ifm

Edge Device für die Bildverarbeitung

12. November 2022, 13:39 Uhr | Inka Krischke

In Produktionsumfeld und Intralogistik nimmt der Anteil autonom agierender Fahrzeuge zu. So ist es auch die mobile Robotik einer der aktuell wichtigsten Märkte für die industrielle Bildverarbeitung. Mit 'O3R' zeigt ifm ein Edge Device für genau solche Anwendungen.

Ziel in der Intralogistik sind autonom agierende Fahrzeuge, die Waren selbstständig von Punkt A zu Punkt B transportieren. In der Regel verwenden Automated Guided Vehicles (AGV) mehrere Sensoren, die mit unterschiedlichen Prinzipien arbeiten: RGB-Kameras, 3D-Kameras, Laserscanner sowie Radar- oder Ultraschallsensoren. Sie stellen quasi die Sinnesorgane der mobilen Maschine dar, deren Informationen durch Sensordatenfusion, also der Kombination der Daten der verschiedenen Sensoren, zusammengetragen wird. Aber: Die Synchronisation der Sensoren und die Fusion der Sensordaten stellen Anwender und Hardware vor große Herausforderungen.

ifm hat speziell für diesen Bereich die Hardware-Plattform O3R entwickelt, die Entwicklern sowohl die Vor- als auch die Serienentwicklung durch eine pfiffige Software-Umgebung und eine umfang-reiche Auswahl an Software-Tools und -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 (Flat Panel Display Link), für die anderen Sensoren stehen GigE-Schnittstellen zur Verfügung. CAN-Schnittstellen sorgen für die einfache Einbindung in die Architektur eines mobilen Roboters. 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. Und da die Bildverarbeitung beim O3R-Konzept in das Edge-Gerät wandert, ist in der Kamera selbst kaum Datenverarbeitung notwendig. Daher können auch mehrere verschiedene Kameras eingesetzt werden. ifm bietet passend dazu Kamera-Köpfe, die 3D-Sensoren oder eine Kombination aus 3D- und 2D-Sensoren mit verschiedenen Öffnungswinkeln und Auflösungen enthalten.

Da das Edge Device auf Linux-Basis sehr viel Rechenleistung bietet, können laut Anbieter auch anspruchsvolle Applikationen umgesetzt werden; insbesondere Anwendungen von Künstlicher Intelligenz (KI) sind auf diese Leistungsfähigkeit angewiesen. So lassen sich etwa neuronale Netze für Bildverarbeitungs-Anwendungen implementieren, die mit herkömmlichen algorithmischen Methoden nicht möglich wären. Diese Methoden des Deep Learning lassen sich zum Beispiel einsetzen, um eine verbesserte Orientierung von autonomen mobilen Robotern (AMR) zu realisieren. Durch das dazu verwendete Verfahren, Simultaneous Localization and Mapping (Slamming), ‚weiß‘ der AMR, wie seine Umgebung aussieht und wo er sich innerhalb dieser Umgebung befindet (Localization). Wenn er sich in dieser Umgebung bewegt, kann er zusätzlich eine Karte seiner Umgebung anfertigen (Mapping). Solche Aufgaben lassen sich durch den Einsatz von neuronalen Netzen und anderen Methoden der KI lösen.

»Produkte des Jahres 2022«

Das interaktive E-Paper der Gewinner

ifm

Einsatz in der Lebensmittelindustrie

ifm

Alles ganz einfach?

ifm

Cloudbasierte Maschinendiagnose im Fokus

Mitmachen und gewinnen

Produkte des Jahres 2023 – Ihre Stimme zählt!

ifm auf der SPS 2022

IP67-Netzteile mit IO-Link-Schnittstelle

ifm