cas client
Tri de déchets
La vision industrielle identifie et classe en temps réel des flux hétérogènes par nature, forme ou couleur, pour guider un robot de tri avec une précision inaccessible aux systèmes de détection classiques.
Nous contacterUn centre de tri ne choisit pas ce qui entre chez lui. Le flux change d’un camion à l’autre, les pièces arrivent broyées, pliées ou brûlées, et le tapis est sale. La vision y sert d’abord à comprendre ce que l’on traite vraiment, puis à trier ce qui peut l’être.
La vision industrielle regarde le tapis en continu et dit ce qui passe : nature des matières, proportions, taille des pièces, présence d’indésirables. Elle sert donc d’abord à mesurer la qualité réelle d’un flux, à l’entrée comme à la sortie de chaque étage de tri, là où l’on ne disposait que d’échantillons prélevés à la pelle. Sur cette base, elle guide ensuite le tri robotisé et signale les dérives avant qu’un lot entier ne soit déclassé.
100 %
du flux observé
La caractérisation manuelle prélève quelques kilos ; le portique regarde tout ce qui défile sous lui.
24 h/24
sans dérive d’attention
La composition du flux est suivie en continu, y compris la nuit et pendant les changements d’équipe.
2.5D
pour la préhension
Pour assurer les prises à hauteurs variables, un capteur en Z est ajouté à la caméra 2D.
Enjeux du secteur

Le gisement dépend des apporteurs, de la saison et du marché. Aucun plan de production ne dit à l’avance ce qui arrivera demain sur le tapis.
Broyées, pliées, écrasées, brûlées ou souillées : la forme ne dit plus rien du produit d’origine. La reconnaissance passe par la matière, la texture et la couleur.
Poussière, boue, humidité, vibrations, pièces qui se chevauchent et se masquent : l’image utile doit être obtenue malgré tout cela, pas dans des conditions idéales.
Ce qui était juste il y a six mois ne l’est plus. Un modèle figé décroche lentement, sans que rien ne l’annonce si personne ne le mesure.
Taux de pureté, pertes dans le refus, efficacité réelle de chaque séparateur : autant de chiffres qui pilotent la valeur des balles et que l’échantillonnage estime mal.
Un tapis produit des millions d’images. Les stocker, les annoter et s’en servir demande un outillage, pas un tableur.
Sur la ligne
Le portique vision Psycle s’installe au-dessus d’un convoyeur existant, sans toucher au process. Caméra, éclairage et carter sont dimensionnés pour la poussière, l’humidité et les vibrations de la ligne, et pour produire une image exploitable sur un tapis qui n’est jamais propre.
Il caractérise en continu ce qui passe dessous, et se place là où la question se pose : à l’entrée pour savoir ce que l’on reçoit, après un séparateur pour mesurer ce qu’il laisse partir, avant conditionnement pour qualifier la balle que l’on vend.

Sous le capot
Aucune règle écrite à l’avance ne décrit une pièce broyée. Le modèle apprend donc sur des images de votre flux, y compris sur les cas dont vos opérateurs discutent, et il continue d’apprendre à mesure que le gisement change.
Cela suppose de savoir vivre avec de grands volumes : collecter sans saturer la ligne, retrouver les images qui comptent, annoter vite, réentraîner et comparer les versions. C’est exactement ce que fait PAQ : La plateforme de suivi qualité et gestion de flotte vision Psycle, disponible en version Cloud et On-Premises., et c’est ce qui permet à vos équipes de reprendre le modèle sans repasser par un prestataire.

cas client
La vision industrielle identifie et classe en temps réel des flux hétérogènes par nature, forme ou couleur, pour guider un robot de tri avec une précision inaccessible aux systèmes de détection classiques.
Nous contactercas client
Essence, qualité, défauts : la vision industrielle trie et classe les pièces de bois selon leurs singularités, comme les nœuds, les fentes ou les variations de teinte et de veinage. Elle écarte les non-conformes et affecte chaque pièce à sa classe de qualité en continu, à cadence de production, avec une régularité que le tri visuel manuel ne peut pas tenir.
Nous contactercas client
La localisation 3D de pièces en vrac permet au robot de calculer la prise optimale sans préhenseur dédié ni alimentation organisée. Chez Psycle, les modèles de vision s’adaptent à la diversité des formes et des matériaux.
Nous contacterMéthode
.01
L’étude part d’images prises sur votre tapis. Elle dit quelles matières sont séparables, à quelle granulométrie, et lesquelles ne le sont pas.
.02
Un premier portique caractérise le flux et fournit les images d’apprentissage. Beaucoup de projets s’arrêtent utilement à cette étape.
.03
Guidage des éjecteurs ou du robot de tri, remontée des indicateurs de pureté vers vos outils d’exploitation.
.04
Nouvelle matière, nouvel apporteur, dérive saisonnière : vos équipes réentraînent et redéploient sans nous.
Chaque position répond à une question différente, et c’est la question qui décide de l’emplacement, pas l’inverse.
| Où le portique se place | Ce qu’il apporte | |
|---|---|---|
| Entrée de ligne | Sur le convoyeur d’alimentation | Composition du flux reçu, par apporteur et par camion |
| Après le broyeur | En sortie de fragmentation | Granulométrie et matières présentes après réduction |
| Après un séparateur | Sur la sortie triée et sur le refus | Efficacité réelle du séparateur, et pertes qu’il génère |
| Avant conditionnement | Avant la presse à balles | Taux de pureté du lot, mesuré avant qu’il ne soit vendu |
| Sur le tri robotisé | Au-dessus du poste de prélèvement | Désignation et position des pièces à extraire du flux |
| Sur le refus final | Avant enfouissement ou valorisation énergétique | Valeur perdue, et arbitrage sur un étage de tri supplémentaire |

Avec Psycle, nous avons passé un cap.
Charles Lestoquoy – Directeur
Ascodero (groupe Siléane)
Oui. Le portique se pose au-dessus d’un convoyeur existant, sans modifier le process. Caméra, éclairage et carter sont conçus pour la poussière, l’humidité et les vibrations de la ligne.
Leur forme ne dit plus rien du produit d’origine, alors la reconnaissance s’appuie sur la matière, la texture et la couleur. Le modèle est entraîné sur des images de votre propre flux, y compris sur les cas limites dont vos opérateurs discutent.
L’emplacement dépend de la question posée :
Plusieurs portiques permettent de suivre chaque étage de tri.
Un modèle figé décroche peu à peu. C’est pourquoi les images accumulées servent à le réentraîner au fil de l’évolution du flux. Avec PAQ, vos équipes collectent, annotent, réentraînent et comparent les versions elles-mêmes, par exemple à l’arrivée d’une nouvelle matière ou d’un nouvel apporteur.
Elle la complète largement. Là où l’échantillonnage prélève quelques kilos, le portique analyse tout ce qui passe, jour et nuit, y compris pendant les changements d’équipe. Il suit en continu la composition du flux, les indésirables et la taille des pièces.
Non. Beaucoup de projets s’arrêtent utilement au portique de caractérisation : on connaît enfin la pureté réelle de sa production, les pertes dans le refus et l’efficacité de chaque séparateur. Le pilotage des éjecteurs ou d’un robot peut venir ensuite, sur la base des images déjà collectées.
les solutions psycle
un framework Python compatible avec les standards de vision (GenICam) et les derniers modèles de Deep Learning.