ISSN 2594-5335
27th Seminar on Automation & IT — Vol. 27 , num. 1 (2025)
Title
Authorship
DOI
Downloads
Abstract
A rastreabilidade é um requisito fundamental em ambientes industriais, pois assegura confiabilidade, transparência e eficiência na gestão de falhas e no controle da qualidade dos produtos. Este trabalho apresenta o desenvolvimento e a implementação de um sistema baseado em Visão Computacional, Inteligência Artificial e Deep Learning, voltado para o reconhecimento óptico de caracteres (OCR) em marcações estampadas em barras provenientes de um processo de lingotamento contínuo. Adicionalmente, o sistema realiza a leitura e a classificação automática de etiquetas no padrão DataMatrix. A solução proposta foi validada em ambiente industrial real, alcançando uma taxa de acerto de aproximadamente 96% nas leituras OCR e 100% na identificação das etiquetas DataMatrix.
TRACEABILITY IS A FUNDAMENTAL REQUIREMENT IN INDUSTRIAL ENVIRONMENTS, AS IT ENSURES RELIABILITY, TRANSPARENCY, AND EFFICIENCY IN FAULT MANAGEMENT AND PRODUCT QUALITY CONTROL. THIS STUDY PRESENTS THE DEVELOPMENT AND IMPLEMENTATION OF A SYSTEM BASED ON COMPUTER VISION, ARTIFICIAL INTELLIGENCE, AND DEEP LEARNING, DESIGNED FOR OPTICAL CHARACTER RECOGNITION (OCR) OF MARKINGS STAMPED ON BILLETS PRODUCED IN A CONTINUOUS CASTING PROCESS. ADDITIONALLY, THE SYSTEM PERFORMS AUTOMATIC READING AND CLASSIFICATION OF DATAMATRIX LABELS. THE PROPOSED SOLUTION WAS VALIDATED IN A REAL INDUSTRIAL ENVIRONMENT, ACHIEVING AN ACCURACY RATE OF APPROXIMATELY 96% FOR OCR READINGS AND 100% FOR THE IDENTIFICATION OF DATAMATRIX LABELS.
Keywords
Visão Computacional, Deep Learning, Reconhecimento Óptico de Caracteres, Rastreabilidade
Computer Vision, Deep Learning, Optical Character Recognition, Traceability
How to cite
SANTOS, PAULO HENRIQUE DOS; ALMEIDA, WALISON MARCOS DE; SOUZA, ANDREW GONZAGA DE; MELO, DIEGO SILVA; MIRANDA, LENO; SANTANA, RAFAEL GOMES; ARAUJO, HEVELTON.
IMPLEMENTAÇÃO DE VISÃO COMPUTACIONAL E INTELIGÊNCIA ARTIFICIAL PARA RASTREABILIDADE NO PROCESSO DE LINGOTAMENTO CONTÍNUO,
p. 124-136.
In: 27th Seminar on Automation & IT,
São Paulo, Brasil,
2025.
ISSN: 2594-5335, DOI 10.5151/2594-5335-42052