- Anzeige -
Lesedauer: 0min
Autonomes Visionsystem ist in 30 Minuten einsatzbereit

Dez 16, 2019 | Technologie

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

Autor:
Firma:

News

Weitere Beiträge

Das könnte Sie auch interessieren

Vorausschauende Wartung mit KI

Hinterher ist man bekanntlich immer schlauer. Mit künstlicher Intelligenz (KI) sieht das allerdings anders aus: Durch die Analyse von in Echtzeit erfassten Betriebsparameterwerten wird Wartungsbedarf ermittelt, bevor er anfällt. So können Maßnahmen im Voraus geplant und auf ein Minimum reduziert werden. Mitsubishi Electric nutzt hierfür seine KI-Technologie Maisart 1, die ganz einfach per Melfa-SmartPlus-Zusatzkarte am Melfa-Roboter implementiert werden kann.

mehr lesen

Mit künstlicher Intelligenz dem Verschleiß auf der Spur

Forscher am Karlsruher Institut für Technologie (KIT) haben ein System zur vollautomatischen Überwachung von Kugelgewindetrieben in Werkzeugmaschinen entwickelt. Dabei kommt eine direkt in die Mutter des Kugelgewindetriebs integrierte Kamera zum Einsatz. Eine künstliche Intelligenz (KI) überwacht dabei auf Basis der dabei erzeugten Bilddaten kontinuierlich den Verschleiß.

mehr lesen

Schutz der Privatsphäre und KI in Kommunikationssystemen

Alle zwei Jahre vergeben der VDE, die Deutsche Telekom sowie die Städte Friedrichsdorf und Gelnhausen den mit 10.000 Euro dotierten Johann-Philipp-Reis-Preis an einen Nachwuchswissenschaftler. Dieses Jahr geht er an Prof. Dr.-Ing. Delphine Reinhardt von der Georg-August-Universität Göttingen und an Dr.-Ing. Jakob Hoydis von den Nokia Bell Labs in Nozay, Frankreich. Die beiden Preisträger teilen sich die Auszeichnung und damit das Preisgeld.

Infor bringt Infor Coleman AI auf den Markt

Infor, Anbieter von branchenspezifischer Business-Software für die Cloud, hat bekanntgegeben, dass die Plattform Infor Coleman AI für Embedded-Machine-Learning-Modelle ab sofort verfügbar ist. Sie bietet die Geschwindigkeit, Wiederholbarkeit und Personalisierung, die Unternehmen benötigen, um KI vollständig zu operationalisieren.