem exceder a capacidade do processador embarcado.
- Uma vista por dispositivo. Cobertura de 360° ou inspeção em vários ângulos exige coordenar várias câmeras independentes.
- Lacunas de integridade de dados. Trilhas de auditoria, controle de acesso de usuários, gestão de receitas e relatórios costumam ser básicos. Em uma linha BPF, essas lacunas precisam ser fechadas em outra camada.
- Integração com a serialização. Uma câmera inteligente raramente gerencia sozinha o status dos números de série, a confirmação de rejeição ou a agregação.
Esse último ponto ganha importância à medida que as linhas se automatizam. Quando o fim da linha passa a incluir encaixotamento e automação robótica para inspeção de fim de linha, cada verificação de caixa e palete precisa estar vinculada às unidades serializadas que contém, o que exige um sistema conectado em vez de câmeras isoladas.
2D vs. 3D vs. IA vs. câmera inteligente: como eles se comparam?
Cada tipo responde a uma pergunta de inspeção diferente, por isso a comparação é sobre adequação, não sobre ranking.
Comparação dos equipamentos de inspeção por visão 2D, 3D, com IA e de câmera inteligente para linhas farmacêuticas.
| Critério |
Visão 2D |
Visão 3D |
Visão com IA |
Câmera inteligente |
| O que mede |
Aparência: impressão, códigos, cor, posição |
Geometria: altura, volume, forma |
Aparência aprendida, incluindo defeitos variáveis |
Aparência, verificações simples |
| Usos típicos na indústria farmacêutica |
Classificação de Data Matrix, OCV/OCR, verificação de rótulos, presença/ausência |
Nível de enchimento em recipientes opacos, profundidade de alvéolos, altura de tampas |
Aspecto de comprimidos e cápsulas, recravação de frascos-ampola, produtos de alta variabilidade |
Presença de tampa ou bula, leitura de código único |
| Lida com variação natural |
Limitada, exige ajuste cuidadoso |
Moderada, apenas na forma |
Forte |
Limitada |
| Lê códigos de serialização |
Sim, com classificação ISO/IEC |
Não |
Auxilia o OCR; os códigos continuam sendo decodificados de forma determinística |
Leitura básica |
| Velocidade da linha |
Alta; aumenta com câmeras e processamento |
Moderada a alta; a resolução limita as linhas mais rápidas |
Alta após o treinamento; depende do hardware de processamento |
Baixa a moderada |
| Esforço de validação |
Bem estabelecido |
Moderado, com muita calibração |
Maior: dados de treinamento e versões do modelo documentados |
Baixo por dispositivo; integridade de dados garantida em outra camada |
| Custo relativo |
Moderado |
Alto |
Moderado a alto |
Baixo |
| Melhor aplicação |
Serialização, rotulagem e qualidade de impressão |
Defeitos com profundidade |
Defeitos cosméticos e produtos variáveis |
Verificações simples e isoladas |
Na maioria das linhas serializadas, a resposta é uma combinação: visão 2D para os dados de conformidade, IA para a aparência do produto e 3D apenas onde o defeito tem altura ou volume.
Como escolher o equipamento de inspeção por visão certo?
Comece com um estudo de viabilidade de visão com seus próprios produtos, não com uma ficha técnica. Um bom fornecedor fará imagens de amostras reais, incluindo defeitos conhecidos, com iluminação e velocidade realistas antes de se comprometer com uma configuração. Seja para um único ponto de inspeção ou para máquinas de inspeção visual automatizada completas, quatro fatores orientam a decisão.
Velocidade da linha
Dimensione aquisição, processamento e rejeição pela sua velocidade de pico, não pela média. Pergunte qual é a velocidade máxima que a configuração consegue manter com todas as ferramentas de inspeção ativas. A inspeção de sólidos orais costuma ser informada em produtos por hora, então converta para as unidades da sua linha antes de comparar. Confirme também se a rejeição é verificada: um sensor ou câmera de confirmação que comprove que a unidade defeituosa saiu da linha.
O InspectProof™ da OPTEL, por exemplo, é oferecido em três níveis de configuração, com capacidade de até 200, 400 e 1.200 produtos por minuto. Assim, o sistema se adapta à linha, em vez de impor um único projeto a todas as estações.
Tipo de produto
O produto físico costuma restringir a escolha rapidamente:
- Cartuchos e rótulos: visão 2D para códigos, textos e arte.
- Frascos e frascos-ampola: 2D com cobertura de 360° para rótulos e recravações; 2D retroiluminado ou 3D para enchimento e altura do fechamento.
- Comprimidos e cápsulas: 2D de alta resolução com iluminação polarizada, muitas vezes com IA para defeitos cosméticos. Sistemas de inspeção de superfície completa giram cada unidade para captar toda a sua circunferência.
- Blisters: 2D para presença e cor; 3D quando a formação dos alvéolos é importante.
- Caixas e paletes: 2D para códigos de agregação, com campos de visão amplos ou várias câmeras.
Complexidade dos defeitos
Classifique cada defeito que precisa ser detectado. Defeitos mensuráveis e consistentes, como um código ausente, uma posição errada ou uma dimensão fora da faixa, são adequados para ferramentas 2D ou 3D baseadas em regras. Defeitos variáveis e subjetivos, como manchas, imperfeições de superfície ou mudanças sutis de cor, são onde a IA agrega valor.
As falsas rejeições fazem parte desse cálculo. A pesquisa revisada por pares sobre inspeção por visão de máquina publicada pela ISPE mostra como sistemas programados para cada variação tendem a rejeitar produtos seguros e como o aprendizado de máquina pode ajudar a identificar as causas-raiz. Peça aos fornecedores que demonstrem tanto a taxa de detecção quanto a taxa de falsas rejeições com o seu produto.
Orçamento e ROI
Olhe além do preço de compra. O custo total inclui integração, validação (IQ/OQ/PQ), tempo de troca de formato, manutenção de receitas, peças de reposição, taxas anuais de software e suporte. Dois sistemas com preços semelhantes podem ter custos bem diferentes ao longo de cinco anos se um deles tiver licença recorrente e o outro não.
Do lado do retorno, considere recalls e reclamações evitados, menos falsas rejeições, menos reinspeção manual, velocidade de linha recuperada e registros de auditoria mais limpos. A mesma lógica se aplica a todos os investimentos em linha. Nosso guia sobre ROI da automação apresenta uma fórmula que você pode adaptar para equipamentos de visão.
