Startseite » Allgemein »

Ganz ohne Vision-Know-how

Duo aus intelligenter Kamera und Software ermöglicht automatisierte Szenenanalyse
Ganz ohne Vision-Know-how

Die Zukunft der intelligenten Kamera als echte Smart Camera hat schon begonnen: Mit einem Zwillingskonzept aus Hardware und Software zeigt Matrix Vision, wie intelligentes Inspektionserstellen geht. Weder neuronale Netze noch Cloud Computing, Programmierfachwissen oder Bildverarbeitungs-Know-how werden dafür benötigt.

Intelligente Kamera ist nicht gleich intelligente Kamera. Es gibt sowohl offene als auch geschlossene Systeme. Erstere sind offen und mächtig, jedoch kompliziert. Offen heißt, dass diese Systeme in der Regel auf dem Betriebssystem Linux basieren, welches selbst eingerichtet und konfiguriert werden muss. Danach muss die Inspektion mittels Bildverarbeitungsbibliothek programmiert werden. Sowohl Programmierkenntnisse als auch Bildverarbeitungskenntnisse sind zwingend nötig, um auf ein gutes Ergebnis kommen zu können. Die Anforderungen an den Entwickler sind demnach sehr hoch.

Geschlossene intelligente Kameras können wiederum in zwei Gruppen unterteilt werden: den Vision-Sensoren und den Vision-Systemen. Bei Vision-Sensoren handelt es sich um Kameras, die für eine spezielle Aufgabe wie zum Beispiel zum Barcode-Lesen gedacht sind. Die Bedienung ist einfach, da nur wenige Werte parametrisiert werden können. Erweitert oder ändert sich das Aufgabenspektrum, so wird eine neue Kamera benötigt. Programmierkenntnisse und Bildverarbeitungskenntnisse sind nur eingeschränkt nötig, jedoch ist das Aufgabengebiet auf das Minimum eingeschränkt.
Um flexibler zu agieren und mehr als eine Aufgabenstellung zu lösen, kann man auf Vision-Systeme zurückgreifen. Diese erfordern aber Bildverarbeitungsfachwissen, da die Oberfläche den Zugriff auf alle Bildverarbeitungsalgorithmen zulässt. Die Erstellung einer Inspektion erfordert demnach die Auseinandersetzung mit Algorithmen wie Binarisierung, das Auffinden von Kanten etc. Teilweise müssen vom Anwender bis zu 20, 30 oder mehr Parameter eingestellt werden.
Zwei IT-Schlagwörter werden in Verbindung mit der Zukunft der intelligenten Kameras genannt: Deep Learning und Cloud Computing. Im Bildverarbeitungskontext versteht man unter Deep Learning ein Lernverfahren, das mehrere, meist Tausende, Gut- und Schlechtbilder trainiert und anschließend automatisch entscheidet, was gut oder schlecht ist. Der Rechen- und Speicheraufwand ist enorm und für eine intelligente Kamera nicht zu bewältigen. Daher sollen hierfür neuronale Netze eingesetzt werden. Diese werden von Supercomputern errechnet und dann auf die intelligente Kamera gespielt, so der Plan.
Doch wer bezahlt die durch die Supercomputer entstehenden Kosten? Abgesehen davon kann niemand nachvollziehen, was bei neuronalen Netzen intern passiert und welcher Aspekt zur Klassifizierung, ob ein Teil gut oder schlecht ist, ausschlaggebend war. Folgendes durchaus denkbare Szenario verdeutlicht den Nachteil dieser Intransparenz: Beim Einlernen hatten alle Gut-Teile zufällig einen leichten Grünstich, dann wird dies als Entscheidungsgrundlage benutzt. Dies führt dazu, dass auch Gut-Teile, sobald etwa der Grünstich fehlt, als Schlecht-Teile erkannt werden. Ferner kann weder nachgesehen werden, weshalb das so ist, noch das Fehlverhalten einfach korrigiert werden. Es kann zwar versucht werden, Hunderte von diesen Bildern als Gut-Teil einzutrainieren, Gewissheit, dass das Gut-Teil dann akzeptiert wird, hat man dennoch nicht.
Da das riesige Speichervolumen, welches durch Deep Learning benötigt wird, nicht von einer intelligenten Kamera abgedeckt werden kann, wird Deep Learning oft mit Cloud-Computing in Verbindung gebracht. Auch hier gibt es viele offene Fragen: Wo steht der Server? Wer hat Zugriff auf die Daten? Wer gewährleistet die Sicherheit der Daten? Da es sich bei Produktionsdaten um sensible Daten handelt und Sicherheitslücken häufig zum Datendiebstahl genutzt werden, sind das Punkte, welche nicht leichtfertig übergangen werden dürfen.
Eine Alternative zu diesen Konzepten sind intelligente Kameras mit selbstlernender Software: Die Software MV Impact Configuration Studio (MV Impact-CS) von Matrix Vision macht aus der MV Bluegemini eine Smart Camera, die Leistung, Funktionsumfang und Mächtigkeit von intelligenten Kameras mit der Einfachheit der Bedienung von Vision-Sensoren vereint. Denn es liefert den digitalen Bildverarbeitungsexperten gleich mit. Die von der Kamera aufgenommene aktuelle Szene wird automatisch ausgewertet, die dafür passenden Algorithmen und bei Bedarf auch Filter ausgewählt, die vom MV Impact-CS auch gleich automatisch richtig parametrisiert werden.
Dem Anwender steht eine übersichtliche Anzahl von Tools zur Verfügung, deren Bezeichnungen „Kamera einrichten“, „Bild erfassen“, „Code lesen“, „Objekt finden“ oder „Objekt vermessen“ den jeweiligen Anwendungszweck beschreiben. Damit verwendet die Software die Sprache des Benutzers, der zwar beschreiben kann, was er erreichen will, jedoch typischerweise keinerlei Bildverarbeitungsvorkenntnisse hat. Inspektionsaufgaben werden dank der Tools visuell, schnell und kosteneffizient in wenigen Minuten umgesetzt.
Die Wirkungsweise und Philosophie hinter MV Impact-CS können am Beispiel des Tools „Objekt finden“ verdeutlicht werden: Es gibt viele Bildverarbeitungsalgorithmen, die sich zum Finden eines Objektes eignen: Blob-Eigenschaften (Blob = Binary Large Object), mehrere Blobs und ihre örtliche Beziehung zueinander, Mustererkennung, kantenbasierter Mustervergleich etc. Diese Grundalgorithmen haben alle spezifische Eigenschaften und eingeschränkte Anwendungsbereiche. Ein Anwendungsentwickler in der Bildverarbeitung schaut sich das Bild an und entscheidet aufgrund seiner Erfahrung, welches Verfahren für genau dieses Objekt das geeignetste ist. Dann implementiert der Anwendungsentwickler den Algorithmus in seinem Programm oder parametrisiert den Algorithmus bei herkömmlichen konfigurierbaren intelligenten Kameras. Durch Tests und durch seine Erfahrung bestimmt und optimiert der Anwendungsentwickler die teilweise bis zu 30 oder mehr Parameter.
Bei MV Impact-CS sind die Auswahl der richtigen Algorithmen sowie das Bestimmen und Setzen der passenden Parameter bereits integriert – und die Aktivitäten erfolgen automatisch anhand einiger Beispielbilder und einem Konfigurationsassistenten, auch Wizard genannt, der mit dem Anwender interagiert. Damit erreicht MV Impact-CS die Vorstufe zur automatischen Szenenanalyse. Zudem zeigt das Tool „Objekt prüfen“ eine im Vergleich zum Deep Learning ähnliche Herangehensweise mit dem Unterschied, dass nur zwei bis fünf Beispielbilder statt Tausende Gut-/Schlecht-Bilder ausreichen.
Das Tool verwendet keine undurchsichtigen Algorithmen, die auf „magische Weise“ eine Entscheidung treffen, sondern etablierte Standard-Bildverarbeitungsalgorithmen. Beispielsweise verwendet „Objekt prüfen“ aktuell entweder einen kantenbasierten (sind die gleichen Kanten vorhanden wie bei den Gut-Teilen?) oder den helligkeitsbasierten Algorithmus (liegen die Grauwerte näher bei denen der Gut- oder eher bei denen der Schlecht-Teile?). Die Software wählt, und das ist der Unterschied zu anderen Anbietern, den passenden Algorithmus anhand der Bilder automatisch; ebenso die Parameter. Kein Bildverarbeitungsexperte ist nötig. Auch sind das Verfahren und die Parameter für jeden ersichtlich, sodass nachvollzogen werden kann, was passiert und auch, warum etwas nicht klappt. Zudem können diese vom Anwender selbst nachträglich geändert werden, um Einfluss auf das Verhalten zu nehmen. ■

Die Autoren

4029821840298220

Stefan Bertele
Produktmanager
Ulli Lansche
Technischer Redakteur
Matrix Vision
Newsletter

Jetzt unseren Newsletter abonnieren

Quality Engineering
Titelbild QUALITY ENGINEERING 1
Ausgabe
1.2024
LESEN
ABO
Webinare & Webcasts

Technisches Wissen aus erster Hand

Whitepaper

Whitepaper zum Thema QS


Industrie.de Infoservice
Vielen Dank für Ihre Bestellung!
Sie erhalten in Kürze eine Bestätigung per E-Mail.
Von Ihnen ausgesucht:
Weitere Informationen gewünscht?
Einfach neue Dokumente auswählen
und zuletzt Adresse eingeben.
Wie funktioniert der Industrie.de Infoservice?
Zur Hilfeseite »
Ihre Adresse:














Die Konradin Verlag Robert Kohlhammer GmbH erhebt, verarbeitet und nutzt die Daten, die der Nutzer bei der Registrierung zum Industrie.de Infoservice freiwillig zur Verfügung stellt, zum Zwecke der Erfüllung dieses Nutzungsverhältnisses. Der Nutzer erhält damit Zugang zu den Dokumenten des Industrie.de Infoservice.
AGB
datenschutz-online@konradin.de