Künstliche Intelligenz
Echtzeit-Objekterkennung dank KI
Voll automatisierte Produktionslinien und autonome Transportsysteme wie FTS benötigen Bildverarbeitungssysteme, die komplexe Objektdetektionen und Klassifikationen in Echtzeit umsetzen können. Als hilfreich erweist sich dabei die künstliche Intelligenz.
Althergebrachte Bildverarbeitungssysteme und klassische Algorithmen funktionieren regelbasiert und sind daher oft unflexibel und aufwendig zu realisieren: Erkennung und Klassifizierung müssen von Experten per Hand entwickelt werden, was sehr viel Know-how und Zeit erfordert. Dabei lässt sich die Vielzahl an möglichen Objekten nur mit sehr viel Aufwand oder auch gar nicht umsetzen. Hohe Kosten sind die Folge. Oft können auch die Anforderungen an die Automatisierung nicht erfüllt werden.
Durch die Nutzung Künstlicher Intelligenz (KI) hingegen lässt sich eine Vielzahl individueller Objekte zuverlässig erkennen und klassifizieren. Mit der Deep Learning-Software von Data Spree beispielsweise ist die Software-Logik im Hintergrund einfach umsetzbar. Die ‚Data Spree KI‘ kann sowohl mit 2D- als auch mit 3D-Bilddaten umgehen – etwa mit Aufnahmen des ToF-3D-Kamerasystems von Becom. Die ToF-Technologie ermöglicht es, robuste Bilddaten auch bei wechselnden Lichtverhältnissen zu generieren und liefert ergänzend zur 3D-Information ein zusätzliches Graustufenbild für die Erkennung.
Ähnlich dem menschlichen Gehirn
Die Deep Learning-Software von Data Spree dient zum Trainieren der Künstlichen Intelligenz und zur Auswertung der aufgenommenen 2D- und 3D-Bilder.
© Data SpreeFür die Umsetzung der KI-basierten Objekterkennung werden zunächst Bilder der zu erkennenden Objekte aus dem Produktions- oder Logistikprozess aufgenommen. Anschließend werden die Objekte markiert, um die KI anzulernen. Diese Markierung der Daten wird Annotation genannt. Nach dem Anlernen beziehungsweise ‚Training‘ kann die KI Objekte zuverlässig detektieren und klassifizieren. Hierbei funktioniert die KI ähnlich wie das menschliche Gehirn und lernt, auf Grundlage der Bilddaten Objekte zu erkennen, zuzuordnen und zu lokalisieren – ohne dass spezifische Merkmale manuell vordefiniert werden müssen. Anwender können diesen Lernprozess mit der Deep Learning-Software ‚Deep Learning DS‘ selbst durchführen oder aber den vollständigen Prozess bis zur produktiven Integration in die Anlage als Service von Data Spree nutzen.
Mit dieser Methode lassen sich unterschiedlichste und komplexe Automatisierungsaufgaben in Produktion, Logistik, Robotik oder bei autonomen Transportsystemen schnell umsetzen – ohne eine einzige Zeile Programmiercode. In wenigen Stunden lässt sich so ein einsatzfähiger Prototyp erstellen und in eine produktive Lösung erweitern.
Das trainierte KI-Modell lässt sich durch das offene ONNX-Standardformat individuell in jede Kundenanwendung integrieren. Die Data Spree eigene Ausführungsumgebung ‚Inference DS‘ bietet zudem eine einfache grafische Bedienoberfläche, in der das KI-Modell über ein Drag-and-Drop-Prinzip auf der jeweiligen Hardware ausgeführt werden kann, beispielsweise auf Smartkamera oder Industrie-PC.
Das könnte Sie auch interessieren
Bundeskanzler lobt Forschung an künstlicher Intelligenz
Anlässlich eines Besuchs beim DFKI hat Bundeskanzler Olaf Scholz (SPD) die Bedeutung von künstlicher Intelligenz (KI) für den Standort Deutschland hervorgehoben.
mehr...Interview mit Johanna Pingel, Mathworks
So setzen Sie KI richtig ein
Künstliche Intelligenz verspricht effizientere Prozesse. Doch was gilt es beim Arbeiten mit Machine Learning & Co. zu beachten? Wo fange ich an und vor allem wie? Johanna Pingel von Mathworks gibt Antworten.
mehr...KI-Forschung soll sich an Industrie orientieren
Die Zeit für eine breit angelegte Forschung zu künstlicher Intelligenz in Deutschland sei vorbei, sagt Peter Liggesmeyer. Stattdessen sollten die Anforderungen der Industrie mehr in den Blick genommen werden.
mehr...Cluster Mechatronik & Automation
Die Mechatronic-Joint Initiative
Die ‚Mechatronic-Joint Initiative‘ (Mejoin) ist eine Kooperation zwischen deutschen und japanischen KMU, Universitäten und industrienahen Institutionen. Ziel des Projekts ist es, den Wissensaustausch zwischen Wirtschaft und Wissenschaft zu stärken.
mehr...Vision 2021: BV-Branche wieder vereint
Nach drei Jahren Abstinenz traf sich die Bildverarbeitungsbranche wieder persönlich zur Vision 2021. Über 5.400 Fachbesucher kamen zum Restart auf die Leitmesse für Bildverarbeitung nach Stuttgart.
mehr...Das E-Paper der Ausgabe 9/2021 in neuem Look
Mit der Ausgabe 9 haben wir uns ein Design-Upgrade gegönnt. Inhaltlich bleiben wir unserem Anspruch treu: Die Trends und Technologien der Automatisierungsbranche darzustellen. In der Ausgabe 9 kommen gleich sieben Branchenexperten in Interviews zu...
mehr...SENSOR & VISION 2021
Von 5G bis KI: Das neue E-Paper präsentiert Ihnen smarte Lösungen, die die Hersteller im Bereich Sensorik und Bildverarbeitung anzubieten haben. Machen Sie sich im aktuellen Sonderheft ein Bild davon und erfahren alle Trends aus erster Hand.
mehr...KI-Plattform für Machine Vision
Basler hat eine neue KI-Plattform für Machine Vision angekündigt, die auf den Services für künstliche Intelligenz und maschinelles Lernen (KI/ML) von Amazon Web Services (AWS) basiert. Sie ermöglicht Kunden den reibungslosen Einsatz von KI-basierten...
mehr...IDS Imaging Development Systems
KI-basierte Bildverarbeitung für die Feldebene
KI-basierte Machine-Vision-Aufgaben direkt in die Fertigung integrieren – dank Industrieprotokollen wie OPC UA und vorbereiteter Funktionsblöcke spezieller Inferenzkameras kein Problem. Und das alles ohne Expertenwissen über Bildverarbeitung oder...
mehr...