Deep Learning- und Edge Learning vereinfachen das Anlernen von Gut- und Schlechtteilen anhand weniger Bilder direkt auf den Zielgeräten erheblich und ermöglichen durch die verkürzten Entwicklungszeiten deutlich wirtschaftlichere Inspektions- und Prüfprozesse.

Cognex versammelt autarke und industrietaugliche 2D-Bildverarbeitungssysteme in seiner In-Sight-Serie. Jüngstes Mitglied dieser Produktfamilie ist das In-Sight 2800, das den kombinierten Einsatz von Deep-Learning-Technologien und regelbasierten Tools in einer leicht verständlichen Benutzeroberfläche ermöglicht. Durch nachrüstbares optisches Zubehör, wie diverse Objektivvarianten und Highspeed-Flüssiglinsen, bietet das In-Sight 2800 eine hohe Flexibilität, um zahlreiche Aufgabenstellungen in Produk­tion und Montage zu lösen. Dazu gehören die einfache An-/Abwesenheitserkennung von Prüfobjekten oder auch komplexe Kategorisierungs- und Sortierprobleme.

Deep-Learning-Technologie für Nichtprogrammierer

Wenn herkömmliche regelbasierte Bildverarbeitungstools an ihre Grenzen stoßen, kann die intelligente Kamera In-Sight D900 eine Alternative bieten. Auch sie nutzt die Vorzüge von Deep Learning zur Lösung schwieriger Anwendungen in den Bereichen OCR, Montageüberprüfung oder Defekterkennung. Die Entwicklung solcher Systeme mit der integrierten In-Sight-Vidi-Software ist ohne den Einsatz eines PCs möglich, was die Deep-Learning-Technologie auch Nichtprogrammierern zugänglich macht. Ein Element dieser Software-Umgebung ist die benutzerfreundliche In-Sight-Spreadsheet-Plattform, die die Anwendungsentwicklung und Integration in Werksnetze vereinfacht.

Intuitives grafisches Trainieren ist mit den Software-Tools von Visionpro Deep Learning möglich. Im Gegensatz zu traditionellen regelbasierten Bildverarbeitungsalgorithmen lässt sich diese Plattform über eine leicht verständliche Benutzeroberfläche mit Bildern trainieren. Da in vielen Fällen bereits eine kleine Anzahl an Bildern zum Erstellen praxistauglicher Systeme ausreicht, sinkt der Aufwand erheblich für das Sammeln von Bildern, das Trainieren des neuronalen Netzwerks und dessen Test an verschiedenen Bildsätzen. Die vier enthaltenen Deep-Learning-basierten Tools zur Bildanalyse wurden speziell für die Fabrikautomatisierung entwickelt, decken einen großen Bereich der Aufgaben in diesem Einsatzfeld ab und können auch mit regelbasierten Tools kombiniert werden.

3D-Vision und Barcode-Leser

Das 3D-Bildverarbeitungs-System In-Sight 3D-L4000 optimiert Triangulations-basierte 3D-Bildverarbeitungslösungen durch den Einsatz einer patentierten Technologie, die den Speckle-Effekt von Laserlinien erheblich reduziert. Wesentlicher Bestandteil dieses Systems ist ein blauer Laser mit einer Wellenlänge von 450 nm, der im Vergleich zu herkömmlichen Laserliniengeneratoren ­keinen signifikanten Lichtverlust aufweist. Speziell für die 3D-Bildverarbeitung entwickelte Tools lassen sich in der Benutzeroberfläche platzieren und sorgen für eine präzisere Visualisierung der Resultate. 
Für das Lesen von Barcodes in allen Anwendungsvariationen hat Cognex zahlreiche Geräte im Portfolio. Dazu gehören stationäre Lesegeräte wie der Dataman 280, tragbare Barcode-Leser aus der Dataman 8700-Serie sowie Barcode-Verifier wie der Dataman 475V. Auch anspruchsvolle 1D-, 2D- und Direct Part Mark (DPM)-Codes, die in vielen Sektoren der Industrie eingesetzt werden, lassen sich mit diesen robusten, benutzerfreundlichen Lesegeräten sicher dekodieren und decken alle gängigen Protokolle und Schnittstellen ab.