ISSN 2594-5335
27º Seminário de Automação e TI — Vol. 27 , num. 1 (2025)
Título
Autoria
DOI
Downloads
Resumo
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.
Palavras-chave
Visão Computacional, Deep Learning, Reconhecimento Óptico de Caracteres, Rastreabilidade
Computer Vision, Deep Learning, Optical Character Recognition, Traceability
Como citar
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: 27º Seminário de Automação e TI,
São Paulo, Brasil,
2025.
ISSN: 2594-5335, DOI 10.5151/2594-5335-42052
