Embedded-Vision-Systeme sind ideal für eine Vielzahl automatisierter Inspektions- und Identifizierungsanwendungen. Von der Fabrikhalle bis zur Erkundung des Mars durch die NASA - die Verwendung der eingebetteten Vision-Systeme nimmt dank stetiger Weiterentwicklung bei sinkenden Kosten zu.

Der Einsatz von Embedded Vision nimmt weiter zu, da sich nicht nur die Technologie selbst weiterentwickelt, sondern auch ihre und die Kosten stetig sinken. Für viele Anwendungen sind Embedded-Vision-Systeme schneller einzurichten, einfacher zu programmieren und eine zuverlässigere und robustere Lösung für raue Umgebungen als herkömmliche PC-basierte Bildverarbeitungssysteme. Sie können oft auch weniger kosten. Aufgrund all dieser Vorteile wählen Hersteller häufiger als je zuvor intelligente Kameras und Vision-Sensoren für ihre Anwendungen.

Kostengünstige Lösung für die Fabrikhalle

Eine Vielzahl von intelligenten Kameras und Vision-Sensoren, die für Embedded Vision verwendet werden können, bietet der Hersteller Teledyne Dalsa an. Bei seinen Dalsa BOA Spot-Vision-Sensoren handelt es sich beispielsweise um kostengünstige und einfach zu integrierende Vision-Lösungen für Qualitätsprüfungen in der Fabrikhalle. Die Sensoren können mehrere Bauteile gleichzeitig, bei höheren Geschwindigkeiten und mit höherer Genauigkeit als herkömmliche photoelektrische Sensoren prüfen. Eingebettete Bildverarbeitungswerkzeuge zum Erkennen von Bauteilen, zur Suche von Merkmalen, zum Zählen und Messen von Anwendungen bieten eine einfache grafische Benutzeroberfläche und können mehrfach kombiniert werden, um einfache oder komplexe Prüfaufgaben zu lösen. Inspektionen können durch bewegte Teile oder von einer SPS aus ausgelöst werden, nachdem sie in eine stationäre Position gebracht wurden. Standardfabrikprotokolle wie Ethernet/ IP und PROFINET werden direkt für die Kommunikation mit Geräten von Drittanbietern oder dem Fabrikunternehmen unterstützt.

Clevere Tools

Die eingebetteten Vision-Tools der Sensoren können über eine einfache Schnittstelle per Mausklick schnell für zahlreiche automatisierte Inspektions- und Identifikationsaufgaben eingesetzt werden. Diese Art von Vision-Sensoren werden für die Herstellung, die Fehlersuche oder die Nachverfolgung von Produkten von der Wiege bis zur Bahre eingesetzt. Sie bieten Flexibilität und eine große Rendite für eine kleine Investition. Mit den BOA-Spot-Vision-Sensoren ist es einfach und erschwinglich, dem Fertigungsprozess Bildverarbeitungslösungen hinzuzufügen. Die Serie lässt sich schnell einrichten und kann mit einer Vielzahl von Fabrikgeräten kommunizieren. Dies macht sie zu einer einfachen Wahl für Unternehmen, die ihre Automatisierung durch Bildverarbeitung erweitern möchten.

Tiefes Lernen

Deep Learning bezieht sich auf ein mehrschichtiges, künstliches neuronales Netzwerk, in dem alle Schichten „lernfähig“ sind. Als Vorläufer künstlicher Intelligenz (KI) ist Deep Learning noch eine aufstrebende Technologie. Sie ist erst seit kurzem praktikabel, weil sie große, vorklassifizierte Datensätze („Big Data“) und eine enorme Menge an Computerleistung für das Training benötigt. Die Bildverarbeitung kann eine Quelle für diese riesigen Datensätze sein.
Eine Anwendung für Deep Learning-Systeme ist die Verbesserung der Sicherheit und Zuverlässigkeit von intelligenten Transportsystemen (ITS), einschließlich autonomer Fahrzeuge. Manuel Romero, leitender Produktmanager bei Teledyne DALSA, erklärt: „Intelligente Transportsysteme sind mit besseren Sicht- und Lerntechniken ausgestattet und können jetzt in Echtzeit intelligentere Entscheidungen treffen, indem sie die Mustererkennungsfähigkeiten menschlicher Intelligenz imitieren, um bestimmte Merkmale, Funktionen und Muster zu trainieren sowie Big Data umfassend auszuwerten. “

Qualitätsprüfung mittels Deep Learning

Eine weitere Anwendung ist die Qualitätsprüfung in der Fertigung, bei der einem Deep Learning-System die Erkennung von fehlerhaften Teilen gelehrt werden kann. Nachdem eine ausreichende Anzahl von guten und schlechten Bildern des Zielobjekts in der zu entwickelnden Anwendung gezeigt wurde, kann eine Deep Learning-Software ein Machine-Vision-System automatisch in Minuten programmieren - ein Vorgang, der andernfalls viele Monate dauern würde. "Sie lassen einfach den Computer den Algorithmus erstellen - im Gegensatz zu einer Person", sagt Ghislain Beaupré, Vizepräsident von Teledyne DALSA für Forschung und Entwicklung und Betrieb. "Anwendungen, die bisher zu schwierig waren oder zu hohe Investitionen erforderten, werden bald möglich sein, was die Tür für Bildverarbeitungslösungen weiter öffnen wird."

Lebensnaher Einsatz

Life-Science-Anwendungen wie die digitale Pathologie sind ein weiterer Bereich, in dem riesige Mengen an Bilddaten erzeugt werden. Teledyne Dalsa arbeitet in diesem Bereich mit Kunden wie 3Scan und Huron Digital Pathology zusammen. Mit fortschreitender Technologie können Systeme mit Deep Learning trainiert werden, um Anomalien in einem Scan viel schneller und genauer zu erkennen als Menschen. Teledyne Imaging bietet VIS-, Infrarot-, LIDAR-, Fusionskameras (eine Kombination aus VIS- und Infrarotkameras) und Sensoren an, die eine verbesserte Erkennung und Objektklassifizierung ermöglichen, die für tiefes Lernen von entscheidender Bedeutung sind.