Software-Plattform vereinfacht Machine-Vision-Lösungen
Grafische Entwicklung, professionelle Programmierung und Deep Learning in einer Software-Plattform: Die Aurora Vision Suite von Zebra Technologies
Die Software-Plattform Aurora Vision Suite von Zebra Technologies ist für unterschiedlichste Aufgaben der industriellen Bildverarbeitung ausgelegt und verbindet grafische Entwicklung, professionelle Programmierung und Deep-Learning-Funktionalitäten. Als Bestandteil des Portfolios der Rauscher GmbH Bildverarbeitung ermöglicht sie die schnelle Umsetzung leistungsfähiger, individueller Vision-Lösungen. Der reduzierte Zeitaufwand für die Software-Entwicklung kann die Gesamtkosten eines Vision-Projekts erheblich reduzieren. Die Aurora Vision Suite besteht aus drei Komponenten: Aurora Vision Studio, Aurora Vision Library und Aurora Deep Learning.
Bildverarbeitung per Drag & Drop
Aurora Vision Studio richtet sich mit seiner grafischen Entwicklungsumgebung insbesondere an Anwender, die Vision-Anwendungen schnell und ohne umfangreiche Programmierkenntnisse entwickeln möchten. Dazu stehen intuitive Tools und mehr als 3.500 Bildverarbeitungsfilter per Drag & Drop zur Verfügung. Sie decken zahlreiche typische Aufgaben von geometrischen Operationen und der Definition unterschiedlichster Regions of Interest bis hin zu Mess-, Prüf- und Analysefunktionen ab. Auch subpixelgenaue Auswertungen sind möglich.
Aurora Vision Studio ist nicht auf eine bestimmte Kamerafamilie oder einen einzelnen Hersteller festgelegt. Die Unterstützung der Standards USB3-Vision, GigE Vision und GenTL ermöglicht die Integration einer großen Auswahl der am Markt verfügbaren Bildverarbeitungs-Hardware.
Damit kann der Entwicklungsprozess deutlich verkürzt werden: Bild erfassen, relevante Merkmale definieren, Algorithmus zusammenstellen, Ergebnis prüfen – und die Anwendung anschließend direkt in Richtung Praxiseinsatz weiterentwickeln. Auch 3D-Anwendungen und die Erstellung von Mensch-Maschine-Schnittstellen (HMI) lassen sich mit der Entwicklungsumgebung problemlos realisieren.
Entwicklung mit C++ und .NET
Mit der Aurora Vision Library steht erfahrenen C++- und .NET-Entwicklern eine leistungsfähige Software-Bibliothek zur Verfügung, die maximale Freiheit bei der Umsetzung eigener Anwendungen und Integrationen bietet. Entwickler können damit individuelle Anwendungen und Benutzeroberflächen erstellen und die Bildverarbeitung tief in bestehende Software-Umgebungen integrieren.
Besonders interessant ist die Kombination mit Aurora Vision Studio. Ein Vision-Projekt kann zunächst grafisch als Prototyp aufgebaut und getestet werden. Anschließend lässt sich der Ansatz über den integrierten C++-Codegenerator in eine individuelle Software-Lösung überführen. Auch .NET-Schnittstellen können automatisiert erzeugt werden. Dieser Workflow hilft, Entwicklungszeiten deutlich zu reduzieren.
Deep Learning ergänzt regelbasierte Bildverarbeitung
Für Bildverarbeitungsaufgaben, bei denen sich Fehler nicht zuverlässig mit festen Regeln beschreiben lassen, erweitert Aurora Deep Learning die klassischen Bildverarbeitungsmethoden um KI-basierte Verfahren. Diese Deep-Learning-Funktionalitäten lassen sich sowohl mit Aurora Vision Studio als auch mit der Aurora Vision Library nutzen. Sie eignen sich unter anderem für die Anomalie- und Merkmalserkennung, OCR und weitere Aufgaben, bei denen klassische Algorithmen an ihre Grenzen stoßen können.
Je nach Aufgabenstellung sind dann bereits wenige Bildbeispiele ausreichend, um geeignete Deep-Learning-Modelle für die vorliegende Anwendung zu erstellen. Gerade bei Anwendungen mit variierenden Fehlerbildern eröffnet dies zusätzliche Möglichkeiten für die Automatisierung von Prüfprozessen.
Breites Einsatzfeld
Die Einsatzmöglichkeiten der Aurora Vision Suite umfassen zahlreiche Anwendungsfelder wie unter anderem Elektronikfertigung, Verpackungsindustrie, Automobilindustrie, Logistik, Photovoltaik oder die Oberflächeninspektion unterschiedlichster Materialien. Der flexible Ansatz der Suite bringt unabhängig von der Anwendung einen wesentlichen Vorteil für Entwickler: Jede Vision-Aufgabe kann ganz nach Bedarf mit Hilfe einer grafischen Entwicklungsumgebung, per Programmierung oder über den zusätzlichen Einsatz von Deep Learning-Tools gelöst werden.
