Um in Flugzeugen keine Patchwork-Innenverkleidung vorzufinden, muss bei der Herstellung jedes einzelne Teil auf Form, Farbe und Größe geprüft werden. Daher kontrolliert ein Software-System zur Datenbank-gestützten Bilderkennung in Verbindung mit sieben GigE-Kameras die bis zu 1,5 x 3,5 m großen Verkleidungsteile auf eine korrekte Verarbeitung und das Vorhandensein verschiedener Merkmale.

Ob in der Logistik oder der Produktion – zu den wichtigsten Erfolgsfaktoren von Unternehmen zählt die Qualitätssicherung. Viele Prozesse in der Qualitätsprüfung, sowohl im Warenein- beziehungsweise -ausgang als auch in der Fertigung, lassen sich heute mit modernen Bildverarbeitungstechnologien automatisieren und beschleunigen. Mit dem „Schlauen Klaus“ bietet das Unternehmen Optimum Data­management Solutions aus Karlsruhe eine intelligente Lösung, um auch große Teile mit einer Fläche von über 5 m2 auf eine einwandfreie Verarbeitung und Vollständigkeit zu prüfen. Dabei erfassen GigE-Industriekameras powered over Ethernet von IDS Imaging Development Systems die Bauteile. Ein Datenbank-gestütztes System mit der Machine-Vision-Software Halcon von MVTec Software übernimmt die Auswertung.   Optische Kontrolle   Optimum Datamanagement Solutions hat sich auf maßgeschneiderte Komplettsysteme für die industrielle Bildverarbeitung spezialisiert. Von der Kamera über die Beleuchtung und die IT bis zur Software und dem Sondermaschinenbau bietet das Unternehmen schlüsselfertige Lösungen aus einer Hand – und mit dem Schlauen Klaus auch ein ­eigens entwickeltes Software-System zur Datenbank-gestützten Bild­erkennung. Seit kurzem ist das System auch in der optischen Kontrolle von Innenverkleidungsteilen für Flugzeuge im Einsatz. In Verbindung mit sieben GigE-Kameras werden die bis zu 1,5 x 3,5 m großen Verkleidungsteile auf eine korrekte Verarbeitung und das Vorhandensein verschiedener Merkmale geprüft. Haben die Teile die richtige Form, Größe und Farbe? Sitzen alle Knöpfe, Beschriftungen, Laschen und Klappen an der richtigen Stelle? Um diese Fragen zu beantworten, werden die Verkleidungsteile auf einem Prüftisch abgelegt, von den ­Kameras erfasst und mit den zuvor eingelernten Prüfmustern verglichen. Die Prüfungen werden dokumentiert und erleichtern so den Qualitätsnachweis, beispielsweise gegenüber dem Luftfahrt-Bundesamt. Dabei können sowohl Vor- als auch Fertigprodukte überprüft werden.   Vereinfachen und Beschleunigen   Die Qualitätssicherung wird zum einen vereinfacht, zum anderen beschleunigt. Denn es müssen sowohl vergleichsweise große Teile als auch bis zu 170 verschiedene Produktderivate auf jeweils bis zu sieben Merkmale überprüft werden. Was vorher viele Stunden dauerte und entsprechenden Personaleinsatz erforderte, ist mit dem System in erheblich kürzerer Zeit möglich. Die Prüfzeit pro Satz Innenverkleidung kann von rund 60 Stunden auf rund sechs Stunden verringert werden. Zudem ist die Bedienung des Bilderkennungssystems komfortabel und erfordert keinen Spezialisten. „Die komplette Bedienung der Prüfanwendung erfolgt über einen Touchscreen-Monitor, der alle Schritte anzeigt und mögliche Fehler zweifelsfrei darstellt. So ist sichergestellt, dass auch ungelernte Kräfte mit der Lösung arbeiten können“, so Optimum-Geschäftsführer Wolfgang Mahanty. Das Gespann aus ­Industriekameras und Software liefert zudem zuverlässige und aussagekräftige Ergebnisse.   GigE statt USB   Selbst Beschriftungen mit nur wenigen Millimetern Größe werden zuverlässig erkannt. Bei einer Fehlermeldung lässt sich der Artikel direkt vor Ort nachträglich bearbeiten. Das Prüfsystem verhindert, dass ein fehlerhaftes Teil weitere Produktionsschritte durchläuft oder versendet wird. Die Toleranzen lassen sich variabel nach Bedarf einstellen, denn auch kleine Abweichungen erkennt das System und meldet diese zuverlässig. Die Folge sind weniger Reklamationen und damit auch geringere Kosten für den Hersteller der Verkleidungsteile. Für die detailreichen Bilder sorgen Gigabit-Ethernet-Kameras mit PoE-Technologie von IDS Imaging Development Systems. Sieben an der Zahl sind über dem Prüftisch installiert. Ausgerüstet sind die ­Kameras mit Objektiven mit 6 mm Brennweite für die Fläche und ­einem 50 mm Objektiv für den Detailbereich. Die Industriekameras verfügen alle über einen 1,3 MP-CMOS-Sensor der aktuellen Generation von e2v. Die Vorzüge des Global-Shutter-Sensors, zu denen insbesondere die hohe Lichtempfindlichkeit zählt, werden bei diesen Kameras mit den Features der GigE-Schnittstelle und einem konsequent auf Industrieanwendungen ausgelegtem Design verknüpft. Dazu zählen ein ­robustes Magnesiumgehäuse, verschraubbare Stecker und optisch isolierte Ein- und Ausgänge. Durch PoE lässt sich die Kamera über das Datenkabel mit Strom versorgen, ein weiteres Kabel für die Stromversorgung ist damit obsolet. Die Kameras sind zudem kompakt gebaut und zählen zu den kleinsten Industriekameras mit GigE-Interface und PoE-Technik. Und sie wartet mit dem gleichen Plug-and-Play-Komfort auf wie USB-Modelle.   GigE-Technik statt USB   Dass sich Optimum für die GigE-Technik statt USB entschieden hat, liegt an der anfallenden Datenlast des Mehrkamerasystems. Die Daten der sieben Kameras werden auf mehrere Netzwerkkarten im Rechner verteilt statt auf einen USB-Port. Da der e2v-Sensor eine vergleichbare Lichtempfindlichkeit und Farbtreue, wie man sie von CCD-Sensoren her kennt, erreicht, wird für die vorliegende Anwendung auch keine aufwändige Beleuchtung benötigt. Vergleichsweise kostengünstige Leuchtstoffröhren genügen, um unterschiedliche Texturen und kleine Abweichungen vom Normprodukt dennoch zu erkennen. Dafür sorgt auch die Software.   Software als Kern der Bildverarbeitung   Standen früher Beleuchtung und Messanordnung im Vordergrund der meisten Applikationen, so bildet heute immer mehr die Software den Kern der Bildverarbeitung. Zum Einsatz kommt hier die Machine-­Vision-Software Halcon, insbesondere aufgrund der vorimplementierten Matching-Routinen, die nurmehr angepasst und parametriert werden mussten.  Das Matching ist ein weit verbreitetes Verfahren der industriellen Bildverarbeitung. Sollen flächige Objekte erkannt werden, stehen mit Halcon unterschiedliche Methoden und Verfahren zur Verfügung. Das korrelationsbasierte Matching beispielsweise kommt häufig zum Einsatz. Es basiert auf dem Vergleich von Grauwerten eines bekannten Objekts, das über das zu prüfende Bild geschoben wird. Bei hinreichenden Übereinstimmungen erkennt die Software so das gesuchte Objekt schnell und ist dabei robust gegenüber Unschärfe, Kanten­deformation oder Texturen. Dabei spielen Rotation und Orientierung keine Rolle. Das subpixelgenaue formbasierte Matching findet Objekte präzise und robust in Echtzeit, auch wenn sie rotiert, skaliert, perspektivisch verzerrt, lokal deformiert, teilweise überdeckt oder auch teilweise außerhalb des Bildes sind und nicht linearen Beleuchtungsschwankungen unterliegen. Dieses Verfahren verarbeitet Bilder mit acht oder 16 Bit sowie Farb- und andere Mehrkanalbilder. Objekte können anhand von Bildvorlagen oder CAD-Daten trainiert werden.    Das deskriptorbasierte Matching   Darüber hinaus lokalisiert Halcons komponentenbasiertes Matching Objekte, die aus mehreren gegeneinander beweglichen Teilen bestehen. Ein weiteres 2D-Verfahren ist das deskriptorbasierte Matching. Damit können planare Objekte mit Textur schnell in beliebiger Rotation und Kippung gefunden werden. Da die Parameter unter Halcon 7.1 ­automatisch bestimmt werden können, lässt sich viel Zeit bei der Applikationserstellung sparen. Selbst unerfahrene Programmierer kommen so schneller zu optimalen Matching-Ergebnissen. Die automatische ­Parameterbestimmung eignet sich für eine Reihe von Applikationen – von der Vollständigkeitskontrolle über die Objekt- und Umrisserkennung bis zur Positionsbestimmung.