Vision- und Bildgebungstechnologien setzen ihr Wachstum über die Fabrikhalle hinaus fort

Vision und Imaging sind seit langem Schlüsseltechnologien in sehr unterschiedlichen Märkten. Bildverarbeitungssysteme können industrielle Prozesse erheblich verbessern und helfen, Produktivität, Effizienz und Qualität zu steigern und gleichzeitig die Kosten in vielen verschiedenen Anwendungsfällen zu senken.

Das Wachstum der industriellen Bildverarbeitung erreicht ein Rekordtempo aller Zeiten. Alex Shikany, VP of Marketing and Member Services bei der Association for Advancing Automation (A3), berichtet, dass der Bildverarbeitungsmarkt in Nordamerika im ersten Halbjahr 2021 um 26 % auf den Rekordwert von 764 Millionen US-Dollar gewachsen ist. In einer A3-Umfrage erwarten mehr als 95 % der antwortenden Unternehmen und Analysten, dass der Markt in den nächsten sechs Monaten nicht zurückgehen wird. Dr. Chris Yates von Vision Ventures stellt fest, dass die wichtigsten Triebkräfte für die weitere Implementierung von Bildverarbeitungstechnologien ein gesteigertes Bewusstsein für Fähigkeiten und Wert sind; sinkende Komponenten-, Software- und Engineering-Kosten; breitere Technologiekompatibilität und Interoperabilität; und mehr Fokus auf und Erfolg in der Benutzerfreundlichkeit.

Es ist klar, dass sowohl reife als auch aufstrebende Industrien weiterhin Visionen und Bildgebung annehmen. Aber was sind die nächsten industriellen Anwendungsfälle für Machine Vision?

Raus aus der Fabrik, auf die Felder

Die Landwirtschaft ist eine Branche, die von der breiten Einführung fortschrittlicher Automatisierungstechnologien wie der maschinellen Bildverarbeitung erheblich profitiert. Laut USDA wird das Bruttoeinkommen der US-Landwirtschaft im Jahr 2021 voraussichtlich um 7,3% auf 486 Milliarden US-Dollar steigen, wobei der technologische Fortschritt einen großen Einfluss auf das Endergebnis hat. Ein schnell wachsender Sektor ist die vertikale Landwirtschaft, bei der Pflanzen (Gemüse, Obst, Kräuter und mehr) hauptsächlich in Innenräumen in vertikalen Türmen unter kontrollierten Umgebungen angebaut werden.

„Präzisionslandwirtschaft“ in der Landwirtschaft ist seit einiger Zeit ein reiches Ziel der Automatisierung mit vielen verschiedenen Anwendungen in der Entwicklung und/oder Forschung. Der Einsatz autonomer Roboter beim Pflanzen und Ernten von Feldfrüchten ist ein Bereich, der einiges an Wachstum und Akzeptanz erlebt. Fahrerlose Traktoren können hauptsächlich mit GNSS/GPS (Global Navigation Satellite Systems and Global Positioning Systems) geführt werden. Vollständige Autonomie erfordert jedoch die Fähigkeit, unerwartete Hindernisse, insbesondere Menschen und Tiere, zu erkennen und darauf zu reagieren. Wahrnehmungssysteme mit Technologien wie Infrarot-Bildgebung, Lidar und 3D-Flugzeit werden erfolgreich in Landwirtschaftsrobotern implementiert. Autonome Roboter mit Vision- und Deep-Learning-Modellen wurden sogar für das chemikalienfreie Jäten einiger Pflanzen verwendet.

Ernteautomatisierungssysteme hängen stark von Vision und Bildgebung ab. Cobots (kollaborative Roboter) und Maschinen, die mit autonomen Bewegungen ausgestattet sind, verwenden beispielsweise Kameras und KI, um reife Früchte von unreifen Früchten zu unterscheiden und eine Anleitung für die automatische Ernte bereitzustellen. Abundant Robotics (www.abundantrobotics.com) meldete erste Erfolge mit ihrem Apfelpflückroboter, der reife Früchte per Vision erkennt. Auch die Gemüseernte steht auf dem Tisch. Die Universität Cambridge hat einen Roboter zum Ernten von Salat demonstriert, der mehrere Kameras und maschinelles Lernen verwendet, um gesunde und reife Köpfe zu erkennen und die Ernte zu führen.

Vertikale Landwirtschaft eignet sich aufgrund der engen Natur der Pflanzen und der Umwelt auf einzigartige Weise für die Automatisierung. Sichtgesteuerte Roboter sind der Schlüssel zur Produktivität während des Pflanzprozesses, um Setzlinge zu fangen und in die vertikalen Wachstumstürme zu platzieren. Auch die Ernte kann auf ähnliche Weise automatisiert werden.

In der allgemeinen Landwirtschaft kann maschinelles Sehen verwendet werden, um Pflanzen zu inspizieren und Dürren oder Krankheiten zu erkennen. Multispektrale und hyperspektrale Bildgebung, entweder auf Anlagen- oder Feldebene mit Drohnen, ist eine weit verbreitete Technologie mit nachgewiesenem Erfolg. Je nach Inspektion und Ausschnitt können auch Infrarotbilder verwendet werden.

Wahrnehmung für die Präzisionsbearbeitung

Neue Anwendungen für Vision und Imaging gewinnen in der Präzisionsbearbeitungsindustrie immer mehr an Akzeptanz. Die Präzisionsbearbeitungsindustrie (CNC-Bearbeitung) ist ziemlich ausgereift und prosperiert, mit einer Marktgröße aus einigen Quellen von etwa 400 Milliarden US-Dollar und einem prognostizierten Wachstum von etwa 7 % im Jahr 2021. Neben der Einführung fortschrittlicher Automatisierung zur Verbesserung von Qualität und Produktivität sind die wichtigsten Triebkräfte auf diesem Markt, die zum Wachstum beitragen können, das Auffinden und effiziente Einsetzen von Arbeitskräften, die Senkung der Betriebskosten, die Beseitigung von Bearbeitungsfehlern und das frühzeitige Erkennen von Fehlern, um Ausschuss zu vermeiden. Diese und andere Faktoren weisen diese Branche auf eine neue Anwendung von Vision und Imaging sowie Robotik im Produktionsprozess hin.

Obwohl die Roboterbeschickung in der Präzisionsbearbeitungsindustrie nicht ganz neu ist, gewinnt sie immer mehr an Akzeptanz und die Aufgabe wird mit Machine Vision vorangetrieben, um weitere Autonomie zu ermöglichen. Roboter zum Be- und Entladen der Maschine können für die Teileaufnahme und -platzierung geführt werden, was eine höhere Effizienz bei Kleinserien, High-Mix-Läufen, die bei der Präzisionsbearbeitung üblich sind, bietet. Und die 3D-Bildgebung entwickelt sich als potenzielle Basistechnologie zur Unterstützung der zufälligen Auswahl von zu bearbeitenden Teilen oder Rohlingen, wodurch harte Vorrichtungen und Bedienerbelastung überflüssig werden.

Diese neuen Branchenbeispiele sind nur ein kleiner Teil der Märkte, die von Bildverarbeitungs- und Bildverarbeitungstechnologien profitieren. Während sich aufstrebende Anwendungsfälle in der Industrie entwickeln, werden diese Technologien die Prozesse und die Qualität weiter verbessern.