Die bisher notwendige manuelle Kontrolle der Holzkörper fertiger Handbürsten kann nun entfallen. Diese Aufgabe übernimmt ein Bildverarbeitungssystem, das Holzfehler zuverlässig und vollautomatisch erkennt. Eine weitere Automatisierung der Fertigung ist möglich.

Bild 1. Ein Bildverarbeitungssystem erkennt zuverlässig Farbe und Maserung von Holzkörpern aus Rotbuche. © IDS Imaging Development Systems GmbH

Vollautomatische Holzkörper-Kontrolle mittels BV-System

Bildverarbeitungskomponenten

Fertigungsautomation

Bildverarbeitung

Bildverarbeitungs-Software

Messtechnik

Bildverarbeitungssysteme

Bildverarbeitung, Machine Vision

Kameras

Messe Vision

qz-online.de

Aus gutem Holz

Die Standardsoftware von MVTec mit ihrem Toolbox-Konzept bietet alle erforderlichen Werkzeuge und lässt sich flexibel und individuell an die jeweiligen Anforderungen anpassen.

16:9

Einsatz von Machine Vision in der Elektronikfertigung

Software für Optische Messtechnik

Optische Mess- und Prüftechnik

Mit wenig Aufwand  prüfen

Fraunhofer-Geschäftsbereich Vision zeigt zur Control 2022 eine Auswahl aktueller Mess- und Prüfsysteme mit Bildverarbeitung für die Qualitätssicherung in der Produktion.

Zentrales Exponat von Fraunhofer Vision auf der Control 2022: Der Roboter, der durch KI-basierte Algorithmen gesteuert wird, pickt Bauteile aus einer Kiste einzeln auf und positioniert sie korrekt vor drei unterschiedlichen Sensoren.

Fraunhofer Vision auf der Control 2022

Künstliche Intelligenz für die Qualitätssicherung

Industrie 4.0

Industrie 4.0 für die Qualitätssicherung

Messsysteme

Dienstleistungen

Kalibrierdienste

Optische 3D-Messsysteme

Schichtdickenprüfgeräte

Werkstoffprüfung

Qualitätssicherung

Sensoren,  optische

Sensoren / Messwertaufnehmer

Zerstörungsfreie Werkstoffprüfung

Messe Control

Optische Mess- und Prüfverfahren

Qualitätssicherung Kunststoff

Machine Learning als Schlüsseltechnologie für die Qualitätssicherung mit Bildverarbeitung

Nikon Metrology GmbH  

https://www.nikonmetrology.com

2D/3D-Koordinatenmessgeräte

Geometrische Messtechnik

2D/3D-Messtechnik

Auswerte- und Analysesoftware

Software

Beleuchtungssysteme für die Bildverarbeitung

Computer-Tomografie-Systeme

Feintaster / Mikrotaster

Form- / Oberflächenmesstechnik

Gewindeprüfgeräte

Kameras, intelligente

Konturmessgeräte

Koordinatenmessgeräte

Lasermesstechnik

Laserscanner zum Messen

Logistiksysteme Software

Lohn-Koordinatenmessung

Lohnmessung

Mess-Systeme Charakter von Laser

Mess-Systeme Charakter von Optik

Messdatenerfassung und -verarbeitung

Messgeräte für Lage und Winkel

Messgeräte für Länge, Weg, Abstand

Messtechniksoftware

Mikrometer

Mikroskope

Mikroskope mit digitaler Bildverarbeitung

Mobile Koordinatenmesstechnik

Oberflächeninspektion

Optoelektronische Bilderkennung, Bildverarbeitungssysteme

Profilmessgeräte

Profilprojektoren

Qualitätsmanagement

Rundlaufprüfgeräte, Rundheit

Röntgenprüfgeräte

Zahnradmessgeräte

Die MVTec Software GmbH, ein internationaler Software-Anbieter für die industrielle Bildverarbeitung, veröffentlicht im kommenden Oktober Merlic 5, die neue Version ihrer All-in-One-Bildverarbeitungssoftware. Mit der easy-to-use Software können komplette Machine-Vision-Anwendungen schnell und einfach erstellt werden.

MVTec launcht MERLIC 5 und bringt Deep Learning in easy-to-use Software

20:7

All-in-One-Bildverarbeitungssoftware

Machine Learning

Datenanalyse

MVTec launcht Merlic 5

Die klassische Bildverarbeitung punktet in der bewährten automatischen Qualitätskontrolle, solange die Objekte strukturiert zur Prüfung vorliegen. Sie stößt aber an ihre Grenzen, wenn diese ungeordnet zugeführt werden müssen und daher nicht mehr von den gängigen BV-Systemen erkannt werden können.

Mit dem Modul Deep  Learning der Software VIS-Vision von Optometron  lassen sich Objekte ohne Struktur identifizieren. © Optometron

Deep Learning

Software für ungeordnete Objekte

Morgen, am 5. Oktober, öffnet die Messe VISION ihre Tore. Das Rahmenprogramm lädt zum Besuch auf die Messe Stuttgart ein.

Messe Stuttgart stellt Rahmenprogramm vor

VISION 2021: Forum für die Bildverarbeitung

Nach drei Jahren Abstinenz traf sich die Bildverarbeitungsbranche wieder persönlich. Zum Restart kamen über 5.400 Fachbesuchende auf die Leitmesse für Bildverarbeitung nach Stuttgart.

Nach drei Jahren Abstinenz traf sich die Bildverarbeitungsbranche wieder persönlich.

Positive Bilanz der Messe Stuttgart

Vision 2021: Zufriedenheit mit Restart

Das einjährige Jubiläum der KI- und Bildverarbeitungs-Plattform visionpier hat die IDS Imaging Development Systems GmbH zum Anlass für ein erstes virtuelles Community-Treffen genommen.

KI- und Bildverarbeitungs-Plattform

Machine Learning / Künstliche Intelligenz für die spanende Fertigung

Industrie 4.0 für die spanende Fertigung

Online-Marktplatz visionpier

2022 feiert der Softwareanbieter für die industrielle Bildverarbeitung MVTec aus München das 25-jährige Firmenjubiläum.

Über das gesamte Jahr 2022 hinweg begeht das Unternehmen aus München sein 25-jähriges Firmenjubiläum.

Softwareentwicklung

Software für Qualitätssicherung

MVTec begeht 25-jähriges Firmenjubiläum

Prof. Marco Huber vom Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA erklärt die Gründe, warum Menschen und KI-Systeme Hand in Hand arbeiten können und sollten.

Univ.-Prof. Dr.-Ing. habil. Marco Huber, Leiter Zentrum Cyber Cognitive Intelligence CCI , Abteilungsleiter Bild- und Signalverarbeitung, Leiter KI-Fortschrittszentrum am Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA in Stuttgart.

Künstliche Intelligenz (KI) als Werkzeug einsetzen

Das All-in-One Embedded-Vision-System IDS NXT ocean von IDS Imaging Development Systems kann mehrere neuronale Netze für mehrere ROI in einem Bild einsetzen.

Die Industriekamera IDS-NXT nutzt künstliche Intelligenz

Machine Learning für die Qualitätssicherung

 Softwareupdate und Probemonat für die KI-Trainingssoftware IDS NXT ocean

Für die zuverlässige Inspektion hat das niederländische Unternehmens Simac Masic bv modulare, vollautomatischen Inspektionssysteme konzipiert. Dabei werden High-Speed-Bildverarbeitungssysteme mit mehreren Kameras eingesetzt, die in Zusammenarbeit mit Stemmer Imaging entwickelt wurden.

©RRF – <a href="http://stock.adobe.com">stock.adobe.com</a>

High-Speed-Bildvearbeitungssysteme inspizieren Pharmaprodukte

Zuverlässige Fehlererkennung

Mit den AX Smart Cameras in Verbindung mit den INVIDIA Jetson Modulen präsentiert Baumer smarte Kameras in Industriequalität, die sich mit Sony CMOS-Sensoren zu einer starken Bildverarbeitungsplattform für KI-Anwendungen vereinen.

Die neuen AX Smart Cameras von Baumer mit NVIDIA Jetson Modulen können für leistungsstarke KI-Anwendungen frei programmiert werden.

Kompakte Bildverarbeitungsplattform

Die Auswahl einer geeigneten und hochwertigen Beleuchtung ist ausschlaggebend für Bildaufnahme und Bildauswertung. Eine Kamera sieht nicht ein Objekt an sich, sondern immer nur eine Reflexion des von der Lichtquelle ausgehenden Lichts. Mit der Lichtquelle beginnt die Bildverarbeitung. Daher ist es wichtig, die Beleuchtung möglichst gut zu kontrollieren, um bei der Aufnahme und Auswertung von bekannten und konstanten Bedingungen ausgehen zu können. Eine Beleuchtung mit definierter und dokumentierter Qualität in Bezug auf Helligkeits-Konstanz und -Homogenität sorgt für eine gleichbleibend gute Bildaufnahme und eine einfachere und robustere Auswertung. Das Ergebnis sind weniger anfällige Machine-Vision-Systeme, die oftmals jahrelang ohne jegliche Beanstandung laufen. 

Bildverarbeitungssystem vemisst vollautomatisch LED-Beleuchtungen 

Abweichungen werden sofort erkannt 

Zerstörungsfreie Prüfung mit Augmented Reality

Um Erkenntnisse aus einer großen Menge komplexer Messdaten zu gewinnen, braucht es die richtige Darstellungsform, die Verständlichkeit und Präzision vereint. Dieser Aufgabe widmeten sich der KI- und Softwarentwicklungsspezialist Cloudflight sowie das Research Center for Non-Destructive Testing in einem gemeinsamen Forschungsprojekt.

Um Erkenntnisse aus einer großen Menge komplexer Messdaten zu gewinnen, braucht es die richtige Darstellungsform, die Verständlichkeit und Präzision vereint. Dieser Aufgabe widmeten sich der KI- und Softwarentwicklungsspezialist Cloudflight sowie das Research Center for Non-Destructive Testing in einem gemeinsamen Forschungsprojekt zum Einsatz von Augmented Reality in der zerstörungsfreien Prüfung. Aus der Zusammenarbeit entstand der Prototyp einer intuitiven, skalierbaren AR-Lösung für die Visualisierung von Messdaten.

Unter Augmented Reality (AR) versteht man grundsätzlich das Anreichern der Realität (beispielsweise Echtzeit-Kameraaufnahmen) durch virtuelle Elemente wie Overlays, Grafiken oder Hinweise. Im Bereich der Unterhaltungselektronik ist AR bereits seit Jahren etabliert und spätestens seit dem Boom um die Spiele-App Pokémon Go im Jahr 2016 der breiten Masse an Konsumenten bekannt.

Im Rahmen der digitalen Transformation wird diese aus dem Consumer-Bereich stammende Technologie zunehmend für den industriellen Einsatz in der Smart Factory interessant, beispielsweise für Anlagenplanung, zur Visualisierung von Arbeitsschritten in der Montage, in Maintenance-Szenarien – oder auch in der Qualitätskontrolle. Dort bietet Augmented Reality eine Möglichkeit, große Mengen hochkomplexer Messdaten in eine intuitiv verständliche visuelle Form zu „übersetzen“ – beispielsweise, um Messpersonal zu schulen oder in zeitkritischen Applikationen auf einen Blick zu erkennen, ob ein bestimmtes Bauteil in Ordnung ist oder nicht.

Forschungsprojekt zur  AR-Visualisierung von Messdaten

Die intuitiv verständliche Visualisierung von Messdaten aus zerstörungsfreien Prüfverfahren war die Grundidee hinter dem gemeinsamen Forschungsprojekt von Cloudflight, ORT, und Research Center for Non-Destructive Testing (Recendt), Linz/Österreich.

Cloudflight ist einer der führenden Softwareentwickler und KI-Lösungsanbieter in Europa. Neben einem ganzheitlichen End-to-End-Serviceportfolio – von strategischem Consulting über Individualsoftware-Entwicklung bis hin zum Cloud-Betrieb – konzentriert sich Cloudflight unter anderem auf die Adaptation von Augmented-Reality-Technologien auf industrielle Anwendungsszenarien. Recendt ist ein Forschungsinstitut, das sich der Optimierung unterschiedlicher Messprozesse in der Industrie verschreiben hat.

Im Rahmen der Forschungskooperation konzentrierte sich Recendt vorwiegend auf das Erfassen und Aufarbeiten der gewonnenen Messdaten zu verwertbaren Bilddaten, während der Fokus von Cloudflight auf der Implementierung einer bedienerfreundlichen Visualisierungslösung lag. Aus der industriellen Expertise von Cloudflight floss dabei das Know-how in der Aufbereitung großer Datenmengen ein. Die Erfahrungen aus der Unterhaltungselektronik halfen wiederum, den Blick für die User Experience zu schärfen und dem Bediener eine intuitive Interaktion mit dem Bauteil zu ermöglichen. Ebenfalls aus der Unterhaltungselektronik stammt die Plattform Unity, die auch in diesem Projekt als Engine für die Erstellung der 3D-Modelle für die AR-Applikation zum Einsatz kam.

Die Messprozesse für das Forschungsprojekt fanden am Recendt-Standort im österreichischen Linz statt. Der eingesetzte Laser-Ultraschall-Messkopf war an einem Roboterarm befestigt und wurde mit dessen Hilfe am Prüfobjekt entlanggefahren. In regelmäßigen Abständen wurden dabei an bestimmten Punkten und in bestimmten Tiefenabschnitten Messungen durchgeführt. Die Position des Bauteils im Raum wurde anhand von Markern erfasst. Die auf diese Weise erhobenen Messdaten werden auf einem separaten Gerät vorverarbeitet (Pre-Processing), um sie auswertbar zu machen. Dabei werden die Stapel von Tiefenbildern generiert, di e später die Basis für die AR-Visualisierung bilden.

Nach dem Sammeln und Verarbeiten der Messdaten in eine visualisierungsfähige Form bestand für das Cloudflight-Team die Herausforderung darin, ein passendes Device zur Wiedergabe der Visualisierung zu wählen. Für Hands-Free-Anwendungen wäre ein Head-Mounted Device wie eine Hololens prinzipiell das Mittel der Wahl.

Das Gewicht der zum Projekt-Zeitpunkt verfügbaren ersten beiden Generationen dieser AR-Brille führte jedoch bei dauerhaftem Tragen zu Komforteinschränkungen. Als Alternative entschied man sich für den Einsatz eines Android-Tablets als Medium zur Darstellung des Bauteils inklusive AR-Elemente.

Die damit verbundenen Hardware-bedingten Kompromisse in punkto Präzision und Stabilität der Projektion macht diese Lösung durch ihre intuitive Bedienbarkeit sowie Skalierbarkeit wett. So können Anwender im industriellen Einsatz für neue AR-Applikationen unkompliziert auf bereits vorhandene Devices zurückgreifen; es entfällt der Aufwand für Investition und Konfiguration. Später kann auf weiter fortgeschrittene Lösungen gewechselt werden – möglich wird dies durch die Vielseitigkeit der eingesetzten Visualisierungssoftware von Cloudflight.

Für den Anwender ist der AR-Interaktionsworkflow simpel und intuitiv: Nach dem Start der Applikation bittet das System um eine Lokalisierung des Messobjekts anhand der Marker. Nach erfolgter Lokalisierung wird das Objekt angezeigt und die AR-Projektion startet. In der Projektion lassen sich Tiefenbilder sowie Animationen betrachten – auch Objektgruppen können durch die Zuweisung von Markern zu bestimmten Objekten einfach konfiguriert werden.

Ein zentraler Erkenntnisgewinn aus dem Forschungsprojekt war: Die aktuell verfügbare Generation von AR-Hardware macht es zu einer Herausforderung, die gewünschte Stabilität und hohe Präzision der Visualisierung mit einem ausreichend hohen Benutzerkomfort zu vereinbaren. Schätzungen der Cloudflight-Experten zufolge wird die technische Evolution der Endgeräte diese Lücke in fünf bis zehn Jahren schließen; spätestens dann wird die AR-Hardware leistungsstark genug sein, um auch den höchsten Ansprüchen an Komfort, Präzision und Stabilität vollumfänglich gerecht zu werden. Als Überbrückung wird empfohlen, bereits jetzt die entsprechenden Prozesse und Integrationen vorzubereiten und mittels Prototypenversuchen den Wettbewerbsvorsprung herauszuarbeiten.

Bereits heute liegt die große Stärke des gemeinsamen Lösungsansatzes von Cloudflight und Recendt in der Bedienerfreundlichkeit des AR-Systems. Durch die Visualisierung und intuitive Interaktion mit der Lösung werden große und abstrakte Datenmengen in einen verständlichen Kontext eingebettet. Auf diese Weise kann das Messpersonal leicht den Bezug zwischen der Bedeutung der Messdaten und ihren konkreten Auswirkungen auf das Messobjekt herstellen.

Besonders wertvoll ist dies angesichts des grassierenden Fachkräftemangels insbesondere bei der Schulung und Einarbeitung neuer Mitarbeitern. Nicht zuletzt hilft die Visualisierung der Messdaten mittels AR direkt am Objekt bei der Steigerung der Effizienz des Messprozesses. Auf diese Weise lassen sich beispielsweise Konstruktions- und Entwicklungsschritte, bei denen eine Qualitätskontrolle von Prototypen erforderlich ist, signifikant beschleunigen.

<ul><li>Was ein lateraler Führungsstil von Mitarbeitern verlangt</li><li>Wie das EFQM-Modell 2020 den Excellence-Gedanken belebt</li><li>Was der QDX-Standard in der Lieferkette leisten kann</li></ul>

Ausgabenartikel

Cloudflight - Hauptartikel

Cloudflight<br/>T 089 21187146<br/><a href="mailto:Cloudflight@schwartzpr.de">Cloudflight@schwartzpr.de</a>

Augmented Reality für die Qualitätssicherung

Das Praxis-Seminar des Fraunhofer-Geschäftsbereichs Vision bietet einen kompakten Einblick in die »Industrielle Röntgentechnik«, stellt praxisrelevante Einsatzmöglichkeiten für die Qualitätssicherung vor und bietet die Möglichkeit, Prüfaufgaben mit Experten zu besprechen.