top of page

Machine Vision: Der wachsame Blick der industriellen Bildverarbeitung


menschliches Auge
Das menschliche Auge sieht anders //nathan defiesta @Unsplash

Die Technik der industriellen Bildverarbeitung ist nicht neu, wird aber aktuell zunehmend nachgefragt. Sie bietet enormes Potenzial für smarte Produktion und hilft Qualität und Effizienz im Produktionsumfeld zu verbessern. Möglich gemacht durch automatisierte Industrie-Prozesse. Die Nachfrage nach der "sehenden Technik" steigt daher in vielen Sektoren. Immer häufiger und diverser wird Robotik eingesetzt, die das Umfeld wahrnehmen kann, sogenannte Machine Vision. Damit lassen sich neue Möglichkeiten Richtung Industrie 4.0 realisieren - und das längst nicht mehr nur in der Fertigung.


Industrielle Bildverarbeitung/Machine Vision - Facts


Industrielle Bildverarbeitung (Machine Vision) nutzt Soft- und Hardware zur Erfassung und Verarbeitung von Bildmaterial, verarbeitet diese und "lernt" aufgrund dieser Datengrundlage. Zuerst werden Bilder aufgenommen, diese werden dann im nächsten Schritt per Computer verarbeitet und analysiert. Aus den gemessenen Merkmalen werden folglich Entscheidungen getroffen, die auf den Prozess zurückwirken. Dabei sind Robustheit, Qualität und Kosten elementare Bestandteile. Die "sehende" Technik bildet ein interdisziplinäres Zusammenspiel aus den Arbeitsbereichen der Informatik, Software, Optik, Nachrichtenverarbeitung sowie Signalverarbeitung. Die Funktionen der Anwendungsgebiete beinhalten im Allgemeinen Objekt- und Lageerkennung sowie Überprüfung auf Vollständigkeit und Maßhaltigkeit. Des Weiteren übernimmt sie Vermessungsaufgaben und Inspektionsaufgaben, beispielsweise die maschinelle Inspektion von Oberflächen. Nicht zu verwechseln mit der ähnlich klingenden Bildbearbeitung: Bei ihr wird ein digitales Bild für das menschliche Auge optisch verändert. Die Bildverarbeitung bedient sich einer ähnlichen Technik, allerdings mit anderem Output: Automatisiert und immer mit dem Ziel aus der Bildverbesserung zu lernen und stabilere Entscheidungen treffen zu können.



Geometrische Figuren auf dunklem Hintergrund
Maschinelle Fehleranalyse der industriellen Bildverarbeitung


Wo wird Machine Vision überall eingesetzt?


Die industrielle Bildverarbeitung wird überwiegend in der Produktion eingesetzt, aber auch andere Anwendungsgebiete setzen zunehmend auf die leistungsstarke und ökonomische Methode für die automatisierte Optik-Prüfung. Komplettsysteme aus Roboter und Bildverarbeitungssystem übernehmen zumeist stupide Aufgaben bei der Überprüfung von Fehlern an industriell hergestellten Produkten. Beispielsweise wird für den eintönigen Prozess der Dichtheitsprüfung bei Kühlschränken schon eine Komplettlösung angeboten. Diese enthalten Roboter, Messtechnik und KI (Künstliche Intelligenz). Prozess-Vorgang ist hierbei die robotisierte Qualitätskontrolle, die das Lecksuchgerät einsetzt. Das Steuerungssystem erlaubt es kleine Differenzen beim Geräte-Standort oder bei Lötstellen auszugleichen. Hat der Roboter den Vorgang erlernt, passt er die Suchbewegungen an das Objekt an. So werden Lösungen realisiert, die mit herkömmlicher Automatisierungstechnik nicht umsetzbar sind. Auch offline funktioniert diese Anwendungs-Konstruktion, was den Datenschutz enorm erleichtert. Und mit integrierten KI-Modulen z.B. von Nvidia kann der Kunde dazu noch eine customized Oberfläche für spezifische Anwendungsgebiete in der Bildverarbeitung erstellen und so auf seine eigenen Bedürfnisse anpassen. Allerdings hat die KI auch bei dieser Art von Verwendung allseits bekannte Schwachstellen: Sortiert man beispielsweise Industriegüter, dann findet das Bildverarbeitungssystem nur die trainierten Fehler oder minimale Abweichungen davon. Kommt dann ein für das System unbekannter Fehler vor, der in positiv bewertete Kriterien passt - wird er übersehen. Dem gegenüber stehen aber entscheidende Vorteile: Bei gleichen Bildern entscheidet die Maschine immer gleich. Und das unabhängig von Gefühlen oder anderen Einflussfaktoren wie Müdigkeit oder Konzentrationsfähigkeit - in einer Geschwindigkeit und Präzision, die jenseits von menschlichen Fähigkeiten liegen.


Machine Vision treibt Smart Factory-Vision an


Industrie 4.0 ist ein oft genutztes Keyword, hinzukommen Schlagworte wie Internet of Things und Intelligente Fabriken, sogenannte Smart Factories. Sie sollen Big Data, Digital Twins und Künstliche Intelligenz nutzen und die zunehmende Automatisierung von Produktionsanlagen vorantreiben. Eine umfassende Vernetzung verschiedener Systeme in die Industrie liegt hier als Ziel zugrunde. Dabei bietet das maschinelle Sehen einen wichtigen Faktor und unverzichtbaren Bestandteil für jede automatisierte Umgebung - sowohl in der Hardware (bspw. in der Robotik) als auch in der Software für den Zweck der Bildanalyse oder das Trainieren künstlicher neuronaler Netze (dem sogenannten Deep Learning). Vision ist fester Bestandteil davon: sie bietet eine erweiterte Möglichkeit der Datenerfassung.

Für eine kostengünstige Herstellung von spezifizierten Anwendungen im Bereich "maschinelles Sehen" sind optionale Embedded Vision Systeme im Einsatz. Die Lösungen sind gleichzeitig kompakter als klassische Industry-Machine-Vision-Systeme. Deren Anwendung erfolgt über einer Technik-Integration, die relativ leicht in ihrer Oberflächen-Konfiguration individualisiert werden kann. Besonders gut erfolgt das bei Produktdesigns. Schon jetzt wird deutlich: Je diverser die Auftragsfelder, desto wichtiger das Zusammenspiel verschiedener Disziplinen.


Wanted: Der maschinelle Durchblick


Die Logistik Branche konnte in den letzten Monaten einen starken Umsatz-Anstieg verzeichnen. Spezielle Aufgaben wie Pakete zählen und die Steuerung der zurückgelegten Logistik-Wege hat sich bereits etabliert. Hier sollen bald auch Gabelstapler automatisiert werden. Lichtsensorik und Stereokameras an Roboterarmen sind unter anderem für die räumliche Orientierung zuständig. Auch in der Landwirtschaft ist die industrielle Bildverarbeitung gefragt: Am Objekt wird eine Mini-Kamera angebracht, um die Bepflanzung visuell zu erfassen. Mittels softwarebasiertem Deep-Learning der Objektdaten wird Unkraut von Nutzpflanzen unterschieden und durch eine Feldspritze Pflanzenschutzmittel verteilt - optimiert und natürlich nur dort, wo es nötig ist.

Auch in der Automobilindustrie findet die visuelle Technik Anwendung: Dort übernimmt sie Inspektionsaufgaben wie die Identifizierung von Fehlern bei Montageteilen, die teure Rückrufaktionen am Automarkt verhindern sollen. Aber auch zunehmend nicht-industrielle Bereiche bekunden ihr Interesse an der Bildverarbeitungs-Technik und sehen durch ihren Einsatz erweiterte Möglichkeiten. Im Einzelhandel beispielsweise sorgt die visuelle Technik für eine Automatisierung bei der Distribution und im Lager. Auch in Bereichen der Medizin kommt die Technik zum Einsatz: Ein vollautomatisiertes Inspektionsverfahren sorgt für die gesamte Überprüfung und Messung modernster Injektionsnadeln.

Die Branche der industriellen Bildverarbeitung wächst...

Im großen Absatzsektor der industriellen Bildverarbeitung, der Fertigung, wird das Wachstum zunehmend begünstigt durch den gegenwärtigen Fachkräftemangel. Auch der durch die Pandemie verstärkte "Made in Germany"-Trend vergrößert die Nachfrage; Stichwort Reshoring. Und die Bildbearbeitungsbranche wächst immer weiter - und das auch außerhalb der Fertigungsindustrie mit neuen Absatzmärkten. Gegenüber dem Vorjahr stieg der Auftragseingang bis Juli 2021 laut dem VDMA-Fachverband Robotik und Automation um zwei Drittel. Und auch technologisch entwickelt sich der Anwendungsbereich zunehmend in angrenzende Gebiete des Spektrums, weil die Anforderungen wachsen. Zu nennen ist hier das Zusammenführen von 2D und 3D als Trend, der beispielsweise bei der Kantenerkennung von Paketen und Nutzfahrzeugen weiter in den Vordergrund rückt. Auch am Markt etabliert sich Machine Vision zunehmend: Start-Ups geraten langsam aus der Try-Out Phase heraus und konnten bereits ihre ersten Kunden gewinnen.


Wachstumsbremse Chipmangel


Die Auftragseingangs -und Umsatzstatistik zeigt: Die Bildverarbeitungsindustrie kann sich über gefüllte Auftragsbücher freuen. Die Nachfrage nach Bildverarbeitungskomponenten- und systemen ist aktuell hoch. Jedoch bremsen fehlende Bauteile die Produktion stark aus - Abstriche in den Produktionsplänen sind die Folge. Deswegen gerät die Wertschöpfungskette immer weiter ins Stocken. Eine geringere Produktion hat damit auch starke Auswirkungen auf Bestellungen bei Software-Herstellern. 81% der Unternehmen im Fachverband VDMA Machine Vision beklagen bislang merkliche oder gravierende Einschnitte in der Wertschöpfung durch den Halbleiter-Engpass. Auch für das kommende Jahr 2022 sieht die Bedarfssituation nicht anders aus, allerdings bringt ein hoher Auftragsbestand für das kommende Jahr weiterhin gute Perspektiven - allen voran mit Automotive als stärksten Auftraggeber. Trotz Produktionsbremse wird der Bildverarbeitungsindustrie ein Wachstum von 7 % im kommenden Jahr vorausgesagt.


Comments


bottom of page