Aktuelle Trends wie Industrie 4.0 und Smart Factory treiben die Automatisierung der Produktion weiter voran und ebnen den Weg für neue Robotik- und Fertigungskonzepte. Nach Angaben des VDMA hat die deutsche Robotik- und Automationsbranche im Jahr 2015 ein Rekord-Umsatzvolumen von 12,2 Mrd. Euro erwirtschaftet – verglichen mit dem Vorjahr ein Zuwachs von 7 %. Und für 2016 prognostiziert der VDMA ein weiteres Plus von 2 % und damit einen neuen Umsatzrekord von 12,5 Mrd. Euro.

Die fortschreitende Automatisierung im Industrieumfeld erfordert nicht nur innovative Robotik-Lösungen, sondern auch die ständige Weiterentwicklung entsprechender Begleittechnologien. Dazu zählen beispielsweise Handling- und Transfersysteme sowie Erkennungsverfahren wie die industrielle Bildverarbeitung. Sie identifiziert anhand digitaler Bilder alle erdenklichen Objekte, die am Prozess beteiligt sind. Eingegeben wird das Bildmaterial von Bildeinzugsgeräten, die an unterschiedlichen Orten installiert sind und das Fertigungsgeschehen überwachen. Die Bilddaten werden anschließend mit einer speziellen Software weiterverarbeitet. In Millisekunden vergleichen die Algorithmen die aufgenommenen Bilder mit den hinterlegten Informationen in der Datenbank, so dass sich auch große Produktserien schnell und automatisiert prüfen lassen. Bildverarbeitungsverfahren sind also unerlässlich, um Produktionsprozesse durchgängig zu automatisieren, zu beschleunigen und effizienter zu gestalten.

Fit für Industrie 4.0

Verfahren der industriellen Bildverarbeitung prüfen auch die korrekte Beschaffenheit von Lebens­mitteln.

© MVTec

Gleichzeitig muss die industrielle Bildverarbeitung die Anforderungen digital vernetzter, integrierter Produktionsabläufe – Stichwort Industrie 4.0 – flexibel erfüllen. Wichtig ist hierbei, dass sich entsprechende Applikationen schnell und benutzerfreundlich erstellen lassen. Dies gewinnt gerade im Kontext neuer Robotik-Szenarien zunehmend an Bedeutung. Ein Beispiel: Die Fabrikhallen werden derzeit von einer neuen Generation von Industrierobotern erobert, die deutlich kleiner, leichter und flexibler als ihre Vorgänger sind und eng mit ihren menschlichen Kollegen zusammenarbeiten. Darüber hinaus sind die Roboter mobil einsetzbar und übernehmen wechselnde Aufgaben – so können sie beispielsweise kurzzeitig am Fließband aushelfen, um dort den Arbeitsablauf eines erkrankten Mitarbeiters zu verrichten. Hierfür müssen die Maschinen in jedem Anwendungsfall individuell eingerichtet und kalibriert werden. Durch eine nutzerfreundliche Handhabung lassen sich Rüstzeiten verkürzen sowie Aufwand und Kosten senken.

Anwendungen ohne Programmier-Codes

Auf Seiten der Machine-Vision-Lösungen lässt sich ein klarer Trend hin zu einer einfachen und bedienfreundlichen Erstellung entsprechender Applikationen beobachten. Die Software ‚Merlic‘ von MVTec beispielsweise setzt keine fundierten Kenntnisse in Bildverarbeitung und Programmierung voraus und erlaubt dennoch die Erstellung professioneller ­Machine-Vision-Anwendungen.

Um mit der Software 'Merlic' arbeiten zu können, sind weder fundierte Kenntnisse der Bildverarbeitung noch der Programmierung vonnöten.

© MVTec

Kern der Soft­ware-­Lösung ist eine transparente, bildzentrierte Bedien­oberfläche, die den User intuitiv durch die Anwendung führt. Anstatt komplexer Codes, Befehlszeilen oder Parameterlisten steht eine übersichtliche bild­liche Darstellung im Mittelpunkt, die einem What-You-See-Is-What-You-Get-Editor (WYSIWYG) ähnelt. Integriert sind zudem Standard-Vision-Tools wie Aufnahme, Kalibrierung, Ausrichtung, Messen, Zählen, Prüfen, Lesen, Positionsbestimmung und Fehlererkennung.

Gleichsam erhöht wird die Usability durch ein Verfahren namens ‚Easytouch‘. Mit ihm lassen sich durch bloßes Bewegen der Maus über ein Bild zu identifizierende Objekte erkennen, markieren und mit einem Klick auswählen. Dadurch entfällt die aufwendige Konfiguration komplexer Parameter, was wiederum die Erstellung der Anwendungen erleichtert. Durch den Einsatz der Software sparen Produktionsunternehmen Zeit und Aufwand bei der Programmierung von Machine-Vision-Applikationen und steigern so die Usability ihrer Einrichtungsprozesse. Zudem können Mitarbeiter ohne tiefere Programmier- und Bildverarbeitungs-Skills die Anwendungen erstellen.

Um die Usability von Machine-Vision-Lösungen zu erhöhen, müssen diese die Prozesse des Kunden passgenau unterstützen und präzise dessen individuelle Anforderungen adressieren. Für die möglichst zielgruppengerechte und benutzerorientierte Gestaltung seiner ­Produkte praktiziert MVTec etwa den Ansatz des User-Centered-Designs: Bestimmte Pilotkunden werden von Anfang an in den Entwicklungsprozess mit einbezogen. In enger Zusammenarbeit mit fünf klassischen Vertretern der Peer-Group werden Features erarbeitet, die die speziellen Workflows und Anforderungen der Zielgruppe berücksichtigen.

User-Centered-Design

So fließt das Feedback der Kundenvertreter direkt in die Lösung ein – und der Anwender bekommt genau das, was er für effiziente Bildverarbeitungsprozesse in seinem Unternehmen benötigt. Des Weiteren führt der Machine-Vi­sion-Anbieter im Rahmen der Software-Entwicklung Usability-Tests mit potenziellen Anwendern durch. Dabei reichen bereits wenige Tests aus, um aussagekräftige Ergebnisse zu erhalten. So werden in nur drei Tests in der Regel über 50 % der Schwachstellen identifiziert.

Durch die Integration von Funktionen, die den Automatisierungsgrad der Prozesse erhöhen, wird auch die Handhabbarkeit von Bildverarbeitungslösungen verbessert. MVTec hat beispielsweise in der aktuellen Version 13 der Bildverarbeitungs-Software ‚Halcon‘ Mechanismen zur besseren Erkennung von Texturfehlern eingebaut. Damit lassen sich bei Objekten mit einer Struk-tur – zum Beispiel Textilien, Leder oder Teppiche – Produktabweichungen durch einen bildbasierten Vergleich mit intakten Materialien zuverlässig identifizieren. Das Besondere daran: Der Prozess läuft automatisiert ab, es entsteht kein zusätzlicher Programmieraufwand für den Nutzer.

Text und Zeichen sicher ­erkennen

Bildbasiert lassen sich semantisch voneinander unabhängige Dot-Print-Zeichen zuverlässig erkennen.

© MVTec

Eine weitere Anforderung vieler Unternehmen besteht in der verlässlichen Erkennung von Text und Zeichen (Optical Character Recognition, OCR). Hier bieten sich ebenfalls benutzerfreundliche Machine-Vision-Lösungen an. Während OCR-Systeme im Büro-Umfeld meist über Wörterbücher verfügen, mit denen sich ein unvollständiger oder schwer ­leserlicher Text aus dem Kontext erschließen lässt, müssen in Industrie-Umgebungen in der Regel keine zusam­menhängenden Textpassagen, sondern isolierte Typenschilder, Los- oder Serien­nummern erkannt werden – eine Herausforderung für die Bildverarbeitung. Jedes Zeichen, ob Buchstabe oder Zahl, muss hier korrekt gelesen werden, eine Herleitung aus dem semantischen Zusammenhang ist nicht möglich. Zudem ist meist nicht klar, an welcher Stelle sich genau die Zeichen befinden, da der Lese-Algorithmus sich nicht an einem vorgegebenen Zeilenabstand orientieren kann. ‚Halcon‘ stellt hierfür Funktionen bereit, die den Text zielsicher im aufgenommenen Bild finden. Unter anderem werden Zeichen automatisch aus einzelnen Bildpunkten zusammengefügt, was die Erkennungsrate und damit die Usa­bility bei unsauberem Druck erhöht.

Autor: Dr. Wolfgang Eckstein ist Geschäftsführer von MVTec Software in München.