Suchen

Definition Was ist Machine Vision?

| Autor / Redakteur: Dipl.-Ing. (FH) Stefan Luber / Nico Litzel

Machine Vision nutzt Hard- und Software zur Bilderfassung und Bildverarbeitung und kommt in der Automatisierung industrieller Fertigungsprozesse zum Einsatz. Mithilfe von Machine Vision lassen sich Prozesse steuern und überwachen oder Qualitäts- und Maßhaltigkeitsprüfungen durchführen. Oft wird Machine Vision von Verfahren Künstlicher Intelligenz wie maschinellem Lernen unterstützt.

Firmen zum Thema

(Bild: © aga7ta - stock.adobe.com)

Wörtlich übersetzt bedeutet Machine Vision „maschinelles Sehen“. Der Begriff steht für die industrielle Bildverarbeitung, oft mit IBV abgekürzt. Mit industrieller Bildverarbeitung sind Anwendungen gemeint, die mithilfe der Bilderfassung und der Bildverarbeitung in der Automatisierung industrieller Fertigungsprozesse zum Einsatz kommen. Es lassen sich Prozesse steuern und überwachen oder Qualitäts- und Maßhaltigkeitsprüfungen durchführen.

Für Machine Vision wird eine Kombination aus Hardware und Software verwendet. Zu einem vollständigen IBV-System gehören Geräte zur Ausleuchtung der Objekte, Kameras zur Aufnahme des Bildmaterials und Rechner mit Software zur Verarbeitung und Analyse der erstellten Aufnahmen. Die Ergebnisse werden in Form von Entscheidungen oder konkreten Steuersignalen an nachfolgende Systeme weitergegeben. Die industrielle Bildverarbeitung benötigt robuste, schnelle, zuverlässige und stabile Systeme, die den Anforderungen des industriellen Umfelds gewachsen sind. Oft sind die Systeme starken mechanischen Belastungen, hohen oder niedrigen Temperaturen und weiteren widrigen Umgebungsbedingungen ausgesetzt.

Moderne Machine-Vision-Systeme nutzen Verfahren und Techniken der Künstlichen Intelligenz (KI) wie Machine Learning oder Deep Learning und künstliche neuronale Netzwerke. Unterstützt durch Künstliche Intelligenz, sind die Systeme in der Lage, komplexe Aufgaben auszuführen. Machine Vision erkennt Objekte, kann Eigenschaften bestimmen, Objekte klassifizieren und auf Basis dieser Informationen Entscheidungen treffen. Für die Automatisierung der Prozesse der Industrie 4.0 stellt Machine Vision eine Schlüsseltechnologie dar. Typische Anwendungen der industriellen Bildverarbeitung sind:

  • Lageerkennung von Objekten
  • Inspektion von Oberflächen
  • Positionsbestimmung für Roboterarbeiten
  • objektabhängige Förderbandsteuerungen
  • Qualitätskontrollen unterschiedlichster Art
  • Objektvermessungen
  • Erkennung von Produktionsfehlern

Machine Vision – Funktionsweise und Komponenten

Machine Vision nutzt zur Bilderfassung und Bildverarbeitung eine Kombination aus verschiedenen Hardwaregeräten und Software. Zentrale Komponenten der industriellen Bildverarbeitung sind:

  • Beleuchtungstechnik
  • Kameras mit einer bestimmten Bildsensortechnik
  • Rechner zur Bildverarbeitung
  • Software zur Bildverarbeitung und Bildanalyse
  • zur Anbindung an die weiteren Produktionssysteme

Je nach Anwendung und auszuführender Aufgabe ist die genutzte Kameratechnik sehr unterschiedlich. So werden beispielsweise Bilder oder Videos von Objekten aufgenommen, 3D-Abbilder von Objekten erstellt, Wärmebildaufnahmen gemacht oder Objekte mit Röntgentechnik durchleuchtet. Das von den Kameras erstellte Rohbildmaterial wird zur weiteren Verarbeitung über direkte Schnittstellen oder Netzwerktechnik an eine integrierte Rechnereinheit oder an einen externen Rechner übertragen. Dort verarbeitet die Software das Bildmaterial, analysiert es, erfasst bestimmte Merkmale und führt die Analyseergebnisse einer Entscheidungslogik zu.

Oftmals findet die industrielle Bildverarbeitung in Echtzeit statt, weshalb entsprechende Übertragungskapazität und Rechenleistung vorhanden sein muss. Die Ergebnisse der industriellen Bildverarbeitung werden in Form von Entscheidungen oder direkten Steuerbefehlen den weiteren Systemen der Prozesskette zur Verfügung gestellt.

Machine Vision und die Künstliche Intelligenz (KI)

Moderne Machine-Vision-Systeme arbeiten mit Verfahren Künstlicher Intelligenz wie Deep Learning und künstlichen neuronalen Netzwerken. Die Systeme werden trainiert und lernen anhand vorgegebener Trainingsdaten Objekte richtig zu klassifizieren. Anschließend sind sie in der Lage, aufgrund bestimmter Muster oder Merkmale zuvor nicht bekannte Objekte anhand der antrainierten Intelligenz ebenfalls richtig zu klassifizieren. Im Vergleich zu einer manuellen Definition der Klassifizierungsmerkmale ist der Aufwand erheblich reduziert. Zudem kann das System selbstständig Klassifizierungsmerkmale lernen und muss nicht alle Informationen im Vorfeld von Hand einprogrammiert bekommen. Im Vergleich zu händisch programmierten Systemen erzielen Systeme mit Künstlicher Intelligenz höhere Erkennungsraten.

Vorteile industrieller Bildverarbeitung

Machine Vision bietet zahlreiche Vorteile. Komplexe industrielle Prozesse lassen sich schnell, zuverlässig und mit reduziertem Aufwand ausführen. Die industrielle Bildverarbeitung steigert die Produktivität, verbessert die Qualität, senkt Produktionskosten und liefert wiederholbare Ergebnisse. Vor allem, wenn es um Geschwindigkeit und Genauigkeit geht, sind die maschinellen Bildererfassungs- und Bildverarbeitungssysteme dem Menschen überlegen. Der Mensch kann seine Vorteile gegenüber Machine Vision vor allem in sehr komplexen und wenig strukturierten Prozessen ausspielen.

Ein weiterer Vorteil der industriellen Bildverarbeitung ist, dass die Kamerasysteme auch Objekteigenschaften erkennen, die für das menschliche Auge nicht sichtbar sind. So lassen sich beispielsweise Oberflächenscans mit höchsten Auflösungen erstellen, Objekte mit Infrarotlicht erfassen oder Objekte durchleuchten. Die Machine-Vision-Systeme sind auch unter widrigen oder in für den Menschen gefährlichen Umgebungen einsetzbar.

Anwendungen der industriellen Bildverarbeitung

Wichtigste Anwendungsbereiche der industriellen Bildverarbeitung sind die Überwachung und Steuerung industrieller Fertigungsprozesse. IBV-Systeme kommen in der Qualitätskontrolle, Montagekontrolle, Prozesskontrolle oder Robotertechnik zum Einsatz. In verschiedensten Branchen wie der Automobilindustrie oder der Pharmaindustrie erledigen sie Aufgaben wie:

  • Kontrolle der Maßhaltigkeit (berührungslose Vermessung – 1D, 2D oder 3D)
  • automatische Volumenmessung und Deformationserkennung
  • Oberflächenkontrolle
  • Defekterkennung
  • Zeichen- und Schrifterkennung
  • Barcode- und Flächencodeerkennung
  • Prüfung von Schweißnähten
  • Vollständigkeitsprüfung von Verpackungen und Packungsinhalten
  • Halbleiterinspektion
  • Objekterkennung in Logistikprozessen
  • Objekterkennung für die automatisierte Lagerhaltung

(ID:46256871)

Über den Autor