A mesterségesintelligencia-kutatás egyik alterülete, a gépi látás az utóbbi években többször összekapcsolódott 3DP-projektekkel.
Júliusban például a PrintSyst.ai 3D nyomtatófolyamatokra dolgozott ki printelés előtti kiértékelést végző, a légjármű-, a gépkocsi- és a védelmi ipar szakembereit segítő rendszert. Áprilisban Kenneth Jiang szoftvermérnök hibákat detektáló nyílt forrású MI-programot (Spagetti Detektív) fejlesztett.
A Michigani Műszaki Egyetem két kutatója, az MI-fejlesztések egyik „legrégebbi motorosa”, Joshua Pearce és Aliaksei Petsiuk a napokban állt elő egy, a 3D nyomtatási hibákat hamar észlelő és korrigáló, gépilátás-alapú algoritmussal.
Az FFF nyomtatási technikára összpontosító algoritmussal idő és nyomtatószál (filament) spórolható meg.
A kamera az építési teret figyeli, míg a kód a nyomat külső és belső részén egyaránt rétegről rétegre keresi a hibákat, majd a megbízhatóságot és a jobb minőséget garantáló, a printer által kivitelezendő folyamatokat generál.
A nyomtatási felület tetejére vizuális markert helyeznek el, ami az extrudálás előtt pontosan megmutatja, hol printelik a modellt. Feltérképezi az STL fájl valódi koordinátákhoz kapcsolódó digitális koordinátáit. A modellről valódi térben, a kiterjesztett valósághoz (Augmented Reality, AR) hasonlóan, szintén digitális másolat generálódik. Ez a másolat a későbbiekben referenciapontként szolgál.
Mihelyst a printer munkába áll, az algoritmus elkezdi az összehasonlítást, végig követi a fúvóka pozícióját. Numerikus képfeldolgozó technikákat használva, a kameraképeket és az STL fájl paramétereit figyelve hajtja végre a feladatát.
Az első tesztet PLA nyomtatószállal dolgozó RepRap printeren végezték, az eredmények bizakodásra adnak okot. Az algoritmus folyamatosan észleli a hibákat, hibakorrigáló mechanizmusain viszont még bőven akad javítani való.