Schlüsseltechnologie industrielle Bildverarbeitung

Dr. Christopher Scheubel, IP und Business Development bei Framos, ergänzt, dass Embedded Vision die Bildverarbeitung zu einem integrativen Teil von Geräten und Maschinen mache. Dies führe zu einer Modularisierung und Verkleinerung aller Komponenten und eine stärkere Rechenleistung sorge on-chip für mögliche Intelligenz. Ein Gedanke, den Dr.-Ing. Johannes Giet, Executive Board Research & Development bei Isra Vision, weiterführt: „Bedingt durch die Möglichkeiten, die mit neuen Hardware-/Embedded-Plattformen (CPU + FPGA + GPU) sowie immer leistungsfähigeren und preiswerten Kameras entstehen, entwickelt sich die Bildverarbeitung weg von komplexen Systemen hin zu smarten, leicht bedienbaren, Industrie-4.0-konformen Sensoren.“

Intelligente Systeme

Unter dem Stichwort Deep Learning wurden bereits erste funktionstüchtige neuronale Netze entwickelt, und auch das Thema der künstlichen Intelligenz gewinnt an Bedeutung. Eine Entwicklung, die unter anderem auch Uwe Furtner begrüßt: „Zu meiner Studienzeit 1990 gab es bereits einen Hype rund um neuronale Netze, und damals konnten schon erstaunliche Ergebnisse erzielt werden. Es freut mich, dass nun die Rechnerarchitekturen ausreichen, um dies im industriellen Umfeld und in Zusammenhang mit Bildern einsetzen zu können.“ Daneben ist Deep Learning seiner Meinung nach für die komplexe Datenverarbeitung in der industriellen Bildverarbeitung prädestiniert. So ist bei Matrix Vision auch entsprechendes Know-how in die Software eingeflossen, wodurch die Anwendung durch den integrierten Bildverarbeitungsexperten stark vereinfacht werden konnte.

Dr.-Ing. Johannes Giet von Isra Vision sieht in den neuen Verfahren in erster Linie eine Ergänzung und Erweiterung bestehender Bildverarbeitungstechnologien: „Bei veränderlichen und komplexen Merkmalen bietet die künstliche Intelligenz Vorteile, da diese bei der Konfiguration nicht explizit beschrieben werden müssen. Allerdings sind die durch die künstliche Intelligenz getroffenen Entscheidungen dann auch im Nachhinein nicht nachvollziehbar, da sie kein formales Merkmal nennen kann, aufgrund dessen die jeweilige Entscheidung gefällt wurde.“

Werkzeug im Tool-Kit industrielle Bildverarbeitung

Heiko Seitz hebt hervor, dass Künstliche Neuronale Netze (KNN) Lösungen bieten können, die bisher durch menschliches Programmieren mit grundlegenden Algorithmen nicht realisierbar waren. Neben der Qualitätssicherung oder der vorbeugenden Wartung in der Produktion seien somit beispielsweise auch Einsätze in der medizinischen Diagnose oder der Lagerprüfung im Einzelhandel sowie in der Logistik denkbar. „Durch sogenannte KNN-Beschleuniger – Chips mit hoher Rechenleistung bei geringer Leistungsaufnahme – wird zudem der effiziente Einsatz im Embedded-Vision-Bereich möglich. Mit der Verbreitung und Vernetzung solcher cyberphysischer Bausteine werden Prozessdaten verfügbar, die die Automatisierung und das Verarbeitungstempo von Prozessen der industriellen Fertigung nachhaltig vorantreiben“, ergänzt Seitz.

Auch für Michael Beising von EVT hat die künstliche Intelligenz viel zu bieten, da die Anwendungsfälle für Deep Learning und Machine Learning im Umfang mindestens so groß seien, wie die bisher mit Bildverarbeitung gelösten Aufgaben. Eine Ansicht, die Christopher Scheubel von Framos teilt: „Das Potenzial von Deep Learning ist riesig und umfasst alle Industrien. Im Moment werden Deep-Learning-Ansätze hauptsächlich zum Klassifizieren verwendet. Als Teil einer Embedded-Vision-Applikation kann die Technologie Maschinen in Zukunft aber auch zu intelligenten und selbstlernenden Partnern machen.“ Und Albert Schmidt von Baumer meint dazu: „Ein lang gehegter Traum ist es, einen Prüfling unter die Kamera zu halten und das intelligente optische System gibt aus, ob der Prüfling in Ordnung ist oder nicht. Selbstverständlich ohne vorher trainiert zu sein.“ Alle Stufen zwischen diesem Ziel und dem heutigen Stand seien hochwillkommen. „Primär ist Deep Learning jedoch – trotz aller Euphorie – ein weiteres Werkzeug im Tool-Kit industrieller Bildverarbeitung.“

Embedded Vision und die hyperspektrale Bildverarbeitung

Beim Thema Embedded Vison führt Heiko Seitz von IDS zudem aus, dass der wachsende Einsatz bildbasierter Prüfverfahren hoch spezialisierte Bildverarbeitungssysteme erfordere, wenn die optischen Informationen möglichst effektiv genutzt werden sollen. IDS wird deshalb sein Embedded-Vision-Konzept IDS NXT weiterentwickeln, mit dem sich bereits die Prüfergebnisse einfacher Auswertungen in der Kamera erzeugen lassen. Seitz weiter: „Die Vision-App-basierte Industriekameraplattform wächst konsequent um zusätzliche Familien mit weiteren Sensoren und Kommunikationsschnittstellen. Zum ersten Mal integrieren wir dabei auch neuronale Netze mit selbstlernenden Algorithmen über eine KI-Vision-App. Die künftigen IDS-NXT-Industriekameras werden damit zu energieeffizienten aber dennoch leistungsstarken Inferenzkameras mit integriertem KI-Beschleuniger.“ Zudem werde auch der Bereich der Ensenso-3D-Kameratechnik um neue Modelle erweitert, welche die Berechnung der 3D-Objektdaten erstmals selbst – also ohne PC-Unterstützung – durchführen und die 3D-Punktewolke per GenICam direkt an eine Steuerungseinheit weitergeben können.

EVT-Geschäftsführer Michael Beising zu Embedded Vision: „Unsere Softwareprodukte laufen auf allen Plattformen komplett parallel. Unsere Kunden haben somit die Wahl, ob sie ein Embedded-System mit einem ARM-Prozessor oder ein x86-basiertes PC-System mit Windows oder Linux verwenden wollen.“ Für Embedded-Plattformen als auch für x86-PC-Systeme können demnach dann beispielsweise auch Hyperspektralkameras eingesetzt werden. „Leider ist der Einsatz heute aufgrund des hohen Preises noch sehr beschränkt, obwohl sie für viele Anwendungsfälle die optimale Lösung darstellen. Hier wird sich hoffentlich, wie im Infrarotbereich für Thermographie-Lösungen, der Preis auf ein akzeptables Niveau reduzieren“, ergänzt Michael Beising.

Unterschiedliche Entwicklungsstadien

Matrix Vision bietet Embedded Vision schon seit einigen Jahren an – sei es als OEM-Kameramodule, im Treibersupport für Linux-basierte Embedded-Boards oder in Form intelligenter Kameras. „Die hyperspektrale Bildverarbeitung kann Probleme lösen, die bislang kaum lösbar waren, wie etwa die Prüfung, ob und wie viele Arzneimittel wirklich in einer Tablette enthalten sind“, erklärt Uwe Furtner. „Allerdings werden viele Daten generiert, die ausgewertet werden müssen oder am Ende wieder verworfen werden. Damit ist der Nutzungsgrad der Sensorfläche nicht optimal und das macht die Technologie teuer. Generell bietet sie mit speziell für bestimmte Anwendungsbereiche hergestellten Sensoren auch in Stückzahlprojekten viele Chancen.“ Auch bei Isra Vision ist Embedded Vision schon seit Jahren ein fester Bestandteil der angebotenen Produkte. „Genauso wie Multiview- und Multispektrale-Anwendungen in der Inspektion“, sagt Dr.-Ing. Johannes Giet. „Und mit der leistungsfähigeren Kameratechnologie entwickeln sich auch hyperspektrale Anwendungen zunehmend.“

Managing Director Dr. Albert Schmidt erläutert den aktuellen Stand bei Baumer: „Die hyperspektrale Bildverarbeitung und die Embedded Vision befinden sich bei uns aktuell in unterschiedlichen Entwicklungsstadien – zu früh, um bereits Details zu kommunizieren.“ Und Christopher Scheubel erklärt zu diesem Thema: „Framos steht seinen Kunden von der ersten Idee eines Vision-Projektes über die Machbarkeit, die Evaluierung der passenden Komponenten bis zur Umsetzung als Berater und Partner zur Seite, inklusive Entwicklungsdienstleistungen und weiteren Services. Etwa mit Evaluation-Boards, (Semi-) Custom-Sensoren, 3D-Modulen, sofort einsetzbaren Kameralösungen oder auch dem neu entwickelten SLVS-EC IP Core, der SLVS-EC-Sensoren von Sony standardisiert mit FPGAs von Xilinx verbindet.“

M2M-Kommunikation in der Bildverarbeitung

„OPC UA ist ein wichtiger Schritt für Embedded Vision auf dem Wege zur vernetzten Produktion, da die Komponenten schneller integriert werden können und das System echtzeitfähig wird. Für Kundenanfragen greifen wir auf die Spezifikationen des VDMA zurück“, sagt Dr. Scheubel zur aktuellen Entwicklung in Sachen M2M-Kommunikationsprotokoll. Albert Schmidt ergänzt: „Baumer ist aktiv an diesem Thema beteiligt, um den Standard zu spezifizieren und zu entwickeln. Es besteht breiter Konsens in der Branche, dass dies ein wichtiges Thema ist. Entsprechend ist auch die allseitige Bereitschaft der Zusammenarbeit.“ Uwe Furtner kann dies für Matrix Vision bestätigen: „ Wir sind sehr glücklich über die schnelle Erstellung der OPC UA Companion Specification für die Bildverarbeitung. Zusammen mit der Industrie 4.0 steigen die Anforderungen, Informationen auch vom Bildverarbeitungssystem zur Steuerung oder in die Cloud zu liefern. Schließlich sind Industriekameras die Augen einer Fertigungsmaschine, ohne die eine Steuerung blind wäre.“ Deshalb habe Matrix Vision auch bei der Spezifikation mitgearbeitet und integriere sie in die eigenen Smart Vision Systeme.

Dr.-Ing. Johannes Giet von Isra Vision sieht dagegen den Standardisierungsvorgang hier noch nicht abgeschlossen, aber ein wichtiger erster Teil des Weges sei bewältigt worden: „Die vorgestellten Spezifikationen sind ein wichtiger Schritt und sie werden noch weiter entwickelt, ergänzt und verfeinert.“ Heiko Seitz erklärt dazu, dass IDS mit der Vision-App-basierten Kameraplattform ein flexibel einsetzbares Embedded-Vision-System zur Verfügung stehe, das neben der industriellen Nutzung auch in vielen Märkten eingesetzt werden könne. Passende Schnittstellen zur Weitergabe von erzeugten Ergebnissen und zur Kommunikation mit dem Host-System können demnach über Vision Apps adaptiert werden. „Wir verfolgen die Entwicklung von OPC UA deshalb sehr genau. Mit den geplanten Erweiterungen um ein Publish/Subscribe-Modell und dem TSN-Standard kann es auch für die herstellerunabhängige Informationsbereitstellung zwischen BV-System und der Steuerungsebene in Produktionsanlagen zur einheitlichen Sprache werden.“ Und für EVT ist es erst einmal wichtig, dass es Standardprotokolle gibt, die es ermöglichen, einfach zwischen verschiedenen Systemen unterschiedlicher Aufgabenstellungen und damit Herstellern, sowohl horizontal wie auch vertikal, zu kommunizieren. „Hier ist mit der Standardisierung für die Bildverarbeitung und die Robotik sicher ein Fortschritt erzielt worden“, sagt Geschäftsführer Michael Beising.

www.baumer.com, Messe Vision 2018: Halle 1, Stand 1F32

www.evt-web.com, Messe Vision 2018: Halle 1, Stand 1A63

www.framos.com, Messe Vision 2018: Halle 1, Stand 1C42

www.ids-imaging.de, Messe Vision 2018: Halle 1, Stand 1F72

www.isravision.com, Messe Vision 2018: Halle 1, Stand 1C30

www.matrix-vision.de, Messe Vision 2018: Halle 1, Stand 1E12

Direkt zum Ausstellerverzeichnis der Messe Vision:

„Es drängen immer mehr 3D-, Infrarot- sowie Multi- und Hyperspektral-Kameras auf den Markt. Außerdem wird der Bereich der neuartigen Sensordatenfusion eine leistungsfähige Entwicklung erfahren.“

„Die Industrie 4.0 hat einen enormen Bedarf an Inspektionen mit industrieller Bildverarbeitung. Jedoch sind Systemintegratoren ausgelastet und Fachkräfte Mangelware.“

„Durch die Möglichkeiten, die mit Hardware-/Embedded-Plattformen sowie immer leistungsfähigeren Kameras entstehen, entwickelt sich die Bildverarbeitung hin zu smarten, leicht bedienbaren, Industrie-4.0-konformen Sensoren.“

„OPC UA ist ein wichtiger Schritt für Embedded Vision auf dem Wege zur vernetzten Produktion, da die Komponenten schneller integriert werden können und das System echtzeitfähig wird.“

„Baumer ist aktiv am Thema OPC UA beteiligt, um den Standard zu spezifizieren und zu entwickeln. Es besteht breiter Konsens in der Branche, dass dies ein wichtiges Thema ist. Entsprechend ist auch die allseitige Bereitschaft der Zusammenarbeit.“

„Zum ersten Mal integrieren wir auch neuronale Netze mit selbstlernenden Algorithmen über eine KI-Vision-App. Die künftigen IDS-NXT-Industriekameras werden damit zu leistungsstarken Inferenzkameras mit integriertem KI-Beschleuniger.“