Sie sind hier: HomeFeldebeneBildverarbeitung

Qualitätssicherung: Smarte Überwachung mit KI

Fortsetzung des Artikels von Teil 1.

Komplexe Muster erkennen

Künstliche Intelligenz (KI) ist in diesem Zusammenhang und bezüglich fortschrittlicher Vision-Systeme in Kombination mit Deep-Learning-Algorithmen ein wichtiger Trend. Für die Lebensmittel- und Getränke-Industrie kann dies beispielsweise bedeuten, dass die Inspektionssoftware mithilfe eines Algorithmus trainiert wird, um komplexe Muster für das jeweilige Produkt zu erkennen. Auf diese Weise lassen sich beispielsweise ungleichmäßig geformte Objekte wie Backwaren leicht überprüfen und sogar Fehler erkennen, die zuvor nicht explizit angelernt wurden. Solche KI-gestützten Kontrollen können sich auf die Form, Farbe und Textur eines Produkts beziehen.

Herkömmliche Vision-Systeme lassen sich zwar programmieren, um bestimmte Fehler zu finden und beispielsweise Abweichungen zu erkennen. Ein auf KI basierendes Inspektionssystem kann jedoch lernen, anormale Produkte zu erkennen, ohne speziell für jede Abweichung von der Norm programmiert zu sein.

Ein anderer Ansatz ist das Erkennen und Lesen von OCR-Markierungen. In sehr anspruchsvollen Anwendungen stimmen die Buchstaben möglicherweise nicht mit dem Muster einer traditionellen Software-Einstellung ohne KI überein. Beim Lesen von OCR mit Bildverarbeitungssoftware ist die herkömmliche Software ohne KI möglicherweise nicht in der Lage, zu interpretieren, welchen Buchstaben sie sieht. Mit KI lässt sich ein robusterer und zuverlässigerer Messwert erreichen.

Ein weiterer Aspekt, der in Sachen Qualitätskontrolle wichtig ist, ist die Anbindung an eine Datenbank. Sie ermöglicht die Erfassung von Qualitätsprüf- und Produktionsdaten sowie die Sicherstellung der Rückverfolgbarkeit und Einhaltung gesetzlicher Vorschriften. Via Datenanalyse lassen sich Trends erkennen sowie Predictive Maintenance optimieren. Eine KI-gestützte Maschinensteuerung kann diese Konnektivität bieten und zugleich Logik, Bewegung, Vision, Sicherheit und Robotik in einer Lösung vereinen. Beispielsweise kann ein Controller die Kommunikation mit mehreren Smart Kameras übernehmen und die Ergebnisse über einen internen SQL-Client direkt in der SQL-Datenbank registrieren. Hierbei ist darauf zu achten, dass der Controller direkt mit SQL-Datenbanken kommunizieren kann, indem er integrierte Funktionsbausteine verwendet, die SQL-Anfragen bereitstellen. Industrie-PCs lassen sich dazu verwenden, die Ergebnisse an jeder Station in der Fabrik zu visualisieren.