Was ist maschinelles Sehen und wie kann es helfen?

Wenn Sie verstehen, wie Bildverarbeitung funktioniert, können Sie feststellen, ob Bildverarbeitung bestimmte Anwendungsprobleme in der Fertigung oder Verarbeitung löst.

Menschen verstehen oft nicht, was maschinelles Sehen (Computer, künstliches Sehen) für eine Produktionslinie oder einen Prozess leisten kann und was nicht. Wenn man weiß, wie es funktioniert, kann man entscheiden, ob es Probleme in einer Anwendung löst. Was genau ist Computer Vision und wie funktioniert es eigentlich?

Künstliches Sehen ist eine moderne Technologie, die Werkzeuge zur Erfassung, Verarbeitung und Analyse von Bildern der physischen Welt umfasst, um Informationen zu erstellen, die mithilfe digitaler Prozesse von einer Maschine interpretiert und verwendet werden können.

Der Einsatz von künstlichem Sehen in der Industrie

Unter Computer Vision versteht man den Einsatz einer oder mehrerer Kameras zur automatischen Inspektion und Analyse von Objekten, meist in einer Industrie- oder Fertigungsumgebung. Die daraus resultierenden Daten können dann zur Steuerung von Prozessen oder Produktionsaktivitäten genutzt werden.

Diese Technologie automatisiert eine Vielzahl von Aufgaben, indem sie Maschinen die Informationen liefert, die sie benötigen, um für jede Aufgabe die richtigen Entscheidungen zu treffen.

Der Einsatz von künstlichem Sehen in der Industrie ermöglicht die Automatisierung von Produktionsprozessen und führt zu besseren Produktionsergebnissen durch den Einsatz von Qualitätskontrolle und größerer Flexibilität in jeder Phase.

Derzeit hat der Einsatz des industriellen künstlichen Sehens die Produktionsprozesse erheblich verbessert. Dadurch ist es möglich, qualitativ hochwertigere Produkte zu geringeren Kosten zu erhalten, und zwar in nahezu allen Bereichen der Industrie, von der Automobil- und Lebensmittelindustrie bis hin zu Elektronik und Logistik.

Ein typischer Einsatz wäre ein Fließband, bei dem die Kamera ausgelöst wird, nachdem ein Vorgang an einem Teil ausgeführt wurde, das ein Bild aufnimmt und verarbeitet. Die Kamera kann so programmiert werden, dass sie die Position eines bestimmten Objekts, seine Farbe, Größe oder Form sowie das Vorhandensein des Objekts überprüft.

Maschinelle Bildverarbeitung kann auch Standard-2D-Matrix-Barcodes suchen und dekodieren oder sogar gedruckte Zeichen lesen. Nach der Prüfung des Produkts wird in der Regel ein Signal generiert, das bestimmt, was als nächstes mit dem Produkt zu tun ist. Das Teil kann in einen Behälter abgeworfen, zu einem Abzweigförderer weitergeleitet oder an andere Montagevorgänge weitergeleitet werden, und die Prüfergebnisse werden im System verfolgt.

In jedem Fall können Computer-Vision-Systeme viel mehr Informationen über ein Objekt liefern als einfache Positionssensoren.

Computer Vision wird beispielsweise häufig verwendet, um:

• Qualitätssicherung,
• Steuerung eines Roboters (einer Maschine),
• Prüfung und Kalibrierung,
• Echtzeit-Prozesskontrolle,
• Datensammlung,
• Maschinenüberwachung,
• Sortieren und Zählen.

Viele Hersteller nutzen automatisiertes Computer-Vision anstelle von Inspektionspersonal, da es sich besser für wiederkehrende Inspektionen eignet. Es ist schneller, objektiver und funktioniert rund um die Uhr.

Computer-Vision-Systeme können Hunderte oder Tausende von Teilen pro Minute prüfen und konsistentere und zuverlässigere Prüfergebnisse liefern als Menschen. Durch die Reduzierung von Fehlern, die Steigerung des Umsatzes, die Erleichterung der Einhaltung von Vorschriften und die Nachverfolgung von Teilen mithilfe von Computer-Vision können Hersteller Geld sparen und ihre Rentabilität steigern.

Wie maschinelles Sehen funktioniert

Eine diskrete Fotozelle ist einer der einfachsten Sensoren im Bereich der industriellen Automatisierung. Der Grund, warum wir es „diskret“ oder digital nennen, liegt darin, dass es nur zwei Zustände hat: ein oder aus.

Das Funktionsprinzip einer diskreten Fotozelle (optischer Sensor) besteht darin, einen Lichtstrahl auszusenden und festzustellen, ob das Licht von einem Objekt reflektiert wird. Wenn kein Objekt vorhanden ist, wird das Licht nicht in den Fotozellenempfänger reflektiert. An den Empfänger wird ein elektrisches Signal, meist 24 V, angeschlossen.

Ist das Objekt vorhanden, wird das Signal eingeschaltet und kann in der Steuerung zum Ausführen einer Aktion genutzt werden. Beim Löschen des Objekts wird das Signal wieder ausgeschaltet.

Ein solcher Sensor kann auch analog sein. Anstelle von zwei Staaten, d.h. Aus- und Einschalten kann einen Wert zurückgeben, der angibt, wie viel Licht zu seinem Empfänger zurückkehrt. Es kann 256 Werte zurückgeben, von 0 (bedeutet kein Licht) bis 255 (bedeutet viel Licht).

Stellen Sie sich Tausende winziger analoger Fotozellen vor, die in einer quadratischen oder rechteckigen Anordnung auf ein Objekt gerichtet sind.Dadurch wird ein Schwarzweißbild des Objekts erstellt, das auf dem Reflexionsvermögen des Ortes basiert, auf den der Sensor zeigt. Die einzelnen Scanpunkte in diesen Bildern werden „Pixel“ genannt.

Natürlich werden nicht Tausende winziger fotoelektrischer Sensoren verwendet, um das Bild zu erzeugen. Stattdessen fokussiert die Linse das Bild auf ein Halbleiterarray aus Lichtdetektoren.

Diese Matrix verwendet Arrays lichtempfindlicher Halbleiterbauelemente wie CCD (Charge Coupled Device) oder CMOS (Complementary Metal-Oxide-Semiconductor). Die einzelnen Sensoren in dieser Matrix sind Pixel.

Die vier Hauptkomponenten eines Computer-Vision-Systems

Die vier Hauptkomponenten eines Computer-Vision-Systems sind:

• Linsen und Beleuchtung;
• Bildsensor oder Kamera;
• Prozessor;
• eine Möglichkeit, Ergebnisse zu übertragen, sei es über eine physische Ein-/Ausgabeverbindung (I/O) oder eine andere Kommunikationsmethode.

Computer Vision kann das Scannen von Farbpixeln verwenden und verwendet häufig eine viel größere Pixelanordnung. Auf aufgenommene Bilder werden Softwaretools angewendet, um die Größe, Kantenpositionierung, Bewegung und relative Position von Elementen zueinander zu bestimmen.

Die Linsen erfassen das Bild und übertragen es in Form von Licht an den Sensor. Um das Computer-Vision-System zu optimieren, muss die Kamera mit geeigneten Objektiven gekoppelt werden.

Obwohl es viele Arten von Objektiven gibt, werden in Computer-Vision-Anwendungen häufig Objektive mit fester Brennweite verwendet. Bei der Auswahl sind drei Faktoren wichtig: Sichtfeld, Arbeitsabstand, Kamerasensorgröße.

Die Beleuchtung eines Bildes kann auf unterschiedliche Weise erfolgen. Die Richtung, aus der das Licht kommt, seine Helligkeit und seine Farbe oder Wellenlänge im Vergleich zur Farbe des Ziels sind sehr wichtige Faktoren, die bei der Gestaltung einer Computer-Vision-Umgebung berücksichtigt werden müssen.

Während die Beleuchtung ein wichtiger Faktor für ein gutes Bild ist, gibt es zwei weitere Faktoren, die beeinflussen, wie viel Licht ein Bild erhält. Das Objektiv verfügt über eine Einstellung namens Blende, die sich öffnet oder schließt, um mehr oder weniger Licht in das Objektiv eindringen zu lassen.

In Kombination mit der Belichtungszeit bestimmt dies die Lichtmenge, die auf das Pixelarray trifft, bevor überhaupt Beleuchtung angewendet wird. Die Verschlusszeit bzw. Belichtungszeit bestimmt, wie lange das Bild auf die Pixelmatrix projiziert wird.

Beim Computer Vision wird der Verschluss elektronisch gesteuert, meist mit einer Genauigkeit von Millisekunden. Nachdem das Bild erfasst wurde, werden die Softwaretools angewendet. Einige werden vor der Analyse (Vorverarbeitung) verwendet, andere dienen der Bestimmung der Eigenschaften des untersuchten Objekts.

Während der Vorverarbeitung können Sie Effekte auf ein Bild anwenden, um Kanten zu schärfen, den Kontrast zu erhöhen oder Lücken zu füllen. Der Zweck dieser Aufgaben besteht darin, die Fähigkeiten anderer Softwaretools zu verbessern.

Künstliches Sehen ist eine Technologie, die das menschliche Sehen nachahmt und es Ihnen ermöglicht, Bilder, die während Produktionsprozessen gewonnen werden, zu empfangen, zu verarbeiten und zu interpretieren.Künstliche Bildverarbeitungsmaschinen analysieren und entschlüsseln die während des Produktionsprozesses empfangenen Informationen, um in einem automatisierten Prozess Entscheidungen zu treffen und auf die bequemste Weise zu handeln. Die Verarbeitung dieser Bilder erfolgt mithilfe der mit der Maschine verbundenen Software. Basierend auf den erhaltenen Daten ist es möglich, die Prozesse fortzusetzen und mögliche Fehler an den Montagelinien zu identifizieren.

Das Ziel der Computer Vision

Hier sind einige gängige Tools, mit denen Sie Informationen über Ihr Ziel erhalten können:

• Pixelanzahl: Zeigt die Anzahl der hellen oder dunklen Pixel im Objekt an.
• Kantenerkennung: Finden Sie die Kante eines Objekts.
• Messung (Metrologie): Messung der Abmessungen eines Objekts (z. B. in Millimetern).
• Mustererkennung oder Mustervergleich: Suchen, vergleichen oder zählen Sie bestimmte Muster. Dies kann das Erkennen eines Objekts umfassen, das gedreht werden kann, teilweise von einem anderen Objekt verdeckt wird oder über andere Objekte verfügt.
• Optische Zeichenerkennung (OCR): Automatisches Lesen von Texten wie Seriennummern.
• Lesen von Barcodes, Datenmatrix- und 2D-Barcodes: Sammeln Sie Daten, die in verschiedenen Barcode-Standards enthalten sind.
• Punkterkennung: Überprüft das Bild auf Flecken miteinander verbundener Pixel (z. B. ein schwarzes Loch in einem grauen Objekt) als Referenzpunkt für das Bild.
• Farbanalyse: Identifizieren Sie Teile, Produkte und Objekte anhand der Farbe, bewerten Sie die Qualität und markieren Sie Elemente anhand der Farbe.

Der Zweck der Erfassung von Inspektionsdaten besteht häufig darin, diese mit Zielwerten zu vergleichen, um zu bestimmen, ob die Prüfung bestanden bzw. nicht bestanden wurde oder ob eine Prüfung durchgeführt werden kann bzw. nicht durchgeführt werden kann.

Beispielsweise wird beim Scannen eines Codes oder Barcodes der resultierende Wert mit dem hinterlegten Zielwert verglichen. Bei der Messung wird der Messwert mit den korrekten Werten und Toleranzen verglichen.

Bei der Prüfung eines alphanumerischen Codes wird der OCR-Textwert mit dem korrekten bzw. Zielwert verglichen. Zur Prüfung auf Oberflächenfehler kann die Größe des Fehlers mit der in den Qualitätsstandards maximal zulässigen Größe verglichen werden.

Qualitätskontrolle

Maschinelles Sehen hat großes Potenzial in der Industrie. Diese künstlichen Sehsysteme wurden verwendet in der Robotikermöglichen es uns, eine automatische Lösung für verschiedene Produktionsphasen anzubieten, wie zum Beispiel die Qualitätskontrolle oder die Erkennung fehlerhafter Produkte.

Bei der Qualitätskontrolle handelt es sich um eine Reihe von Methoden und Werkzeugen, die es uns ermöglichen, Fehler im Produktionsprozess zu erkennen und geeignete Maßnahmen zu deren Beseitigung zu ergreifen. Dies ermöglicht eine wesentlich umfassendere Kontrolle über das Endprodukt und stellt sicher, dass es beim Erreichen des Verbrauchers bestimmte und festgelegte Qualitätsstandards erfüllt.

Auf diese Weise werden Produkte, die die Mindestqualitätsanforderungen nicht erfüllen, aus dem Prozess ausgeschlossen und mögliche Störungen im Produktionsprozess vermieden. Dies wird durch kontinuierliche Kontrollen und Stichproben erreicht.

Der Einsatz der Qualitätskontrolle in der Produktion hat eine Reihe von Vorteilen:

• Produktivität erhöhen;
• Reduzierte Materialverluste;
• Preissturz;
• Die beste Qualität des Endprodukts.

Kommunikation in Computer Vision

Sobald diese Informationen vom Prozessor und der Software empfangen wurden, können sie über verschiedene branchenübliche Kommunikationsprotokolle an das Steuerungssystem übertragen werden.

Große Computer-Vision-Systeme unterstützen häufig EtherNet/IP, Profinet und Modbus TCP. Auch die seriellen Protokolle RS232 und RS485 sind üblich.

Digitale I/O sind häufig in Betätigungssysteme integriert und vereinfachen die Ergebnisberichterstattung. Es sind auch Computer-Vision-Kommunikationsstandards verfügbar.

Abschluss

Künstliche Sichtsysteme haben ein breites Anwendungsspektrum und können an verschiedene Branchen und die unterschiedlichen Anforderungen jeder Produktionslinie angepasst werden. Heutzutage kann jedes Unternehmen, das Produkte nach einem bestimmten Standard herstellt, Computer Vision als Teil seines Herstellungsprozesses nutzen.

Das Verständnis der physikalischen Prinzipien und Fähigkeiten künstlicher Bildverarbeitungssysteme kann hilfreich sein, um festzustellen, ob eine solche Technologie in einem bestimmten Fall für einen Herstellungsprozess geeignet ist. Im Allgemeinen kann die Kamera alles sehen, was das menschliche Auge sehen kann (manchmal mehr, manchmal weniger), aber die Dekodierung und Übertragung dieser Informationen kann recht komplex sein.