Industrie 4.0 revolutionieren: Wie Computer Vision die intelligente Fertigung vorantreibt

In diesem Beitrag geht es um eine der am häufigsten eingesetzten Technologien im industriellen Umfeld im Zusammenhang mit Industrie 4.0: Computer Vision. Diese Technologie bietet zahlreiche Möglichkeiten und ermöglicht die Lösung verschiedenster Probleme, die in Produktionsanlagen regelmäßig auftreten.

Computer-Vision-Techniken befinden sich in ständiger Weiterentwicklung – angetrieben durch immer leistungsfähigere Sensoren und neue Bildverarbeitungsverfahren.

Im Folgenden erklären wir detailliert, was Computer Vision ist, welche Anwendungen es gibt, die verschiedenen Typen, Deep Learning, Bildverarbeitung, die Bedeutung der Beleuchtung und die Vorteile für Prozesse und Unternehmen.

Was ist Computer Vision?

Computer Vision gehört zu den Technologien, die in Fabriken zunehmend eingesetzt werden. Computer-Vision-Systeme erfassen Informationen aus der Umgebung in Form von Bildern – diese können vielfältiger Art sein –, verarbeiten und analysieren sie. Zum Verständnis: Wie wir unsere Umwelt über unsere Sinne begreifen, so übernehmen die Augen die Informationsaufnahme. Vision-Systeme erfüllen dieselbe Aufgabe, indem sie diese Informationen digitalisieren, damit sie von Maschinen verarbeitet werden können.

Zur Bilderfassung werden Sensoren eingesetzt – etwa 2D-Kameras, hyperspektrale Kameras oder 3D-Kameras. Alle liefern Umgebungsinformationen, die anschließend verarbeitet werden, um die benötigten Daten zu gewinnen.

Computer-Vision-Systeme sind keine isolierten Insellösungen, sondern in die übrigen Fabrikprozesse integriert: Sie empfangen und senden Informationen.

Anwendungen von Computer Vision

(Sie könnten auch an unserem Beitrag „Sieben Anwendungen von Computer Vision“ interessiert sein.)
Computer Vision lässt sich in zahlreichen Branchen, für vielfältige Anwendungen und Zwecke einsetzen – möglich durch die Vielzahl verfügbarer Sensoren, die viele Arbeitsbereiche und Industrien abdecken. Zu den herausragenden Anwendungen zählen: Messtechnik, Fehlererkennung an Bauteilen, Fremdkörpererkennung, Code-Lesung verschiedenster Art und Qualitätsprüfung.

Computer Vision zur Fehlererkennung

Eine der bekanntesten Anwendungen. Einmal trainiert, erkennen Computer-Vision-Systeme Fehler – von Haarrissen im Metall über Lackfehler und Grate bis hin zu fehlerhaften Druckbildern. Die Erkennungsgenauigkeit reicht bis unter 0,05 mm. Das Training erfolgt durch Zuführung von Bildern mit und ohne Fehler.

Computer Vision für Messtechnik

Messungen mit Präzision im Mikrometerbereich sind dank Computer Vision möglich – realisiert mit Lasermesstechnik oder Tastern. Fortschritte bei Sensoren und Ausrüstung liefern zunehmend qualitativ hochwertigere Bilder, weshalb diese Systeme für hochpräzise Messtechnik eingesetzt werden. Mit einem Vision-System lassen sich Bauteile auf Mikrometer genau vermessen und Fehler erkennen.

Computer Vision zur Fremdkörpererkennung

Die Sensorenvielfalt ermöglicht auch den Einsatz nicht-standardmäßiger Bildtypen. Hyperspektrale Kameras unterscheiden Materialzusammensetzungen über Wellenlängenmessung – in vielen Fällen liefert dies entscheidende Informationen. Breit genutzt in der Lebensmittelindustrie als Qualitätsystem: So lassen sich Obst und Steine unterscheiden oder Kunststoffreste und andere unerwünschte Fremdkörper detektieren.

Computer Vision zum Code-Lesen

Eine der bekanntesten Anwendungen ist die Code-Erkennung bzw. Code-Lesung. Heute erkennen zahlreiche Systeme unterschiedlichste Codes und ermöglichen beispielsweise Rückverfolgbarkeit in vielen Prozessen.

Computer Vision zur Montageverifikation

Montagen werden immer komplexer – mehr Bauteile, mehr Verbindungen. Computer Vision prüft schrittweise, ob jedes Teil an seinem Platz sitzt, oder validiert am Prozessende die fertige Montage. Besonders wertvoll bei Maschinen-, Geräte-, Leiterplatten- oder komplexen Vormontagen. Diese Systeme verkürzen Zyklus- und Nacharbeitszeiten erheblich.

Computer Vision + Robotik für Bin Picking

Eine der meistgefragten Anwendungen: Kombination von kollaborativer Robotik und Computer Vision für Bin Picking ungeordneter Teile. Die Teile liegen chaotisch – das System optimiert Trajektorien und erkennt Greifkoordinaten. Der Roboter erhält so die Information, was das Teil ist und wo es liegt, um den optimalen Greifweg zu wählen.

Im Robotik-Kontext spricht man von adaptiver Robotik: Sie passt sich der Umgebung an und handelt intelligent. Erreicht wird dies durch Sensoren, die mit dem Roboter kommunizieren und Umgebungsinformationen liefern – etwa bei Positionsänderungen, Hindernissen oder chaotischem Teilegreifen. Vision-Systeme stellen diese Informationen bereit.

Wie Sie sehen, sind die Möglichkeiten von Computer Vision nahezu grenzenlos – und ATRIA hat in diesem Bereich bereits viele Projekte erfolgreich umgesetzt.

Vorteile von Computer Vision

Abschließend die wichtigsten Vorteile für Produktionsprozesse:

• Mit Computer Vision lassen sich wiederkehrende Prüfaufgaben automatisieren.
• Ein Vision-System ermüdet nicht und eliminiert den subjektiven Faktor bei der Prüfung.
• In vielen Fällen ist 100%-Prüfung der Produktion berührungslos möglich – bei Prozessen, die ohne nicht machbar wären.
• Ausschuss- und Nacharbeitskosten sinken, da fehlerhafte Teile früh im Prozess erkannt werden.
• Automatisierung reduziert die Zykluszeiten von Operationen.
• Computer Vision bringt zusätzliche betrieblichen und sicherheitstechnischen Nutzen durch verringerten Personaleinsatz in der Fertigung.
• Schützt Mitarbeiter vor gefährlichen Umgebungen.

Deep Learning und Bildlabeling

Computer Vision in Kombination mit Deep Learning ermöglicht deutlich intelligentere Anwendungen, die in hochvariablen Situationen agieren und aus der Umgebung lernen. Deep-Learning-Algorithmen lernen aus Umweltdaten deren Charakteristika, um in verschiedenen Situationen zu agieren, Klassifizierungen vorzunehmen oder Objekte zu erkennen. Häufig basieren diese Daten auf Kamerabildern. Entscheidend für das Funktionieren: die Erstellung der Datensätze zum Training. Die eingesetzten Sensoren zur Datensample-Erstellung sind maßgeblich. Die Daten – hier die Bilder – sowie deren Erfassungsqualität, nachträgliches Labeling und Filterung sind vital für Deep-Learning-Anwendungen.

Computer-Vision-Typen

Es gibt verschiedene Sensortypen in Computer-Vision-Systemen – die wichtigsten:

2D-Vision

2D-Matrixkameras liefern Bilder in RGB (Farbe) oder Graustufen. Diese Bilder sind in Pixel unterteilte Matrizen mit Farbinformationen. Vielfältige Einsatzmöglichkeiten: Zeichenerkennung, Messtechnik, Code-Lesung, Fehlerprüfung.

Hyperspektrale Vision

Hyperspektrale Kameras ermitteln Materialzusammensetzungen über Wellenlängenmessung. So lassen sich Fremdkörper wie Steine, Kunststoffe etc. detektieren. Breit genutzt im Lebensmittelsektor.

Thermografie

Thermografie liefert Temperaturinformationen von Proben oder Körpern als Bild – dargestellt über eine Farbskala. Anwendungen: Leckdetektion, Lastenverteilungsprüfung.

3D-Vision

3D-Kameras liefern Tiefeninformationen. Verschiedene 3D-Kameratypen decken ein breites Anwendungsspektrum ab – vom Teilegreifen bis zur Fehlererkennung.

Woraus besteht die Bildverarbeitung in Computer Vision?

Die Verarbeitung der von Sensoren gewonnenen Bilder ist der Mechanismus, um notwendige Informationen aus digitalen Bildern zu extrahieren. Dafür wird spezifische Software eingesetzt, die die anwendungsbezogenen Prozesse am Bild durchführt.

Aktuell gibt es verschiedene kommerzielle Systeme oder Smart Cameras mit Bildverarbeitungstools. Oft reichen diese für eine konkrete Anwendung, manchmal ist jedoch individuelle Softwareentwicklung nötig für die erforderliche Flexibilität.

Nach der Verarbeitung und Ergebnisgewinnung wird die Information als Systemausgabe zurückgegeben – etwa als Fehlermeldung, Messergebnis oder Roboterkoordinaten.

Bedeutung der Beleuchtung in Computer Vision

Neben den datenerfassenden Sensoren kommen in Vision-Systemen Hilfselemente zum Einsatz, die die Datenqualität verbessern und oft entscheidend für die Funktion sind.

Eines der wichtigsten externen Elemente ist die Beleuchtung. Ein externes Beleuchtungssystem stellt in vielen Fällen sicher, dass das Bild korrekt erfasst wird. In diesem Projekt wurde beispielsweise spezifische Beleuchtung genutzt, um Bauteilbilder reflexionsfrei zu erhalten.

Es gibt verschiedene Beleuchtungssysteme für Computer Vision – abhängig von Material, Abstand, Durchlicht und weiteren Parametern. Häufig genutzte Systeme: Direkt-, Indirekt- oder „Backlight“-Beleuchtung. Auch LED-Beleuchtung, weiß oder rot kommt zum Einsatz. Dies sind nur Beispiele – für jede konkrete Anwendung muss das passende Setup ermittelt werden, um brauchbare Bilder für den Prozess zu gewinnen.

Möchten Sie Computer Vision in Ihren Projekten einsetzen? Kontaktieren Sie uns!

Verwandte Projekte:

• End-of-Line-Funktionstests mit kollaborativer Robotik
• Automatisches Küvetten-Reinigungssystem
• Sensorisierung für ferngesteuerte Prozessüberwachung