Machine Vision in der Industrie

Die Automatisierung in der Industrie schreitet unaufhaltsam voran. Entlang der gesamten Wertschöpfungskette ist ein Höchstmaß an Vernetzung und Digitalisierung gefragt. Unabdingbar hierfür sind Investitionen in die richtigen Technologien. Enormes Potenzial bietet die industrielle Bildverarbeitung (Machine Vision). Oftmals gibt es allerdings Hemmschwellen in den Betrieben, diese auch zu nutzen. Insbesondere fehlende Personalkapazitäten und mangelnde Programmierkenntnisse der Mitarbeiter sind häufig aufgeführte Gründe für den Verzicht auf den Einsatz von Machine Vision. Das muss aber nicht sein: Dank Easy-to-use-Bildverarbeitungssoftware wie MERLIC von MVTec kann jedes Unternehmen einfach und schnell die Vorteile industrieller Bildverarbeitung nutzen – ganz ohne Programmierkenntnisse.

Die meisten Industriebranchen setzen heute auf einen sehr hohen Automatisierungsgrad in ihren Wertschöpfungsketten. Um die Anforderungen von Industrie 4.0 und Smart Factory erfüllen zu können, müssen die Produktionsprozesse durchgängig vernetzt und digitalisiert sein. Einen wertvollen Beitrag kann in zahlreichen Bereichen die industrielle Bildverarbeitung, auch als Machine Vision bekannt, bieten. Diese überwacht als „Auge der Produktion“ alle Abläufe rund um Fertigung, Qualitätssicherung und Intralogistik. Bildeinzugsgeräte wie Kameras, Scanner oder Sensoren nehmen aus verschiedenen Perspektiven große Mengen an digitalen Bilddaten von entsprechenden Produktionsszenarien auf.

Was kann Machine Vision?

Die integrierte Machine-Vision-Software verarbeitet diese Informationen nahezu in Echtzeit und stellt sie für übergeordnete Qualitätsmanagement-Systeme und Anlagensteuerungen zur Verfügung, die sich dadurch hochgradig automatisieren lassen. Es gibt eine Vielzahl an Anwendungen für die industrielle Bildverarbeitung. So können Objekte verschiedener Art und Form anhand äußerer Merkmale exakt identifiziert werden. Mittels OCR-Technologien werden Objekte nicht nur anhand von Form und Beschaffenheit, sondern auch anhand aufgedruckter Zahlen- und Buchstabenkombinationen erkannt. Werkstücke lassen sich nicht nur präzise positionieren und ausrichten, Machine Vision unterstützt Roboter auch dabei, Gegenstände exakt zu greifen, zu bearbeiten und abzulegen, ohne dass ein Mitarbeiter den Roboter bedienen muss. Dies trägt dazu bei, die gesamten Handling-Prozesse zu automatisieren und effizienter sowie sicherer zu gestalten.

Ob in der klassischen Fertigung, der Automobilproduktion, dem Maschinen- und Anlagenbau, der Elektronikfertigung, der Batterieproduktion oder auch in der Nahrungsmittel- und Getränkeindustrie – die industrielle Bildverarbeitung kann branchenübergreifend eingesetzt werden. Dabei arbeitet sie nicht nur sehr schnell, sondern auch sehr präzise. Die Verarbeitung großer Mengen an digitalen Bilddaten erfolgt in wenigen Millisekunden und liefert sehr genaue, zuverlässige und robuste Ergebnisse. So können Unternehmen dank moderner Bildverarbeitung enorm Kosten einsparen – sei es in der Montage, der Qualitätssicherung oder auch in logistischen Workflows.

Die Funktion Object Detection erkennt auf einem Bild, welche Objektklassen auf einem Bild zu sehen sind und markiert sie entsprechend.

Die Integration professioneller Bildverarbeitungsanwendungen ist allerdings meist sehr aufwendig. In zahlreichen Unternehmen, insbesondere im Mittelstand, fehlen meist die personellen Ressourcen und das Know-how, um das Potenzial der industriellen Bildverarbeitung nutzen zu können. Abhilfe schafft einfach zu bedienende Machine-Vision-Software wie MERLIC von MVTec.

Als All-in-one-Lösung lässt sich MERLIC dank der Unterstützung aller gängigen Industriestandards und der Kompatibilität mit einer großen Bandbreite an Hardware problemlos in Anlagen integrieren. Sie enthält alle notwendigen Funktionen wie Bildeinzug, Bildverarbeitung und Visualisierung, also die Darstellung der Ergebnisse in einem Frontend. Besonders wichtig, insbesondere für Machine-Vision-Einsteiger ohne Programmierkenntnisse, ist der Easy-to-use-Aspekt. Die zur Erstellung der Machine-Vision-Applikation benötigten Werkzeuge können komfortabel per Drag & Drop in der grafischen Konfigurationsoberfläche ausgewählt werden. So lassen sich komplette Bildverarbeitungsapplikationen schnell entwickeln und betreiben, ohne eine einzige Codezeile zu schreiben. Auch die einfache Integration in bestehende Steuerungskonzepte ist jederzeit möglich.

Auch der zunehmenden Bedeutung von Künstlicher Intelligenz (KI) im industriellen Kontext trägt MVTec MERLIC mit integrierten Deep-Learning-Technologien Rechnung. Mithilfe von selbstlernenden Algorithmen können herausragende Ergebnisse bei der Objekt- und Fehlererkennung erreicht werden. Stehen die für das Training notwendigen Mengen an qualitativ hochwertigen Bilddaten und entsprechend leistungsfähige Hardware nicht zur Verfügung, oder hat man es mit sehr hohen Produktionsgeschwindigkeiten zu tun, sind klassische, regelbasierte Verfahren die bessere Alternative. Auch dafür bietet MERLIC eine Vielzahl an industrieerprobten Verarbeitungswerkzeugen.

Fehlererkennung in der Halbleiterproduktion.

Zwei Beispiele aus verschiedenen Branchen zeigen, welche Vorteile der Einsatz von Machine Vision in der Industrie bietet.

In der Lebensmittelindustrie liegen Produkte wie Kartoffeln oder Schokoriegel meist unsortiert auf dem Förderband, wenn sie zum Roboter-Packbereich befördert werden. Um dem Roboter das präzise Greifen in der chaotischen Szenerie zu ermöglichen, erfasst MERLIC die Produkte mithilfe einer Kamera und übermittelt präzise Positionsdaten an den Roboter. Sobald die Lebensmittel in den Arbeitsbereich des Roboters gelangen, beginnt dieser, basierend auf den Daten von MERLIC, mit dem Handling der Produkte nach dem First-in/First-out-Prinzip.

Die Maschine greift das am weitesten vorne liegende Produkt und deponiert es auf dem vorgesehenen Ablageort. Dabei werden die Koordinatensysteme von MERLIC und des Roboters aufeinander abgestimmt, damit die Vision-Koordinaten exakt dem eingelernten Arbeitsbereich des Roboters entsprechen. Damit der Roboter auch unter erschwerten Bedingungen die Objekte präzise, robust und schnell findet, kommt die in MERLIC integrierte, Matching-Technologie zum Einsatz. Dies erlaubt dem Roboter, flexibel auf sich ändernde Variablen zu reagieren, etwa dann, wenn Konturen rotiert, skaliert, perspektivisch verzerrt, teilweise überdeckt oder außerhalb des Bildes liegen.

Insbesondere bei der Inspektion komplexer Teile, wie beispielsweise Metallfedern, liefern Deep-Learning-basierte Technologien wie Global Context Anomaly Detection sehr gute Ergebnisse. Dabei nimmt eine leistungsstarke Kamera für jedes Bauteil ein Bild von oben auf. Auf den aufgenommenen Bildern mit den Metallfedern erfolgt mit Global Context Anomaly Detection die Inspektion. Die Deep-Learning-Technologie verfügt über zwei neuronale Netze. Das „lokale“ Netz prüft, ob kleinflächige Defekte wie Kratzer, Risse oder Verschmutzungen vorliegen. Das „globale“ Netz geht einen Schritt weiter und prüft auf logische Fehler wie beispielsweise verbogene oder fehlende Klammern.

Aus der Interferenz der beiden Netze ermittelt Global Context Anomaly Detection einen Anomaly Score. Dieser Wert wird anschließend mit dem im Vorfeld festgelegten Anomaly-Schwellenwert verglichen. Liegt der Anomaly Score darüber, handelt es sich um ein fehlerhaftes Bauteil, das ausgesondert wird. Der Inspektionsprozess unter Verwendung der Deep-Learning-Technologie bietet einen großen Vorteil gegenüber dem Einsatz einer regelbasierten Methode. Bei einem regelbasierten Ansatz müssen alle möglichen Arten von Defekten anhand von „Schlecht-Bildern“ einzeln extrahiert und im Anschluss definiert werden. Für das Training der Deep-Learning-Methoden von MERLIC hingegen werden nur „Gut-Bilder“ benötigt.

Machine Vision für alle

Die industrielle Bildverarbeitung bietet einen großen Mehrwert für Unternehmen aller Größen und Branchen. Dank Easy-to-use-Software ist die Einführung und Nutzung sehr einfach und schnell möglich. So können Prozesse optimiert und Mitarbeiter entlastet werden.