Wie maschinelles Sehen die Effizienz der industriellen Automatisierung weiter steigert

Jul 25, 2023

Blog

A3 Online-Marketing-Team | 28.08.2023

Im April 2021 wurde bekannt gegeben, dass die Robotics Industries Association (RIA), AIA – Advancing Vision + Imaging (AIA) und die Motion Control and Motors Association (MCMA) unter einem Dach als A3, die Association for Advancing Automation, fusionieren werden. Anstatt sich auf einzelne Komponenten und Geschäfte zu konzentrieren, würde der neue Verband die Automatisierung aus einem ganzheitlichen Blickwinkel betrachten. Wenn Sie im Jahr 2023 auf einer Automatisierungsmesse spazieren gehen, werden Sie vielleicht sehen, warum.

Während die Teilnehmer zahlreiche Unternehmen sehen werden, die ihre Innovationen in diesen einzelnen Bereichen präsentieren, werden in vielen Vorführungen – darunter mehrere von einem Zustrom neuer Unternehmen – Technologien hervorgehoben, die die neuesten Entwicklungen in den Bereichen Roboter, Bildverarbeitung und Bewegungssteuerung miteinander verbinden. (Autonome mobile Roboter zum Beispiel).

Diese einzelnen Technologien erfüllen einzigartige, wertvolle Zwecke in der Fabrikhalle und darüber hinaus. „Blinde“ Roboter können beispielsweise immer noch viele wiederholbare, vorprogrammierte Aufgaben in verschiedenen Branchen automatisieren, aber die Kombination eines Roboters mit maschinellem Sehen schafft ein viel flexibleres Automatisierungssystem mit deutlich mehr Fähigkeiten. Da sich Automatisierungssysteme ständig weiterentwickeln und weiterentwickeln, wird die maschinelle Bildverarbeitung weiterhin eine Schlüsselrolle spielen. Schauen wir uns einige der jüngsten Möglichkeiten an, wie maschinelles Sehen dazu beigetragen hat, Automatisierungstechnologien voranzutreiben.

3D-Verbesserungen

Während die 3D-Bildgebung schon lange im Bereich der industriellen Automatisierung eingesetzt wird, haben jüngste Entwicklungen bestehende Anwendungen verbessert und gleichzeitig die Tür für neue geöffnet. Zu den neuen oder verbesserten 3D-Funktionen gehören geringeres Rauschen, höhere Auflösung, Texturbilder in RGB, höhere Genauigkeit und die Möglichkeit, Bilder von sich bewegenden Objekten mit relativ hohen Geschwindigkeiten aufzunehmen.

Darüber hinaus sind bestimmte 3D-Bildgebungsimplementierungen kostengünstiger und benutzerfreundlicher geworden. Beispielsweise nutzen mehrere der anwendungsspezifischen Automatisierungssysteme, die heute auf dem Markt sind – beispielsweise solche, die speziell für die Kommissionierung in der Kiste und die allgemeine Kommissionierung und Platzierung, Palettierung und Depalettierung sowie Logistiksortierung entwickelt wurden – eine einzige 3D-RGB-D-Kamera. Es erfasst ein 2D-Farbbild und eine Tiefenmessung, die kombiniert werden können, um RGB-D-Bilder zu erstellen, die wiederum zur Steuerung der Bewegungen des Roboters verwendet werden.

An anderer Stelle haben andere 3D-Fortschritte einige der heutigen Automatisierungsherausforderungen angegangen, darunter:

Flugzeit (ToF):ToF-Kameras und -Sensoren haben in den letzten Jahren große Fortschritte gemacht, sodass sie den Anforderungen in der Logistik, autonomen Robotern und anderen anspruchsvollen Fabrikautomatisierungsanwendungen gerecht werden.

Bildgebung mit hohem Dynamikbereich: 3D-Bildgebungssysteme bieten heute einen noch nie dagewesenen hohen Dynamikbereich. Dies eignet sich für Anwendungen mit Oberflächen mit hohem oder niedrigem Reflexionsvermögen, beispielsweise bei der Automobilmontage, oder in Logistik- und Palettieranwendungen, bei denen die Objekte oder Teile stark variieren und bei einer festen Belichtungszeit nur schwer abzubilden sind.

Werkskalibrierte 3D-Profiler: Die werkseitig kalibrierten, vollständig integrierten 3D-Profiler sind auf Benutzerfreundlichkeit für Kunden ausgerichtet, die 3D-Vision-Funktionen benötigen, und bieten eine intuitive Einrichtung und Bedienung für Bildgebungsanwendungen. Dies kann von Kfz-Inspektionen kleiner elektronischer Teile oder großer Automobilteile bis hin zu Verpackungsaufgaben einschließlich Behälter- und Füllstandsprüfung sowie Ortung, Sortierung und Volumenmessungen reichen.

Der KI-Boost

Eine weitere interessante Entwicklung der letzten Jahre war die Schnittstelle zwischen KI und 3D sowie die allgemeine Nische, die für KI-Methoden, einschließlich Deep-Learning- und maschineller Lerntechniken, geschaffen wurde. Erstens nutzen viele der oben genannten anwendungsspezifischen Systeme, die die 3D-Bildgebung nutzen, auch KI-Techniken als ergänzendes, aber leistungsstarkes Werkzeug, das die Flexibilität erhöht. Beispielsweise können KI-Algorithmen diesen Systemen dabei helfen, sehr variable Gegenstände individuell zu identifizieren, sodass der Roboter auf der Grundlage eines Trainingssatzes eine Hochgeschwindigkeitsauswahl treffen kann – eine Aufgabe, bei der herkömmliche Bildverarbeitungsalgorithmen Schwierigkeiten hätten. Zu diesen Artikeln kann alles gehören, von kleinen Konsumgütern in einem Lagerhaus bis hin zu einzelnen Hähnchenbrüsten, die sich mit hoher Geschwindigkeit auf einem Förderband bewegen.

Natürlich hat die KI auch über die 3D-Bildgebung hinaus ihre Nische in der maschinellen Bildverarbeitung gefunden. In vielen verschiedenen Branchen gibt es immer noch viele Herstellungsprozesse, die stark auf menschliche Sichtprüfungen angewiesen sind. Durch die Erweiterung eines Bildverarbeitungssystems mit maschinellen Lern- oder Deep-Learning-Techniken kann das System subjektive Inspektionsentscheidungen treffen, bei denen sonst möglicherweise ein Mensch erforderlich wäre. Beispiele hierfür sind Anomalieerkennung, Fehlererkennung, Klassifizierung, Montageverifizierung und mehr, die Unternehmen dabei helfen, das Beste aus ihren automatisierten Inspektionssystemen herauszuholen.

KI-Fortschritte haben auch dazu geführt, dass die Roboterautomatisierung einfacher und einfacher einsetzbar ist. Laut Juan Aparicio, Präsident von Robota Labs, der einen aktuellen MIT-Bericht über die Zukunft der Arbeit zitierte, ist eines der wichtigsten Wertversprechen für KI im Bereich der industriellen Automatisierung die Diversifizierung der Frage, wer automatisieren kann. In diesem Bericht wurde festgestellt, dass es bei kleinen und mittleren Herstellern nur sehr wenige Roboter gab. Da die Bereitstellung von KI immer einfacher wird – mehrere Anbieter bieten mittlerweile Low-Code- oder No-Code-Tools für die KI-Entwicklung an –, wenden sich einige kleinere Hersteller zunehmend der KI zu, da die Tools einfacher zu verwenden sind. Dieser Trend wird sich hoffentlich fortsetzen .

Vereinfachte Einführung der Automatisierung

Fortschritte in Bereichen wie Sensoren, Kameras, Industriecomputer, Beleuchtung und Robotik werden zweifellos dazu beitragen, die Automatisierung voranzutreiben und die Entstehung neuer Anwendungen zu ermöglichen, aber in vielerlei Hinsicht wird die nächste Welle von Verbesserungen durch Software vorangetrieben. Dabei handelt es sich nicht nur um Software, die neue Tools und Funktionen für die industrielle Automatisierung bietet, sondern auch um Software, die die Integration erleichtert und letztendlich die Anwendungsentwicklung und -bereitstellung für den Endbenutzer erheblich vereinfacht.

ZURÜCK ZUM BLOG

kürzliche Posts