Maschinelle Bildverarbeitung

Andreas Mühlbauer,

Autonome Systeme unter der Lupe

Bereits im alten Ägypten wurden optische Linsensysteme verwendet, und seit der Entwicklung der Theorie der Bildverarbeitung in den 1970er Jahren haben technische Fortschritte in diesem Bereich die Industrie deutlich vorangetrieben. Die Entwicklung autonomer Systeme zur maschinellen Bildverarbeitung ist ein weiterer großer Schritt. Von Yonatan Hyatt

Das Bildverarbeitungssystem S70 lässt sich an beliebigen Punkten einer Anlage einsetzen. © Inspekto

Die Branche der maschinellen Bildverarbeitung hatte in den vergangenen 20 Jahren ein deutliches Wachstum zu verzeichnen, das ihre Bedeutung als unverzichtbarer Aspekt der Fertigung endgültig etablierte. Das Marktwachstum von Automatisierung und Robotik ist ein wichtiger Faktor für die Maschinenbildverarbeitungsbranche, da automatisierte Technologien sich stark auf Bildverarbeitung verlassen, um ihre Aufgaben effektiv auszuführen.

Entwicklungen bei Bildregistrierung, Computervision, Deep Learning und anderen KI-Technologien ermöglichen eine radikale Veränderung des Marktes. Im Bericht Machine Vision and The Impact of Artificial Intelligence (Maschinenbildverarbeitung und die Auswirkungen von künstlicher Intelligenz) beschreibt ABI Research, wie Deep Learning eine breite Einführung maschineller Bildverarbeitung in vielen Bereichen fördert, beispielsweise im Automobil-, Einzelhandels-, Konsum-, Industrie- und Überwachungssektor. Von autonomen Fahrzeugen bis hin zu Geschäften mit Roboterpersonal bildet die maschinelle Bildverarbeitung eine wichtige Stütze.

Anzeige

Der nächste Meilenstein der maschinellen Bildverarbeitung

Eine wichtige Anwendung der Maschinenbildverarbeitung ist die Qualitätssicherung (QS). Hier hilft sie Herstellern zu bestimmen, ob ihre Produkte fehlerhaft sind. Sowohl regulatorische als auch Kundenanforderungen bezüglich Qualität veranlassen in Kombination mit steigendem Konkurrenzdruck immer mehr QS-Manager dazu, eine visuelle Untersuchung durchzuführen.

Best Practices bei der Fertigung erfordern Investitionen in QS-Produkte mit Bildverarbeitung, um fehlerhafte Produkte und möglichst auch die Gründe dafür zu erkennen. Vor der Einführung autonomer Bildverarbeitungssysteme galt es unzählige Herausforderungen zu überwinden, da Lösungen komplex, zeitraubend und teuer waren.

Aufgrund der Komplexität herkömmlicher maschineller Bildverarbeitungslösungen musste ein Hersteller einen externen Systemintegrator mit der Durchführung des Projekts beauftragen  – von der Erstellung von Konzeptnachweisen und Testplänen über die Auswahl einer großen Menge unterschiedlicher Komponenten bis hin zur Zusammenführung in Form einer hochtechnischen Lösung in der Fertigungsanlage. Aufgrund der erforderlichen Expertise war dies für das eigene Werkspersonal nicht machbar. Eine weitere Herausforderung war die fehlende Flexibilität machineller Bildverarbeitungslösungen. Jede noch so kleine Veränderung in der Umgebung oder am untersuchten Produkt erforderte abermals den Einsatz des Systemintegrators.

Um diese Herausforderungen zu überwinden, hat Inspekto ein autonomes Maschinenbildverarbeitungssystem entwickelt, mit dem Hersteller an jedem Punkt ihrer Fertigung von visueller QS profitieren  – zu einem Zehntel der Kosten und extrem schneller Installation. Das System ist für jede Handling-Methode geeignet und lässt sich für visuelle Qualitätssicherung, Phasenrevisionen und Sortierung einsetzen.

Das S70 besteht aus einem einzelnen, eigenständigen Gerät, das Software und Hardware integriert. Es lässt sich in weniger als einer Stunde vom eigenen Personal installieren und es kommt nicht zu Ausfallzeiten während der Installation und Einrichtung des Systems.

Die Bildverarbeitung erkennt ein Objekt auch in veränderter Position. © Inspekto

Das System besteht aus vier Hauptkomponenten: Bildverarbeitungssensor, Inspekto-Arm, Montageadapter und Inspekto-Controller. Zur Installation wählt der Bediener zuerst die Position des Sensors aus. Anschließend bestimmt der Betrieber eine Montagestelle in der Nähe des Sensors. Der Montageadapter lässt sich an einem beliebigen Bosch-Profil der Fertigungsanlage befestigen, und der Teleskoparm lässt sich am Sensor anbringen. Im Anschluss an diese einfachen Schritte kann der Bediener den Controller verbinden, und das System startet automatisch. Zur Einrichtung der Untersuchung zeichnet der Bediener ein Vieleck als Umriss um den zu untersuchenden Bereich und wählt dabei Zonen aus, die von Interesse sind, und diejenigen, die weggelassen werden können. Der gesamte Prozess erfordert keine Schulungen und ist für das Personal der Fertigungsanlage selbstständig durchführbar.

Einfach „Plug and Inspect“

Sobald das System betriebsbereit ist, kommt der KI-Aspekt des Inspekto S70 ins Spiel. Um die Erfassung von klaren, informativen Bildern sicherzustellen, optimieren die Algorithmen des Systems die Kamera und Beleuchtungseinstellungen für das Objekt und die Umgebung. Danach kann der KI-Algorithmus das Objekt ohne Eingaben des Bedieners erkennen und lokalisieren.

Der letzte Schritt besteht darin, dass der Bediener einige gute Musterreferenzen verifiziert, damit das S70 lernt, wie ein Muster-Produkt aussieht. Das System verwendet hierfür abhängig vom zu untersuchenden Teil und dessen Bewegungsprofil möglichst wenige Referenzen. Der Untersuchungsprozess kann nun beginnen.

Jedes neue Bild wird mit den Referenzen verglichen, um Formtoleranzen und Oberflächenvariationen zu verifizieren. Da das System nicht nur nach vordefinierten Fehlern sucht oder einen Vergleich mit fehlerhaften Teilen durchführt, findet es Mängel, an die der Hersteller noch nicht einmal gedacht hätte.

Aufgrund der Selbstanpassungsmöglichkeiten lässt sich das S70 jederzeit an einem anderen Punkt der Produktionslinie installieren. Es ermöglicht es eine umfassende Qualitätssicherung, bei der sich die maschinelle Bildverarbeitungstechnologie an jedem Punkt der Produktionslinie einbinden lässt, um jeden Schritt zu überwachen. Der Betrieber kann einfach erkennen, ob ein Produkt fehlerhaft und wo der Defekt entstanden ist. So kann er die Ursachen für ein mangelhaftes Produkt bestimmen und die Anlage bei Bedarf optimieren.

Yonatan Hyatt, CTO von Inspekto / am

Anzeige

Das könnte Sie auch interessieren

Anzeige

Bildverarbeitungssysteme

Roboter lernen sehen

Roboter unterstützen den Menschen immer stärker bei seinen Tätigkeiten und meistern dabei Hürden, die lange als unüberwindbar galten. Ein Grund dafür: Moderne Vision-Systeme verleihen Robotern einen „Sehsinn“ und eröffnen dadurch ungeahnte...

mehr...
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige

Verzeichnungskorrektur

Vogelperspektive für Fischaugen

Verzeichnete Bilder sind für industrielle Bildverarbeitungsapplikationen problematisch, da die Gefahr besteht, dass sie nicht auswertbar sind. Mit Hilfe einer Echtzeitkorrektur für Verzeichnung, Shading und perspektivische Verzerrung bietet Baumer...

mehr...

Newsletter bestellen

Immer auf dem Laufenden mit dem SCOPE Newsletter

Aktuelle Unternehmensnachrichten, Produktnews und Innovationen kostenfrei in Ihrer Mailbox.

AGB und Datenschutz gelesen und bestätigt.
Zur Startseite