Questions fréquentes

La souveraineté des données est un enjeu stratégique que Psycle place au cœur de ses solutions. En tant qu’acteur français de la vision industrielle certifié ISO 27001, nous garantissons que vos données de production sensibles ne quittent pas votre périmètre de maîtrise, sans transfert vers des infrastructures non européennes. Pour des industriels soucieux de leur indépendance technologique, cette combinaison d’ancrage européen et de certification reconnue est une condition de confiance autant qu’un avantage concurrentiel.

Chez Psycle, la vision industrielle n’a pas vocation à remplacer l’opérateur, mais à outiller son expertise. Le réglage précis d’un système naît toujours de la rencontre entre l’intelligence artificielle et la connaissance terrain de vos équipes. Cette approche collaborative garantit des contrôles plus pertinents et une adhésion plus forte des opérateurs, qui restent décisionnaires sur ce qui compte.

Dans des secteurs comme le nucléaire, la défense ou l’agroalimentaire, l’opacité d’un système n’est pas acceptable : chaque décision de contrôle doit être traçable et auditable. C’est pourquoi Psycle bannit l’effet boîte noire et rend explicites les formules et indicateurs qualité. Vous disposez d’un historique exploitable de tous les contrôles, indispensable pour vos audits et vos démarches d’amélioration continue.

Une solution sur-mesure est conçue à partir de vos défauts réels, de vos produits et de vos contraintes de ligne, là où une solution sur étagère impose des réglages génériques. Concrètement, Psycle part de votre expertise terrain pour définir des règles de contrôle spécifiques, ce qui évite les angles morts qu’un système standard ne sait pas traiter (emballages décorés, reflets, géométries particulières).

La vision industrielle, c’est faire « voir » et décider une machine à la place de l’œil humain, mais sans en faire une boîte noire. Chez Psycle, nous l’appliquons à vos produits et process pour systématiser vos contrôles qualité, tout en vous laissant progressivement prendre la main sur vos systèmes. L’objectif n’est pas seulement de détecter un défaut, mais de comprendre ses causes pour agir à la source.

Ce qui n’est pas métallique mais reste visible : fibre, éclat de plastique, morceau de joint, insecte. La caméra se place après le remplissage, avant la fermeture du contenant, et le produit concerné est éjecté ; une alerte est levée si le défaut se répète. La vision complète donc le détecteur de métaux plutôt qu’elle ne le remplace, et ce qui est détectable sur vos produits se confirme lors de l’étude de faisabilité.

Oui. Un pli sous l’opercule, du produit pris dans la soudure ou un operculage décentré se voient à l’image, avant de se révéler en test d’étanchéité. Chaque barquette ou gourde est contrôlée à la cadence de la ligne, et non plus un échantillon.

Oui. Le système repère une mention absente, décalée, illisible ou erronée, ainsi qu’une étiquette manquante, penchée, décollée ou appartenant à une autre recette. C’est un point clé pour les allergènes : la première cause de rappel en agroalimentaire est déclarative, pas microbiologique. Un marqueur qui dérive est signalé dès les premiers produits, pas après une palette entière.

Oui, c’est une condition de départ. Les carters, les optiques et les éclairages sont choisis pour le nettoyage au jet (indice IP69K) et les produits désinfectants, et pour garder une image exploitable sous la buée comme sous le givre. Le montage laisse la ligne accessible aux opérateurs.

Le temps de traitement est calé sur votre cadence réelle, qui peut atteindre plusieurs centaines de produits par minute. Les changements de format ou de recette en cours de journée sont prévus dès le prototype. Quand un nouveau format arrive, vos équipes mettent le modèle à jour elles-mêmes, sans repasser par un prestataire.

L’emplacement dépend du défaut recherché. Placé trop tôt, le poste laisse passer ce qui se produit ensuite ; placé trop tard, il fait rejeter un produit déjà emballé.

• corps étrangers : après remplissage, avant fermeture du contenant ;
• scellage : en sortie de scelleuse ou d’operculeuse ;
• date et numéro de lot : juste après le marqueur ;
• étiquette et allergènes : après l’étiqueteuse ;
• remplissage et bouchage : après doseuse et boucheuse ;
• aspect du produit : sur convoyeur, avant conditionnement.

L’éjection est reliée à votre automate.

Elle détecte la présence de produit dans le cordon de soudure, les défauts de soudure et les cheminées, entre autres. Ces défauts sont nombreux et différents : l’IA apprend à partir des caractéristiques propres à chacun d’eux plutôt que d’appliquer un seul seuil.

Oui. Un opercule mal soudé se voit à l’image dès la sortie de l’operculeuse, avant de se révéler lors d’un test d’étanchéité ou chez le client. Le contrôle porte sur chaque barquette à la cadence de la ligne, et non sur un échantillon.

Oui, sous l’opercule comme à la surface du produit. Un corps étranger se reconnaît à une teinte ou à une forme différente, que l’éclairage révèle jusqu’à quatre centièmes de millimètre. La détection reste limitée aux corps visibles : ce qui est détectable sur vos produits se confirme lors de l’étude de faisabilité.

Les marques, les renfoncements et les opacifications ressortent lorsque l’éclairage balaie la paroi de la barquette. Le montage optique est donc pensé pour faire apparaître ces reliefs plutôt que pour simplement éclairer la pièce.

Oui, c’est un défaut de remplissage. Le système doit reconnaître les différents plans de l’image pour distinguer le produit qui déborde de celui qui est bien dans la barquette. Il apprend cette différence à partir d’images de votre production.

Oui, c’est l’un des objectifs de la solution : contrôler à haute cadence une grande diversité de formats et de designs avec un minimum de réglages de caméras. Le modèle apprend ce qui est normal pour chaque référence, et vos équipes peuvent en ajouter une avec la plateforme qualité PAQ.

Il contrôle les quatre zones où se concentrent les défauts : le bouchon ou la capsule (présence, sertissage), l’étiquette (position, plis, bulles, déchirures), le marquage (lisibilité du code et de la date) et le corps et le fond (niveau de remplissage, déformation du culot, corps étranger dans le liquide). Les défauts esthétiques, comme une salissure, se contrôlent avec les mêmes caméras. La liste exacte se fixe avec vous, à partir de vos bouteilles et de vos critères d’acceptation.

Oui. La caméra mesure le niveau de liquide sur chaque bouteille, à la cadence de la ligne, et écarte celles qui sont sous ou sur le seuil fixé. Le contrôle se fait sans contact, donc sans ralentir ni arrêter le convoyeur ; il complète un contrôle par échantillonnage, qui ne voit qu’une partie de la production.

Par une prise de vue du col, qui vérifie d’abord qu’un bouchon est bien présent et qu’il correspond à la référence attendue, puis en contrôle le sertissage. Les défauts de l’ordre du millimètre, comme un bouchon de travers ou mal serti, sont visibles à l’image. Ce contrôle évite qu’une bouteille mal fermée ne parte en palette.

Oui. Le système vérifie la position de l’étiquette (hauteur et rotation), repère les plis, les bulles et les déchirures, et contrôle que la référence imprimée est la bonne pour le produit en cours. Ce dernier point est le plus utile lors d’un changement de série : une étiquette d’une autre recette est écartée avant qu’une palette entière ne soit concernée.

Oui. Le système lit le QR code, le datamatrix et la date, puis valide que le marquage est lisible, c’est-à-dire assez net pour être relu plus tard. Le résultat est associé à l’unité produite : chaque bouteille peut ainsi être retracée avec son contrôle, et un marquage qui dérive est signalé dès les premières bouteilles.

Par le choix de l’éclairage plutôt que par la seule caméra. Une bouteille transparente ou brillante renvoie des reflets qui masquent les défauts ; un éclairage adapté (rétroéclairage, éclairage diffus ou angle rasant selon la zone) les fait ressortir. Le montage optique est validé sur vos bouteilles réelles lors de l’étude de faisabilité, avant tout engagement de matériel.

Oui, c’est l’un des objectifs de la solution : traiter une grande diversité de formats et de designs avec un minimum de réglages de caméras. Le modèle apprend ce qui est normal pour chaque référence, et un changement de format se fait par un changement de recette plutôt que par un remontage du poste. Avec PAQ, vos équipes ajoutent elles-mêmes une nouvelle référence.

Elle est éjectée de la ligne, et une alerte est levée si le défaut se répète, ce qui permet de corriger la cause plutôt que de trier ses effets. Le contrôle suit la cadence de la ligne et porte sur 100 % des bouteilles, au lieu d’un échantillon. Le nombre de caméras nécessaire dépend des zones à contrôler et de la vitesse : il se dimensionne lors de l’étude de faisabilité.

Il détecte les défauts de serti, les cabossages, ainsi que les étiquettes arrachées, déchirées, plissées ou gonflées d’une bulle d’air. Chacun se voit mieux d’un angle donné : le serti et l’étiquette arrachée par le dessus, la déchirure et le cabossage de côté. Le montage des caméras se choisit donc selon les défauts que vous voulez attraper.

Cela dépend de la résolution de la caméra et de la zone observée. Pour qu’un défaut soit représenté par au moins 2 pixels, une caméra de 5 mégapixels sur une boîte cylindrique de 100 mm de diamètre voit un défaut de serti jusqu’à 0,1 mm. Les sertis les plus fins, des picots de quelques centièmes de millimètre, demandent une résolution plus élevée ou une zone d’observation plus étroite.

Une caméra de face suffit souvent à voir un cabossage, car il rompt le contraste. Sur les côtés, il est plus difficile à repérer, notamment sur une conserve sans étiquette dont la surface brille. Si les cabossages à détecter sont fins, il faut potentiellement six caméras, réparties tous les 60° autour de la boîte. Le nombre exact se fixe lors de l’étude de faisabilité.

En apprenant au système à quoi ressemblent vos boîtes. Un pli est plus fin à voir qu’une déchirure et peut être confondu avec un motif imprimé : il faut donc présenter au système plusieurs ordres de fabrication, pour qu’il fasse la différence entre un pli ou une bulle d’air et un décor qui y ressemble. Une déchirure est plus simple à repérer quand une zone de la boîte reste sans étiquette, car le contraste y est fort.

Oui, mais c’est plus exigeant. Sur une boîte brillante et sans étiquette, les reflets rendent les cabossages difficiles à voir sur les côtés. Le choix de l’éclairage et le nombre de caméras compensent ce point ; ils se valident sur vos boîtes réelles avant tout engagement de matériel.

Oui, c’est l’un des objectifs de la solution : contrôler à haute cadence une grande diversité de formats et de designs avec un minimum de réglages de caméras. Chaque nouveau décor s’apprend à partir d’exemples de production, et c’est ce qui permet au système de ne pas prendre un motif pour un défaut.

Un changement de produit n’oblige pas à repartir de zéro. Le logiciel Psycle est conçu pour s’adapter rapidement : au lancement d’une nouvelle référence, de nouvelles règles de contrôle sont définies pour entrer en production dans les meilleurs délais. Vous absorbez vos évolutions de gamme sans remplacer votre système de vision.

Les faux rejets se réduisent dans le temps grâce à l’annotation. Lorsqu’un produit conforme est écarté à tort, vos équipes peuvent le signaler et l’annoter : le système intègre ce cas et affine sa décision pour l’ensemble des postes vision. Chez Psycle, chaque correction profite à toutes vos lignes, ce qui fait baisser progressivement le taux de faux positifs.

On peut faire confiance à un contrôle à 100 % à condition que le système soit calibré sur vos cas réels et que ses décisions restent vérifiables. Chez Psycle, la fiabilité vient de règles de contrôle définies à partir de votre expertise et d’indicateurs transparents, jamais d’une boîte noire. Vous gardez la main sur ce qui est jugé conforme, ce qui rend le contrôle automatisé digne de confiance en production.

Un système de vision industrielle détecte cinq grandes familles de défauts, quel que soit le secteur : les défauts d’aspect (rayures, taches, déformations, cabossage, corrosion), les défauts de conformité (présence/absence d’un composant, erreur de montage ou d’orientation, étiquette ou marquage incorrect), les défauts dimensionnels (cotes hors tolérance, désalignement, positionnement), les défauts de scellage, sertissage ou soudure (étanchéité, herméticité), et la présence de corps étrangers. Ces contrôles s’appliquent aussi bien à un emballage agroalimentaire qu’à une pièce métallique, un assemblage électronique ou un composant en environnement critique — domaines couverts par Psycle.

Un système de contrôle qualité par vision associe un éclairage maîtrisé, une ou plusieurs caméras et un logiciel de décision, installés directement sur la ligne. À chaque passage de produit, l’image est comparée aux critères de conformité retenus avec vos équipes, et le verdict tombe en quelques millisecondes, assez vite pour commander une éjection sans ralentir la cadence.

La difficulté n’est presque jamais de voir le défaut : elle est de le distinguer des variations normales du produit. C’est ce qui se joue à la qualification optique, avant la moindre ligne de code, et ce qui sépare un système fiable en production d’une démonstration réussie en laboratoire.

Oui. Le système identifie la référence de chaque pièce avant la prise, parmi celles que vous lui avez présentées, et le robot ne saisit que ce qui correspond à l’ordre en cours. Les références se mélangent donc dans le bac sans tri préalable.

Par la mesure 3D et l’apparence de la pièce : il reconnaît la face visible et en déduit comment la saisir, y compris quand la pièce doit être posée dans un sens précis. Cette reconnaissance dessus / dessous est un des points que l’on valide sur vos pièces réelles.

Il retient une pièce dont l’inclinaison et la surface de préhension permettent une prise sûre, et qui reste atteignable sans heurter le bac ni les pièces voisines. Une pièce trop penchée ou trop enfouie est laissée pour plus tard : la pile se réorganise au fil des prélèvements.

Oui. La même mesure 3D qui sert à guider le robot permet de vérifier que la pièce est conforme avant de la saisir. Une pièce non conforme n’entre pas dans la suite du process.

En réduisant le temps que le robot passe à attendre la vision. Les projets de guidage robot de Psycle visent des temps de cycle vision réduits : la scène se calcule pendant que le robot travaille, et non entre deux prises. Le temps de cycle global dépend aussi du robot, de la préhension et de la pièce.

Oui, c’est l’un des objectifs de la solution : traiter une grande diversité de formats et de designs avec un minimum de réglages de caméras. Une nouvelle pièce se présente au système, sans reprendre la cellule de zéro.

Oui, à condition que la gourde porte un identifiant lisible (QR code, datamatrix, DLUO). Le système lit le code, associe le résultat d’inspection à l’identifiant et remonte l’information au MES pour une traçabilité unitaire complète.

Les plis fins sur film transparent, le délaminage partiel et les micro-fuites sans trace visible sont les cas les plus exigeants. Ils nécessitent un éclairage rasant ou structuré et des modèles IA entraînés sur des défauts réels, pas seulement des simulations.

En archivant les images et résultats d’inspection unitaire, le système permet de corréler une dérive de défaut avec un changement de paramètre process : température de soudure, pression de formage, lot de film. C’est l’une des fonctions clés de PAQ, la plateforme de suivi qualité de Psycle disponible en Cloud hébergé en France ou en On-Premises.

Une dérive progressive du formage est visible dans les données d’inspection bien avant d’atteindre le seuil de rebut. Le système remonte l’alerte dès que la distribution des mesures sort de la plage nominale, ce qui permet d’intervenir sur le réglage machine à temps.

C’est l’un des cas d’usage les plus courants. En configurant une recette dédiée au nouveau format, le système collecte des données d’inspection dès les premiers lots et permet une validation statistique rapide, sans attendre les retours terrain.

Oui. Les systèmes de vision opèrent en temps réel sans créer de goulet d’étranglement sur la ligne. La fréquence d’acquisition est calée sur la cadence machine lors de la phase d’étude optique ; chez Psycle, cette étape précède tout approvisionnement matériel.

La vision inspecte la continuité, la largeur et la position du cordon de soudure sur 100 % des unités. Elle remonte une alerte dès qu’une soudure incomplète, manquante ou hors gabarit est détectée, sans attendre un contrôle par sondage.

Cette rapidité d’appropriation est décisive pour le conditionnement à façon, où la diversité des produits et la fréquence des changements rendent la reprogrammation classique trop coûteuse. En s’adaptant à un nouveau produit en une trentaine de minutes, la solution Psycle permet de traiter des séries variées sans sacrifier la productivité. La flexibilité cesse d’être un compromis sur les cadences.

L’intérêt du temps masqué est direct : il réduit, voire annule, le temps que le robot passerait à attendre une décision de la vision. Sur une opération cadencée, chaque seconde gagnée par cycle se multiplie sur toute la production. C’est l’un des leviers par lesquels les solutions Psycle réduisent les temps de cycle des robots grâce à l’IA, sans changer le robot lui-même.

La différence tient à l’emplacement de la caméra. En vision embarquée, le module est monté sur le bras du robot : il ne voit que ce qui entoure le préhenseur, et l’on doit attendre la fin du geste pour observer autre chose — on dépend donc du temps de cycle. En vision déportée, la caméra est séparée du robot : elle observe où l’on veut, quand on veut, indépendamment du mouvement en cours.

Le dévracage 3D couvre deux grandes configurations : la reprise de pièces en bac ou sur palette — typique de la dépalettisation — et la prise de produits en vrac directement sur convoyeur, fréquente en conditionnement à façon. Psycle conçoit ces applications pour absorber les variations de produit comme de présentation sans reprogrammation lourde : une nouvelle référence est prise en charge en quelques dizaines de minutes, ce qui en fait une solution réaliste pour les lignes à fortes variations de format.

Dans l’industrie, la vision 3D sert principalement à guider des robots sur des tâches qu’une 2D ne peut pas traiter : prélever des pièces en vrac, dépalettiser, ou localiser un produit dont la position varie à chaque cycle. Les applications Psycle exploitent cette localisation en temps réel pour que les machines s’adaptent à des produits non positionnés et à des environnements variables, sans gabarit ni calage mécanique.

Au-delà de la localisation, le guidage par vision sert surtout à gagner en performance et en flexibilité : un robot qui voit peut traiter des produits en vrac, absorber les variations de position et réduire ses temps de cycle. Les solutions de guidage Psycle s’appuient sur l’IA pour que les machines s’adaptent aux environnements variables avec une fluidité proche du geste humain, là où un robot classique exigerait un positionnement parfait.

La vision 3D industrielle regroupe les technologies qui capturent la profondeur d’une scène, en plus de sa surface, pour permettre à un système automatisé de mesurer, contrôler ou guider un robot avec précision. Elle repose sur des caméras spécialisées et des algorithmes de reconstruction tridimensionnelle appliqués en environnement de production.

La vision 2D analyse une image plane, en largeur et en hauteur, ce qui suffit pour lire un code ou contrôler une surface. La vision 3D ajoute la profondeur, indispensable pour localiser une pièce en volume, mesurer un relief ou guider un robot dans un bac de pièces en vrac.

Les quatre familles principales sont la stéréoscopie, la lumière structurée, le temps de vol (ToF) et la triangulation laser. Chacune offre un compromis différent entre précision, vitesse et distance de travail, à choisir selon l’application industrielle visée.

Elle permet au robot de localiser une pièce dont la position n’est pas connue à l’avance, par exemple en vrac dans un bac, puis de calculer une trajectoire de préhension adaptée en temps réel, sans outillage de positionnement dédié.

Non. Le système travaille sur ce qu’il voit : il mesure en 3D la position, l’orientation et les dimensions de chaque objet. Les nouvelles références, les palettes mixtes et les arrivages qui ne suivent pas le plan annoncé sont traités sans créer de fiche article.

Oui, c’est justement son rôle. La scène est mesurée avant chaque prise au lieu d’être déduite d’un plan de palettisation. Le robot tient compte de la hauteur réelle de la pile, de son inclinaison et des débords. Il prend les colis dans l’ordre qui garde la pile stable.

La trajectoire fait partie de la décision, au même titre que la prise. Le calcul intègre le convoyeur, les obstacles fixes, la pile voisine et le colis saisi, pour que le mouvement ne fasse rien tomber et ne heurte rien.

Un colis tombé entre deux convoyeurs, une palette de travers ou hors gabarit, un film déchiré, un carton éventré, un article oublié dans un bac, un code illisible. Le modèle apprend sur vos images à quoi ressemble votre flux normal, et chaque alerte est conservée avec sa photo.

Oui. La mise en service comprend le raccordement au robot et à l’automate, la remontée des informations vers le WMS et la gestion des cas que la cellule refuse et renvoie en reprise manuelle.

Oui, dans la mesure où l’information reste présente sur l’image. Le système lit des codes abîmés, partiellement masqués ou mal orientés, puis rapproche le colis lu de la commande. Le suivi ne s’arrête donc plus au dernier scan réussi.

C’est l’un des intérêts majeurs du mode SDK. Comme vous maîtrisez le code, vous adaptez vos applications au rythme de vos lignes : nouveau produit, critère qualité renforcé, protocole à intégrer. Vos équipes sont tenues informées de la roadmap du SDK et formées en continu, pour intégrer les nouvelles possibilités à mesure qu’elles arrivent.

Oui. Les applications développées avec le SDK tournent sous PAP et s’intègrent naturellement à PAQ, la plateforme de supervision et d’amélioration continue du parc vision. Vos équipes visualisent les données, centralisent les entraînements IA et pilotent l’ensemble des machines, quelle que soit la façon dont chaque application a été développée.

Le mode SDK est pensé pour les organisations qui disposent (ou veulent se doter) d’une compétence de développement en interne : industriels souhaitant maîtriser leurs applications de bout en bout, intégrateurs et fabricants de machines voulant industrialiser leurs propres déploiements vision. Cette compétence est souvent plus accessible qu’il n’y paraît : les automaticiens, habitués à la logique des lignes, prennent généralement en main un langage comme Python assez rapidement. Si vous préférez confier la conception à des experts, le mode projet répond au même besoin par une autre voie — et le passage de l’un à l’autre reste possible.

Vous gardez la main sur votre code, qui reste lisible en clair : rien ne vous enferme. Le rôle de Psycle évolue vers l’édition du SDK, le conseil et la formation. Un appui, pas une dépendance. Vous décidez du niveau d’accompagnement dont vous avez besoin, du co-développement des premières machines jusqu’à l’autonomie complète de vos équipes.

Non, c’est justement ce que le SDK prend en charge. Les briques complexes (acquisition, exécution des modèles IA, communication automate) sont déjà encapsulées : vos développeurs travaillent en Python sur la logique métier de votre application, pas sur la plomberie bas niveau de la vision. Une suite d’exercices guidés et l’accompagnement des équipes Psycle permettent de monter en compétence progressivement, sans prérequis pointu en traitement d’image.

Le SDK Psycle s’appuie au maximum sur les grandes librairies open source de vision par ordinateur. Mais là où ces librairies traitent une image (une entrée, un résultat en sortie), le SDK Psycle est le code qui fait tourner PAP, un logiciel de système vision intégré en production. Développer avec le SDK Psycle, ce n’est pas seulement analyser des images : c’est piloter les caméras et le matériel connecté, communiquer avec les automates et les systèmes d’usine (MES, ERP), exécuter des modèles d’IA et les connecter à vos plateformes de réentraînement. Vous ne codez pas un traitement d’image isolé : vous développez une application de contrôle qualité complète, prête à produire.

L’intérêt pour votre intégrateur tient à la pérennité de l’intégration. Le système de vision dialogue avec l’automate via les protocoles industriels standards (PROFINET, OPC UA, ETHERNET/IP) et transmet au contrôleur robot les coordonnées de prise lorsque nécessaire, sans imposer d’architecture propriétaire. Surtout, les modules de vision (même très spécifiques) sont encapsulés de façon standard dans le logiciel : la complexité du traitement reste côté Psycle et ne remonte pas dans l’automate. Les mises à jour sont ainsi déployées sans intervention de l’intégrateur ni reprise du programme robot, un point déterminant pour la maintenance dans la durée.

Le modèle choisi influence directement le budget. Un système clé en main, matériel et intégration compris, représente un investissement plus large que l’intégration du seul logiciel dans une installation existante. Apporter votre propre matériel ou mobiliser votre intégrateur peut donc ajuster le coût. Psycle chiffre les deux scénarios pour que vous arbitriez selon votre budget et vos ressources.

L’effort demandé à vos équipes reste mesuré et porte sur ce que vous seul pouvez apporter : votre expertise produit, pour définir ce qu’est un défaut. Le développement, le paramétrage et l’intégration sont pris en charge par Psycle. L’annotation des images peut être réalisée par vos opérateurs, qui connaissent le mieux vos produits, ou déléguée si vous préférez un projet clé en main, sans que la qualité du résultat en dépende.

La durée d’un projet de vision dépend surtout de la complexité du besoin : nombre de postes à équiper, difficulté des défauts ou de la tâche, niveau d’intégration au reste de la ligne. Un contrôle ciblé sur un poste se déploie nettement plus vite qu’une installation multi-postes intégrée à un process complexe. Psycle établit un calendrier réaliste à l’issue du diagnostic, une fois le périmètre précisé.

Dans les deux cas, le cœur de la solution reste le logiciel. Embarqué sur PC industriel, il joue le rôle de chef d’orchestre : il pilote les caméras, applique les règles de contrôle et déclenche les décisions. Cette architecture permet à Psycle de fournir aussi bien une chaîne complète que le seul module logiciel, sans changer la fiabilité du résultat. Le matériel autour peut varier, la logique de vision reste la même.

Vous n’avez pas à vous engager à l’aveugle sur un projet de vision. La démarche commence par qualifier le besoin et lever les incertitudes techniques, avant de définir un périmètre et un budget. Psycle structure cette phase amont précisément pour que vous décidiez en connaissance de cause, une fois la faisabilité établie, pas avant.

Oui. Toutes les étapes tournent sur le matériel installé : la prise d’image, le traitement, la décision et l’archivage. Aucune liaison vers l’extérieur n’est nécessaire. Les mises à jour passent par le circuit défini par l’exploitant, et le modèle se réentraîne sur place, hors ligne.

Sur votre site, et nulle part ailleurs. Les images de production, les annotations et les modèles restent chez vous. Ils ne servent pas à entraîner un modèle partagé entre clients et ne passent par aucun service tiers. Aucune télémétrie n’est envoyée.

Chaque résultat est conservé avec l’image qui l’a produit, la version du modèle utilisée et la date. Une mise au rebut, un tri ou une alerte peut donc se relire et s’expliquer des mois plus tard, devant l’exploitant comme devant un donneur d’ordre.

Le modèle apprend surtout à quoi ressemble une pièce normale, puis il signale ce qui s’en écarte. Il lui faut donc beaucoup moins d’images qu’une approche qui aurait besoin de nombreux exemples de défauts. On n’a pas non plus à abîmer des pièces pour constituer une base d’apprentissage.

Tout est préparé en amont. Le montage, l’optique et le modèle sont validés sur un banc d’essai. Le matériel est déclaré à l’avance, et l’intervention est calibrée pour tenir dans la fenêtre d’accès prévue. Les composants sont choisis en sachant qu’ils ne ressortiront pas de la zone, et les réglages sont pensés pour tenir d’une intervention à la suivante.

Oui. L’étude de faisabilité part des images dont vous disposez déjà, ou de pièces représentatives non actives. Elle établit ce qui est détectable avant tout engagement de matériel sur l’installation.

Oui. C’est même l’un des principes fondateurs de PAP. Le SDK Python de vision industrielle de Psycle permet à vos développeurs de concevoir leurs propres applications directement en Python, en s’appuyant sur toutes les briques du logiciel : gestion du matériel, flux de traitement, règles métier, communication avec les systèmes d’usine (MES, ERP, automates). Le code est lisible en clair, sans boîte noire : vos équipes maîtrisent chaque décision de l’application, la font évoluer à leur rythme et ré-entraînent leurs modèles sans dépendre d’un prestataire externe.

PAP et PAQ sont deux logiciels complémentaires, pensés pour fonctionner ensemble. PAP supervise et contrôle la production en temps réel, sur la ligne : il analyse les images, applique les règles qualité et déclenche les actions opérationnelles. PAQ prend de la hauteur pour piloter, analyser et améliorer l’ensemble du parc vision dans la durée : visualisation des données, ré-entraînement des modèles, gestion des versions déployées machine par machine. L’un agit, l’autre fait progresser.

Oui. PAP dispose d’un mode de fonctionnement sans IHM (mode « headless ») dans lequel il dialogue directement avec les automates et équipements de la ligne via les protocoles industriels standards (PROFINET, EtherNet/IP, OPC UA). Ce mode est particulièrement adapté aux cellules automatisées où aucun poste opérateur n’est prévu, ou aux architectures où c’est l’automate qui orchestre le déclenchement des acquisitions et la réception des résultats. L’IHM reste disponible pour la supervision et la configuration, mais n’est pas requise pour le fonctionnement en production.

C’est précisément ce que le module Configuration de PAP rend possible sans intervention externe. Changer de recette active, modifier les paramètres d’une règle qualité ou ajuster les seuils de détection se fait directement depuis l’interface, par vos équipes, sans recompiler une ligne de code. Pour des évolutions plus structurelles (nouveau modèle IA, nouvelle règle métier) le mode SDK permet à vos développeurs d’intervenir directement sur l’application. Dans les deux cas, vos postes de vision évoluent au rythme de votre production, pas au rythme des disponibilités d’un prestataire.

PAP s’intègre aux architectures d’automatisation existantes dans le respect des standards industriels. Il dialogue avec les automates et équipements de la ligne via les protocoles éprouvés du terrain : PROFINET, EtherNet/IP et OPC UA. Pour la remontée de données vers vos systèmes d’information, PAP s’interface avec vos outils métier (MES comme VIF ou ERP comme SAP) afin que les résultats de contrôle alimentent directement vos indicateurs, sans ressaisie ni connecteur propriétaire.

Non. PAP est conçu pour être piloté par un opérateur de production, pas par un expert vision. Changer de recette, ajuster un paramètre ou déclencher une action depuis l’IHM ne demande aucune compétence en traitement d’image ni en programmation. L’expertise vision intervient en amont, lors du développement de l’application, qu’elle soit portée par les équipes Psycle en mode projet, ou par vos propres développeurs via le SDK. Une fois l’application déployée, vos équipes terrain gardent la main en toute autonomie.

Une smart camera traite une image et renvoie un résultat : c’est sa force, et c’est aussi sa limite. Dès qu’une règle métier sort du cadre prévu par le fabricant (une nouvelle référence, un critère qualité supplémentaire, une action à déclencher sur la ligne) la marge de manœuvre s’arrête. PAP est un logiciel de vision industrielle complet : il pilote les caméras, applique des règles qualité configurables par vos équipes et déclenche des actions opérationnelles en continu. La logique de contrôle reste lisible et ajustable, sans repasser par l’éditeur à chaque évolution.

Les résultats et statistiques produits par PAQ ont vocation à alimenter vos indicateurs qualité et de production, pas à rester isolés dans une plateforme à part. PAQ s’interface avec les outils métier standards (MES comme VIF, ERP comme SAP) pour que les données de supervision de vos postes de vision remontent directement dans vos tableaux de bord existants, sans ressaisie ni connecteur propriétaire. Les protocoles d’intégration se définissent selon votre architecture SI lors du déploiement.

PAQ est techniquement autonome. Dans la grande majorité des déploiements, il fonctionne avec PAP, dont il supervise les applications et fait évoluer les modèles. Mais rien n’empêche de connecter PAQ à des postes de vision existants en dehors de cet écosystème, selon les cas. Si vous partez d’un parc déjà en place, la bonne question n’est pas « PAP ou pas PAP » mais « quelles données PAQ peut-il récupérer de vos postes actuels ». Une qualification rapide suffit à y répondre.

PAQ n’impose pas de limite fixe sur le nombre de postes supervisés. La plateforme est conçue pour accompagner des déploiements à l’échelle d’un groupe industriel, avec plusieurs sites et des dizaines de machines. Le module Administration permet de gérer finement les droits d’accès selon la structure de l’organisation (chaque équipe, site ou entité accède à son périmètre sans visibilité sur les autres). Avant tout déploiement, une phase d’étude permet de cartographier votre parc, définir la structure de droits adaptée à votre organisation et planifier la mise en place de façon progressive et maîtrisée.

Les images de production sont des données sensibles, et leur protection fait partie intégrante de la conception de PAQ. La plateforme est disponible en version Cloud hébergée en France, comme en version On-Premises pour les industries à fort enjeu de confidentialité (nucléaire, défense, aéronautique) qui conservent ainsi leurs données au sein de leur propre infrastructure. Cette exigence s’inscrit dans une démarche de sécurité certifiée : Psycle est certifié ISO 27001, avec une traçabilité complète des données et des accès.

PAQ est techniquement autonome et peut superviser des postes de vision développés en dehors de l’écosystème Psycle. Dans la pratique, il est le plus souvent déployé avec PAP, avec lequel il s’intègre nativement. Si vous disposez d’un parc existant sous un autre logiciel, contactez-nous directement : nous sommes régulièrement en discussion avec les autres éditeurs de vision industrielle, et nous pourrons vous indiquer rapidement si une intégration est envisageable avec votre solution actuelle.

La dépendance à un prestataire pour chaque évolution n’est pas une fatalité : elle résulte souvent de l’absence d’un outil qui rende ces opérations accessibles en interne. PAQ donne aux responsables méthodes et qualité la visibilité sur leurs postes (versions déployées, performances, dérives) et les outils pour agir : annotation des nouvelles images, ré-entraînement et déploiement des modèles mis à jour. Un nouveau produit, un critère qualité renforcé ou une modification de ligne deviennent des actes ordinaires, pilotés par vos propres équipes, pas des projets à externaliser.

Les plateformes MLOps généralistes sont conçues pour gérer des cycles d’entraînement de modèles dans un contexte data science. Elles apportent de la structure, mais ignorent les réalités d’un parc de vision industrielle en production : le lien avec les postes sur la ligne, la gestion des versions d’application déployées machine par machine, ou la capacité à retrouver une image précise parmi des millions pour comprendre une dérive. Chez Psycle, PAQ est construit autour de ces contraintes : c’est une plateforme de supervision pensée pour des systèmes de vision qui tournent en continu, pas pour des pipelines de données en laboratoire.

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 :

• à l’entrée, pour savoir ce que l’on reçoit ;
• après un séparateur, pour mesurer ce qu’il laisse partir ;
• avant le conditionnement, pour qualifier la balle.

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.