Wie maschinelles Sehen autonome Fabrikanlagen fördert

| Autor / Redakteur: Mark Patrick * / Margit Kuther

Industrieroboter: Die wachsende Verbreitung des maschinellen Sehens geht mit dem Trend einher, Industrieanlagen mit dem Internet of Things zu vernetzen.
Industrieroboter: Die wachsende Verbreitung des maschinellen Sehens geht mit dem Trend einher, Industrieanlagen mit dem Internet of Things zu vernetzen. (Bild: clipdealer)

Inspektionsanlagen können die Ergebnisse aus Bildverarbeitungssystemen nutzen, um direkt mit dem Equipment in der Farbrik zu kommunizieren. Dies erschließt neue Entwicklungsfelder für Embedded-Applikationen.

In den letzten Jahren hat sich das maschinelle Sehen drastisch weiterentwickelt. Durch modernste Algorithmen, die Kanten und Bewegungen in Videos erfassen sowie Fortschritte in der Halbleitertechnologie bei Bildsensoren, programmierbarer Logik, Mikrocontroller und Grafikprozessoren (GPUs) hat maschinelles Sehen in eine Vielzahl von Embedded-Applikationen Einzug gefunden.

Ausgefeilte Designs, die auf ein FPGA gespeichert werden können, werden mit neuen Entwicklungsumfeldern wie OpenCV genutzt, um Entwicklern von Embedded-Systemen das maschinelle Sehen zugänglicher zu machen.

Überwachung autonomer Roboter und von Kontrollsystemen

Die wachsende Verbreitung des maschinellen Sehens geht mit dem Trend einher, Industrieanlagen mit dem Internet of Things zu vernetzen. Da Sensoren immer intelligenter werden, teilweise bedingt durch unterstützende Algorithmen für Computervision, bieten die erzeugten Daten wertvolle Einblicke in den Betrieb industrieller Systeme. Das wiederum eröffnet neue Möglichkeiten zur Überwachung der Ausrüstung mit – an IoT-Infrastrukturen verbundenen – autonomen Robotersystemen, z.B. Drohnen.

Ein Teil dieses Umschwungs zum maschinellen Sehen wird durch Faktoren des Bandbreitenbedarfs vorangetrieben, Die potenzielle Automatisierung weiterer Abschnitte von Industrieanlagen ist ebenfalls ein großer Anreiz. Kontrollsysteme gehören zu den Hauptanwendungen des maschinellen Sehens. Der Preis für leistungsstarke Kamerasysteme mit CMOS-Bildsensoren ist während des letzten Jahrzehnts erheblich gefallen, wodurch Boards und Systeme während der Herstellung mit einer höheren Auflösung überprüft werden können. Kombiniert mit FPGAs tragen diese Kameramodule zu besserer Auswertung und besseren Entscheidungen bei. Dementsprechend kann die Kamera besser auf die erhaltenen Daten reagieren, was die Notwendigkeit, Videos über das Netzwerk zu verschicken, reduziert, und die Effizienz der Betriebsabläufe allgemein steigert.

Statt Rohdaten Informationen auf hohem Abstraktionslevel

Durch die Vernetzung mit dem IoT stellen Prüfgeräte mit maschinellem Sehen Unternehmenssystemen, die eine Performanceanalyse des Betriebs durchführen, mehr Daten zur Verfügung. Statt einfacher Rohdaten, bietet maschinelles Sehen Informationen auf einem Abstraktionslevel, der für solche Systeme angemessen ist.

So wird die Übertragungsbandbreite für Server und das gesamte Netzwerk weniger ausgelastet. Unternehmenssysteme verarbeiten Millionen von Datensätzen aus dem IoT – je weniger die Server ausgelastet werden, desto zeitnaher können Entscheidungen getroffen werden.

Inspektionsanlagen und Roboter kommunizieren direkt

Die steigende Übernahme von maschinellem Sehen hat auch Roboterführungssystemen in automatisierten Fabriken die Türen geöffnet. Von den aus dem Bildverarbeitungssystemen erlangten Ergebnissen ausgehend, können Inspektionsanlagen so die zentralen Server des Unternehmens umgehen und direkt mit dem Equipment in der Farbrik kommunizieren. Neben einer erhöhten Leistungsfähigkeit wird gleichzeitig die Auslastung des Netzwerks und Servers weiter reduziert.

Maschinelles Sehen wird auch zur Steuerung automatisierter Anlagen genutzt, vor allem in Förderanlagen. Vom Kontrollsystem für autonome Roboter, die in einer Fabrik Materialien weitergeben, bis hin zu automatischen Sortiermaschinen, die in Lagerhäusern Produkte identifizieren, umfasst das quasi alles.

Bei eigenständigen Materialhandling-Robotern kann das maschinelle Sehen aus dem einfachen Erkennen einer Spur auf dem Boden bestehen, der Roboter von einer Stelle zur nächsten folgen. Es kann jedoch auch Personen oder Hindernisse auf dem Weg erkennen, was Sicherheit und Effizienz in der Zusammenarbeit von Mensch und Maschine erhöht.

Wie bereits erwähnt, setzen auch Förderanlagen maschinelles Sehen ein. Produkte werden über den Barcode erkannt und Greifroboter so ausgerichtet, dass er einen bestimmten Artikel erfasst und in einen Korb legt. Kamera und lokale Verarbeitung sind in diesem Zusammenhang unerlässlich und die Greifroboter werden über das IoT konstant überwacht (Bild 1).

Inhalt des Artikels:

Kommentar zu diesem Artikel abgeben

Schreiben Sie uns hier Ihre Meinung ...
(nicht registrierter User)

Kommentar abschicken
copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44829333 / Industrie 4.0)