zuruck zur Themenseite

Artikel und Hintergründe zum Thema

Produkte des Jahres 2024

Andrea Gillhuber,

Bildverarbeitung – Die Gewinner

Die Gewinner-Produkte der Kategorie 'Bildverarbeitung' ermöglichen das Überwachen von 3D-Zonen und Logistikprozessen und erlauben es mobilen Robotern, frei in der Produktion zu navigieren.

Julian Häusler (Cognex, links) und Antonio De Angel Gutierrez (ifm) mit Andrea Gillhuber (Computer&Automation).

© Julia Bergmeister Fotografie / Computer&Automation

Platz 3 – Schmersal: 3D-Kamera AM-T100

© Schmersal

Platz 3 – Schmersal

Schmersal bringt eine 3D-Kamera für die automatisierte Erfassung digitaler Prozessdaten in Echtzeit auf den Markt. Die Time-of-flight-Kamera (ToF-Kamera) AM-T100 erzeugt millimetergenaue 3D-Tiefenbilder mit Hilfe eines Sony DepthSense-Sensors. Die Bildrate beträgt bis zu 60 fps. Durch IR-Beleuchtung und eine Bildauflösung von 640 x 480 Pixeln erreicht die Kamera einen Sichtbereich von 67° x 51° bei einer Reichweite bis 6 m. Die Bilddaten werden über die standardisierte Datenschnittstelle GenICam zur Verfügung gestellt und können mit gängiger Bildverarbeitungssoftware verarbeitet werden. Eine Ethernet-Schnittstelle ermöglicht die Datenübertragung und bei Bedarf auch die 24-V-Energieversorgung (Power over Ethernet). Vorinstalliert ist die Konfigurationssoftware ‚Consam-T‘. Mit ihrer Hilfe lässt sich die Kamera so konfigurieren, dass sie komplexe und individuell definierte 3D-Zonen überwacht. Detektiert sie innerhalb dieser Zonen ein Objekt, werden digitale Ausgänge geschaltet. Zusätzlich kann über digitale Eingänge zwischen verschiedenen 3D-Zonen hin- und hergeschaltet werden.

Anzeige

Platz 2 in der Kategorie Bildverarbeitung

Platz 2 – Cognex: In-Sight 2800 Detector 

© Cognex

Platz 2 – Cognex

Cognex stellt den In-Sight 2800 Detector für die Logistik vor. Dieses Objekterkennungssystem basiert auf der ‚In-Sight‘-Plattform und nutzt die KI-basierte Edge-Learning-Technologie zur Automatisierung von Sortierprozessen und zur Verbesserung der Genauigkeit von Logistikinspektionen. Es eignet sich für Anwendungen zur Objekterkennung, wie etwa die Überprüfung, ob ein Artikel auf Sortieranlagen, in Behältern oder Schalen vorhanden ist, die Klassifizierung von Pakettypen und die Identifizierung von Prozessproblemen.

Julian Häusler von Cognex mit Pokal und Urkunde für Platz 2 in der Kategorie 'Bildverarbeitung'.

© Julia Bergmeister Fotografie / Computer&Automation

Die integrierte Edge-Learning-Technologie erkennt selbst Artikel auf unruhigen oder kontrastarmen Hintergründen. Das Einrichten des Objekterkennungssystems dauert laut Anbieter weniger als 15 Minuten. Mit der Edge-Learning-Technologie erfolgt das Training direkt am Gerät und erfordert nur eine geringe Anzahl an Bildern, ohne dass eine Fachkraft erforderlich ist.

Platz 1 in der Kategorie Bildverarbeitung

Platz 1 – ifm: Hardware-Plattform O3R

© ifm

Platz 1 – ifm

ifm hat für den Bereich mobile Robotik die Hardware-Plattform O3R entwickelt, die Entwicklern sowohl die Vor- als auch die Serienentwicklung durch Software-Umgebung und Software-Tools sowie -Schnittstellen erleichtert. Zentrale Komponente ist ein Edge Device, das sowohl eine hohe Rechenleistung als auch die Möglichkeit, unterschiedlichste Sensoren einfach anzubinden, zur Verfügung stellt. Insgesamt lassen sich bis zu sechs 3D-Kameras und zahlreiche weitere Sensoren anschließen. Der Kamera-Anschluss erfolgt über FDP-Link, für die anderen Sensoren stehen GigE-Schnittstellen zur Verfügung. CAN-Schnittstellen sorgen für die Einbindung in die Architektur eines mobilen Roboters.

Den Pokal nahm Antonio De Angel Gutierrez entgegen.

© Julia Bergmeister Fotografie / Computer&Automation

Ein Linux-System, das mit einer NVIDIA Video Processing Unit ausgerüstet ist, bildet die Hardware-Basis. Da die Leistungsfähigkeit dieser GPU skalierbar ist, kann sie auf die jeweilige Applikation angepasst werden. Mit den verfügbaren ROS2-Treibern lässt sich das System in Robotik-Applikationen integrieren. Da die Bildverarbeitung in das Edge-Gerät wandert, ist in der Kamera selbst kaum Datenverarbeitung notwendig, wodurch auch mehrere Kameras eingesetzt werden können. ifm bietet passend dazu Kamera-Köpfe, 3D-Sensoren oder eine Kombination aus 3D- und 2D-Sensoren mit verschiedenen Öffnungswinkeln und Auflösungen.

  • Xing Icon
  • LinkedIn Icon
Anzeige
zurück zur Themenseite
Anzeige

Das könnte Sie auch interessieren

Anzeige

ifm electronic

Die Augen des Roboters

Um Roboteranwendungen und insbesondere Cobots mit ‚Sehkraft‘ auszustatten, gilt es, Bildverarbeitung zu integrieren. Hierfür geeignete smarte Vision-Sensoren lassen sich mittlerweile einfach nur durch Konfiguration in Betrieb nehmen.

mehr...

Cognex

Die goldene Mitte

Was tun mit Vision-Anwendungen, die einerseits zu komplex für die regelbasierte Bildverarbeitung sind, andererseits aber zu einfach, um die Investition in eine vollständige Deep Learning-Lösung zu rechtfertigen? Eine Möglichkeit ist maschinelles...

mehr...
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Jetzt Newsletter abonnieren