Kategorie: Industrielle Bildverarbeitung

In der Produktion von Photovoltaik- Modulen spielen Lasermodule eine entscheidende Rolle. Sie sorgen für eine einwandfreie Qualitätssicherung und ermöglichen somit einen hohen Wirkungsgrad der fertigen Anlagen.

Der Anteil an Embedded-Vision- Applikationen und -Systemen nimmt weiter zu. Sie bestehen aus Boardlevel-Kamera und Processing Board und bewältigen auf effiziente Weise zahlreiche Aufgaben der industriellen Bildverarbeitung. Wesentliche Rolle hierbei spielt die Kameraschnittstelle. Worauf Systementwickler dabei achten sollten und welche Bedeutung MIPI hat, erfahren Sie in folgendem Beitrag.

Fehlerhafte oder falsche Arzneimittel können bei Endverbrauchern zu großen Schäden führen. Um dies zu vermeiden, hat ein italienisches Unternehmen eine Premium- Inspektionsmaschine für Tabletten und Kapseln entwickelt. Sie prüft die Medikamente mit einer Genauigkeit von bis zu 50 μm bei einer Durchsatzleistung von bis zu 300 000 Produkten pro Stunde auf deren optische Qualität.

Die maschinelle Bildanalyse reicht vom Anzeigen der Bilder über die Objekterkennung bis hin zur Objektklassifizierung. Die Königsdisziplin ist Deep Learning, eine Machine-Learning-Technik, mit der KlassifikationsAufgaben direkt aus Bildern, Text oder Akustik ausgeführt werden können. Grundlage bilden Architekturen in Form von neuronalen Netzen. Lesen Sie, wie Computer lernen und wo die Zukunft künstlicher Intelligenz liegt.

Das Aufspüren von Fehlern die den Prozessablauf stören gehört in automatisierten Fertigungsprozessen zu den wichtigsten Herausforderungen der Sensorik. Prädestiniert für solche Aufgaben sind kamerabasierte Systeme, zum Beispiel Lichtschnittsensoren. Sie liefern hochpräzise Detektionsergebnisse und sind 2D-Vision- Sensoren technisch weit überlegen.

Ein neues System zur Prüfung der Benetzungsfähigkeit von Materialoberflächen eignet sich dazu, die Klebebereitschaft oder Lackierfähigkeit von Oberflächen zu prüfen. Die Messung erfolgt vollautomatisiert und kann nahtlos in den Produktionsprozess implementiert werden.

Bildverarbeitungssysteme werden immer häufiger direkt in Maschinensteuerungen eingebunden, sind integraler Bestandteil von Automatisierungsanlagen und gelten nicht mehr als gesondert zu behandelnde Sensortechnologie. Kein Wunder, denn im industriellen Internet der Dinge (IIoT) oder bei Industrie-4.0-Anwendungen steht der Bildverarbeitung eine glänzende Zukunft bevor. Die sich selbst organisierende Fabrik benötigt ganz wesentlich einen objektiven „Sehsinn“.

Der bewährte Micro-Four-Thirds-Objektivstandard ist primär aus dem Consumer-Markt bekannt. Nun haben Bildverarbeitungsspezialisten eine neue Kameraserie entwickelt. Sie setzen auf den Four-Thirds-Objektiv- Standard auf und stellen dessen volle Leistungsfähigkeit im industriellen Einsatz unter Beweis.

Drahtlose Kommunikation ist im Consumer-Umfeld bereits Standard, in der industriellen Bildverarbeitung dagegen noch eine eher unübliche Technologie. WLAN haben im zeitlichen Verhalten und in Bezug auf die Übertragungsstabilität so ihre Tücken. Ist das Netzwerk damit völlig ungeeignet für die industrielle Bildverarbeitung?

Industriekameras haben sich in verschiedensten Einsatzbereichen etabliert: von Machine Vision-Anwendungen in Robotik- oder Industrie 4.0 über Qualitätsprüfungen und Vermessungen bis hin zu Forschungszwecken. Sie sind auch ein zentraler Punkt eines autonomen Fahrzeuges. Ein Motorsport-Team setzt daher für die Konstruktion eines Rennwagens eine Kamera ein, die Verkehrskegel unter verschiedenen Licht- und Wetterbedingungen erkennt und abbildet.