Autonomes Visionsystem ist in 30 Minuten einsatzbereit

Beim Inspekto S70 handelt es sich um das erste komplett autonome Visionsystem, bei dem Anwender keine Kenntnisse über Bildverarbeitung benötigen.

 Konfigurationsphase, in der das System weitere Muster anfordert (l.), und eine, in der das System darauf hinweist, dass es über alle Produktinformationen verfügt (r.). (Bild: Inspekto)

Konfigurationsphase, in der das System weitere Muster anfordert (l.), und eine, in der das System darauf hinweist, dass es über alle Produktinformationen verfügt (r.). (Bild: Inspekto)

Das Bildverarbeitungssystem verfügt bereits im Auslieferungszustand über alle Komponenten, um sofort mit der Prüfung von Produkten beginnen zu können: von einem einstellbaren Roboterarm und Montage-Adapter (für die Befestigung an der Produktionslinie) bis hin zu einem Industrie-Controller mit zahlreichen Schnittstellen für verschiedene Kommunikationsprotokolle. Des Weiteren ist eine Beleuchtungseinheit und ein Vision Sensor mit einem 10fach-Zoom Bestandteil des Systems. Der Sensor ist mit einem Roboterarm verbunden, der direkt an einem Aluminium-Bosch-Profil befestigt werden kann. Jedes System umfasst mehrere Arme, die in verschiedenen Kombinationen installiert werden können, sowie einen Stabilisierungsarm zum Verhindern von Vibrationen. Zudem ist ein Beschleunigungssensor vorhanden, mit dessen Hilfe sich das System an die jeweiligen Umgebungsbedingungen anpassen kann und so die besten Bildaufnahmen ermöglicht. Der Controller unterstützt die gebräuchlichsten Industrieprotokolle. Inspekto hat zudem eine Programmierschnittstelle erstellt, die alle speicherprogrammierbaren Steuerungen (SPS) integrieren kann, wie z.B. TCP/IP, Profinet und serielle (Profibus und Modbus) für den Fall, dass die SPS TCP und Industrie-I/Os nicht unterstützt. Derzeit arbeitet die Firma bereits an der Entwicklung von weiteren Schnittstellen, die in Kürze eingeführt werden.

 Produktmustererstellung mit standardmäßigen automatischen Einstellungen einer Industriekamera (l.) und Mustererstellung, nachdem Algorithmen des autonomen Visionsystems Inspekto S70 anhand von Konturmarkierungen des Anwenders die Hardware optimiert haben (r.). (Bild: Inspekto)

Produktmustererstellung mit standardmäßigen automatischen Einstellungen einer Industriekamera (l.) und Mustererstellung, nachdem Algorithmen des autonomen Visionsystems Inspekto S70 anhand von Konturmarkierungen des Anwenders die Hardware optimiert haben (r.). (Bild: Inspekto)

Einstellungen per KI

Der gesamte Einrichtungsprozess kann von jedem Mitarbeiter in knapp 30 bis 45 Minuten und ohne externe Unterstützung durchgeführt werden. Der Benutzer schaltet den Controller ein und stellt sicher, dass das Sichtfeld des Sensors den zu untersuchenden Bereich abdeckt. Er richtet dann ein Testmuster im Sichtfeld aus und markiert die Region-of-Interest, in dem das System Fehler erkennen soll. Danach passt die künstliche Intelligenz (KI) des Systems automatisch die Beleuchtung und Kameraparameter an das Produkt und die jeweiligen Umgebungsbedingungen an, um ein Bild zu erhalten, bei dem Fokus, Tiefenschärfe, Belichtung und Dynamikumfang perfekt sind. Bild 1 zeigt eine Produktmustererstellung mit standardmäßigen automatischen Einstellungen einer Industriekamera (l.), sowie die Mustererstellung, nachdem die Algorithmen des Inspekto S70 anhand der Konturmarkierungen des Anwenders die Hardware optimiert haben (r.). Anschließend lokalisiert die Erkennungs- und Ausrichtungs-KI automatisch das Produkt und erkennt dessen 3D-Position im Raum. Dies ermöglicht das Hinzufügen weiterer Produkte als Muster, selbst wenn diese eine andere Position oder Ausrichtung als die vorherigen Produkte aufweisen. Das System erfordert knapp 20 ´gute´ Muster, um die Objekteigenschaften zu erlernen. Abhängig von der Komplexität des Objekts können auch mehr Musterbeispiele erforderlich sein. Die genaue Anzahl der Muster wird während des Erfassungsprozesses eigenständig vom System berechnet, d.h. der Anwender muss keine eigene Entscheidung fällen, wann der Einlernungsprozess beendet ist. Bild 2 zeigt eine Konfigurationsphase, in der das System weitere Muster anfordert (l.), und eine, in der das System darauf hinweist, dass es über alle Produktinformationen verfügt und mit der Inspektion beginnen kann (r.).

Plug&Inspect-Technologie

Während der Inspektion werden die aufgenommenen Bilder mit den Musterreferenzen aus der Einrichtungsphase verglichen. Mehrere KI-Module suchen gemeinsam nach Abweichungen, wie z.B. Oberflächenvariationen. Der Anwender muss keine eigenen Machine Learning Parameter definieren, wie Datenerweiterung, Netzwerktopologien oder Klassifizierungsschwellen. Er muss dem System lediglich gute Muster vorgelegen, d.h. Inspekto S70 muss nicht erst lernen, wie eine Abweichung aussieht. Es warnt automatisch, wenn es etwas erkennt, das nicht bei den guten Mustern vorhanden war. Wenn der Anwender zum Schluss kommt, dass es sich bei der Abweichung um keinen Fehler handelt, wird das System dies in Zukunft nicht mehr als Fehler ansehen. Es erkennt ausschließlich echte Abweichungen und ignoriert Veränderungen aufgrund von Licht und Bewegung. Wird das Produkt als fehlerhaft angesehen, teilt das System dies der SPS mit und das Produkt wird entfernt. Alle Bilder von den untersuchten Produkten werden als zukünftige Referenz archiviert.

Seiten: 1 2Auf einer Seite lesen

Thematik: Technologie
Ausgabe:
INSPEKTO
www.inspekto.com

Das könnte Sie auch Interessieren

Bild: Fraunhofer IEM
Bild: Fraunhofer IEM
Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Welcher Liefertermin steht wann an? Wie aufwändig muss die Maschine umgerüstet werden? Ist das benötigte Material bereits geliefert? Um die Reihenfolge verschiedener Kundenaufträge optimal zu planen, müssen Produktionsplaner:innen eine Vielzahl von Faktoren kennen und einschätzen. Bei Schulte Kartonagen hat ab sofort ein intelligenter KI-Assistent alle Faktoren im Blick – und macht Vorschläge für die effiziente Planung der Produktion. Gefördert wurde die Zusammenarbeit mit dem Fraunhofer IEM und den Universitäten Paderborn und Bielefeld im it’s OWL-Projekt ARISE.

Bild: schoesslers GmbH
Bild: schoesslers GmbH
appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

Das gemeinnützige appliedAI Institute for Europe stellt den kostenfreien Online-Kurs ‚AI Essentials‘ zur Verfügung, der es Interessierten ermöglicht, in die Welt der Künstlichen Intelligenz einzusteigen. Konzepte wie maschinelles Lernen und Deep-Learning sowie deren Anwendungsmöglichkeiten und Auswirkungen auf unser Leben und unsere Wirtschaft sind Teile der umfassenden Einführung.

Bild: Trumpf SE + Co. KG
Bild: Trumpf SE + Co. KG
Künstliche Intelligenz macht Fabriken clever

Künstliche Intelligenz macht Fabriken clever

Seit dem Siegeszug des Chatbots ChatGPT ist künstliche Intelligenz in aller Munde. Auch in der industriellen Produktionstechnik kommt KI mit großen Schritten voran. Lernende Maschinen machen die Fertigung effizienter. Wie funktioniert das genau? Das können Interessierte auf der EMO Hannover 2023 vom 18. bis 23. September erfahren. Die Weltleitmesse für Produktionstechnologie wird ihr Fachpublikum unter dem Claim ‚Innovate Manufacturing‘. mit frischen Ideen inspirieren und künstliche Intelligenz spielt dabei ihre Stärken aus.

Bild: Mitsubishi Electric Corporation, Japan
Bild: Mitsubishi Electric Corporation, Japan
KI-gestütztes Analysetool für moderne Produktionslinien

KI-gestütztes Analysetool für moderne Produktionslinien

Das Data-Science-Tool Melsoft MaiLab von Mitsubishi soll Unternehmen bei der Digitalisierung ihrer Fertigung und unterstützen und so deren Produktivität steigern. Die neue Lösung ist eine intuitive, bedienerzentrierte Plattform, die KI nutzt, um Abläufe automatisch zu verbessern. Sei es Abfallvermeidung durch geringere Ausschussmengen, weniger Stillstandszeiten durch vorbeugende Wartung oder Senkung des Energieverbrauchs durch Prozessoptimierung.

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.