![pageSearch](/themes/hestia/images/page-search.webp)
So reinigen Sie stinkende Turnschuhe in der Waschmaschine
May 26, 2023Kaufen Sie im Labor Day Sale 2023 von Bissell und erhalten Sie 20 % Rabatt auf die Little Green Machine
May 27, 2023Wo man die besten Schuhputzsets für Turnschuhe kaufen kann
May 28, 2023So reinigen Sie einen Teppich ohne Maschine: 6 Tipps für einen frischen Look
May 29, 2023Roborock kündigt auf der IFA Berlin 2023 drei neue Staubsauger und die Erweiterung in eine neue Produktkategorie an
May 30, 2023Sechs Überlegungen bei der Wahl der maschinellen Bildverarbeitung in kollaborativen Anwendungen
![Jan 13, 2024](/themes/hestia/images/news-details-icon1.webp)
Die maschinelle Bildverarbeitung geht auf den Beginn des modernen Industrieroboterzeitalters in den 1980er Jahren zurück. Durch die Erweiterung kollaborativer Roboter (oder „Cobots“) mit Vision können sie präziser, flexibler und intelligenter arbeiten. Allerdings handelt es sich bei der Integration nicht um einen einheitlichen Prozess, da die spezifischen Anforderungen jeder Anwendung sehr unterschiedlich sein können.
In einer Elektronikmontagelinie könnte beispielsweise ein Cobot, der an der Montage von Leiterplatten (PCB) arbeitet, ein Bildverarbeitungssystem für zwei oder mehr Aufgaben mit hohen Präzisionsanforderungen verwenden, etwa die Positionsbestimmung von Komponenten auf einer Leiterplatte und die Qualitätsprüfung von Lötstellen nach der Montage.
Mittlerweile kann eine einfache Anwendung, etwa die Erkennung, ob ein Produkt einen Aufkleber hat, der angibt, dass es die Prüfung bestanden hat, mit einfachen, auf 2D-Kameras basierenden Systemen zu einem günstigeren Preis durchgeführt werden.
Laut MarketsandMarkets wuchs der weltweite Markt für maschinelles Sehen zwischen 2021 und 2022 um 10,7 Prozent auf einen Wert von 12 Milliarden US-Dollar und wird bis 2027 voraussichtlich 17,2 Milliarden US-Dollar erreichen. Zu den wichtigsten Faktoren, die die Einführung von maschinellem Sehen in Cobot-Systemen vorantreiben, gehören: Erschwinglichkeit von Bildverarbeitungshardware; Verbesserungen der Benutzerfreundlichkeit; und die Einbindung künstlicher Intelligenz. Diese Verbesserungen tragen dazu bei, die Leistung zu verbessern, neue Cobot-Anwendungen zu ermöglichen und die TCO (Gesamtbetriebskosten) bei Bildverarbeitungsprojekten zu senken.
Was sind also die wichtigsten Überlegungen, die bei der Auswahl eines Bildverarbeitungssystems für eine Cobot-basierte Anwendung zu beachten sind?
1. Bestimmen Sie den Bedarf an maschinellem Sehen
Das Wichtigste zuerst: Sind Sie sicher, dass Ihre Anwendung maschinelles Sehen erfordert? Könnte die Anwendung mit herkömmlichen Sensoren oder Vorrichtungen durchgeführt werden? Einige Cobots verfügen beispielsweise über integrierte, benutzerfreundliche Palettierassistenten, die Teile, die in einem Rastermuster auf einem Steckbrett platziert sind, problemlos aufnehmen können, wofür überhaupt kein Sehvermögen erforderlich wäre. Ebenso könnten einfache Sortier- und Erkennungsanwendungen, die keine hohe Präzision erfordern, mit herkömmlichen Sensoren durchgeführt werden.
Dennoch erfordern viele Aufgaben eine Art Bildverarbeitungssystem. Dazu gehören Anwendungen zur Objekterkennung, variablen Objektpositionen, Qualitätsprüfungsaufgaben und Sicherheit.
2. Standort, Inspektion oder Sicherheit?
Bevor Sie einen Cobot-Arm mit integrierter Bildverarbeitung kaufen, stellen Sie sicher, dass es sich um die richtige Bildverarbeitungslösung für Ihre Anwendung handelt. Cobots, die eine nahtlose Integration mit einer breiten Palette an Vision-Lösungen vom Einstiegs- bis zum fortgeschrittenen Niveau ermöglichen, sind hier ein echtes Plus; Die umfassende Kompatibilität sorgt für mehr Flexibilität und trägt dazu bei, die anfängliche Cobot-Investition zukunftssicher zu machen.
Die meisten visionsbasierten Anwendungen fallen in einen von drei Unterbereichen: Ortung (einschließlich Pfadplanung), Inspektion und Sicherheit. Für Anwendungen zur Teileortung ist es wichtig, dass das Bildverarbeitungssystem in der Lage ist, Objekte genau zu erkennen und die Lage einzuschätzen.
Bei der Qualitätsprüfung sollte das System in der Lage sein, kleinste Mängel zu erkennen. Dafür sind hochauflösende Kameras und fortschrittliche Bildverarbeitungssoftware erforderlich.
Für Sicherheitsanwendungen, wie die Erkennung, wann sich ein Mensch dem Arbeitsbereich des Cobots genähert und/oder diesen betreten hat, benötigt ein Bildverarbeitungssystem Echtzeitverarbeitungsfähigkeiten, eine robuste Objekterkennung und Tracking-Funktionalität.
3. Denken Sie über Ihre Beleuchtung nach
Die Beleuchtung hat großen Einfluss auf die Bildqualität und hat daher einen großen Einfluss auf die Leistung von Bildverarbeitungssystemen. Einige Bildverarbeitungssysteme benötigen gleichmäßige, kontrastreiche Lichtverhältnisse. Viele Bildverarbeitungssysteme verfügen über eigene Beleuchtungskomponenten, um diesen Aspekt zu berücksichtigen.
Mittlerweile kommen auch andere Bildverarbeitungslösungen mit variablen Lichtverhältnissen zurecht. Änderungen des Umgebungslichts im Laufe eines Tages können einige Sichtsysteme auslösen, andere jedoch nicht. Selbst eine Änderung des in einer Fabrik verwendeten Glühbirnentyps, beispielsweise der Wechsel von Leuchtstofflampen zu LED-Lampen, kann zum Ausfall einiger Bildverarbeitungssysteme führen.
4. Wählen Sie eine 2D- oder 3D-Kamera aus
Oft funktioniert die 2D-Robotersicht bei einer Vielzahl einfacher Anwendungen gut und mit hoher Wiederholgenauigkeit. Typische Beispiele sind das Lesen von Barcodes, die Etikettenausrichtung und die Druckverifizierung. Allerdings liefern 2D-Kameras nur Längen- und Breiteninformationen – nicht die Tiefe – was die Anzahl der Anwendungen, die sie verarbeiten können, einschränkt.
Im Gegensatz dazu liefern 3D-Kameras äußerst genaue Tiefen- und Rotationsinformationen und eignen sich daher gut für Anwendungen, die detaillierte Informationen über die genaue Position eines Objekts sowie über dessen Größe, Volumen, Oberflächenwinkel, Ebenheitsgrad und andere Merkmale erfordern. Ebenso funktionieren fortgeschrittene Inspektionsanwendungen, die in der Lage sein müssen, kleinste Fehler in der Oberfläche eines Produkts zu erkennen, mit 3D-Kamerasystemen am besten.
5. Bestimmen Sie Ihre Präzisionsanforderungen
Nehmen Sie sich die Zeit, die Genauigkeits-, Wiederholbarkeits- und Toleranzanforderungen Ihrer Anwendung genau zu prüfen, bevor Sie ein Bildverarbeitungssystem für Ihren Cobot auswählen.
Anwendungen wie die Herstellung von Mikrochips und die Präzisionsmontage erfordern fortschrittliche Bildverarbeitungssysteme mit hochauflösenden Kameras und komplexen Bildverarbeitungsfunktionen. Mittlerweile können Anwendungen mit geringeren Toleranzen einfach und effektiv mit günstigeren Bildverarbeitungssystemen durchgeführt werden.
6. Berücksichtigen Sie die Zykluszeit
Um einen erfolgreichen Cobot-basierten Machine-Vision-Einsatz zu gewährleisten, muss die Verarbeitungsgeschwindigkeit von Machine-Vision-Systemen mit der Zykluszeit des Cobot-Vorgangs übereinstimmen. Hochgeschwindigkeitsanwendungen erfordern Systeme mit schnellen Bilderfassungs- und Verarbeitungsfunktionen. Beachten Sie jedoch, dass die Verarbeitung all dieser visuellen Informationen auch Zeit erfordert und diese Auswirkungen auf die Leistung bei allen Überlegungen zur Zykluszeit berücksichtigt werden müssen.
Erwähnenswert ist auch, dass es Alternativen zu visionsbasierten Systemen gibt, die keinerlei Lichtanforderungen benötigen und stattdessen Funkfrequenzen verwenden, um eine hochpräzise Mikroortung und eine submillimetergenaue Pfadplanung für Cobot-Arme in Echtzeit auf einem Niveau zu ermöglichen, das die meisten Menschen tun würden werden traditionell mit den fortschrittlichsten 3D-Systemen in Verbindung gebracht.
Ein solches System, das speziell für den Automobilsektor entwickelt wurde, aber in zahlreichen Branchen Anwendung findet, wird von Humatics entwickelt und ermöglicht extrem fortschrittliche Anwendungen, wie beispielsweise die gleichzeitige Arbeit zweier Cobots an einem Motor, während dieser sich über ein Förderband bewegt.
Hochfrequenzbasierte Systeme können bei bestimmten Aufgaben sogar das Sehen übertreffen, sagte Ron Senior, Vizepräsident für Vertrieb, Marketing und Geschäftsentwicklung bei Humatics. „Die Fähigkeit, Daten in komplexen Umgebungen zu verarbeiten, beispielsweise in einem sich bewegenden Motor, eignet sich gut für die leichten, äußerst schnellen Positionsdaten, die die Funkfrequenz liefert. Aufgrund der erforderlichen Bildverarbeitung ist es sehr schwierig, mit maschinellem Sehen die gleiche Leistung zu erzielen“, sagte er.
Dieser Artikel wurde von Mike De-Grace, UR+ Ecosystem Manager, Universal Robots (Ann Arbor, MI) verfasst. Weitere Informationen finden Sie hier.
Dieser Artikel erschien erstmals in der Augustausgabe 2023 des Tech Briefs Magazine.
Weitere Artikel aus dieser Ausgabe finden Sie hier.
Weitere Artikel aus dem Archiv lesen Sie hier.
ABONNIEREN
1. Bestimmen Sie den Bedarf an maschinellem Sehen2. Standort, Inspektion oder Sicherheit?3. Denken Sie über Ihre Beleuchtung nach4. Wählen Sie eine 2D- oder 3D-Kamera aus5. Bestimmen Sie Ihre Präzisionsanforderungen6. Berücksichtigen Sie die ZykluszeitThemen: