Aufrufe
vor 5 Monaten

Industrielle Automation 3/2018

  • Text
  • Industrielle
  • Automation
Industrielle Automation 3/2018

EDITORIAL Schon wieder

EDITORIAL Schon wieder ein neuer Standard? Ohne Standards wären wir im täglichen Leben und auch im industrielen Umfeld aufgeschmissen. Nur durch eine Vereinheitlichung – vor allem von Kommunikation – können Geräte überhaupt erst miteinander sprechen. In der Bildverarbeitung sind daher Schnittstellen wie USB3 Vision und GigE Vision absolut gängig. Nun betritt, mit der MIPI CSI-2-Schnittstelle (Camera Serial Interface) der MIPI Alliance, ein neuer Kandidat die Vision-Bühne. Getrieben vom Trend der Verschmelzung von industrieller Bildverarbeitung und Embedded Vision greift die Community zu einem Sensor-Interface, das üblicherweise in eingebetteten Systemen verwendet wird, um einen Bildsensor mit einem Embedded Board zu verbinden. In Smartphoneund Tabletkameras ist es bereits weit verbreitet und hat sich laut Experten bestens bewährt – warum also nicht darauf zurückgreifen? Wenn Sie mich fragen, ist dieser Weg richtig. Wir brauchen keine neue, eigens entwickelte Schnittstelle, wenn bereits eine existiert. Welche Meinung haben Sie dazu? Setzen Sie bereits auf CSI? Schreiben Sie mir. Ich bin gespannt auf Ihre Einschätzung! Dirk Schaar d.schaar@vfmz.de English Corner: Thermal imaging cameras help to study behavior of bats An Italian – Philippine team of researchers has been using thermal imaging cameras from Flir to study the behavior of bats residing in the stunning Puerto Pricesa Underground River cave system in the Philippines. The researchers hope that the technology will give them more insight into the size and identity of the bat colony, and that this knowledge will help them preserve the species for many years to come. Read this article: http://bit.ly/2semsul z 54 % Das sollten Sie nicht verpassen... Das 69. Heidelberger Bildverarbeitungsforum (3. Juli 2018) mit dem Schwerpunktthema „Multimodale Bildaufnahme und -verarbeitung“ gibt einen systematischen Einblick in diesen neuen Bereich, der sowohl Aufnahmemethoden als auch neue Analysemethoden umfasst. www.bv-forum.de z Zahl des Monats konnte die Basler AG im Geschäftsjahr 2017 zulegen Machine Vision auf Embedded Devices vereinfacht MVTec und Toradex haben die Verfügbarkeit von HPeek im Toradex Easy Installer bekannt gegeben. HPeek ermöglicht es, die Leistung eines Embedded-Geräts für Bildverarbeitungsanwendungen ohne Kosten zu testen. Der Toradex Easy Installer bietet die Installation der Demo mit einem Klick. HPeek ermöglicht die Evaluierung der Funktionalität von MVTec Halcon. Halcon vereinfacht Aufgaben wie Blob-Analyse, Morphologie, Matching, Messung, Identifikation und 3D-Vision. Um die Ausführung zu beschleunigen, unterstützt es sowohl Arm Neon als auch GPU-Beschleunigung. Die Arm-basierten Embedded-Computermodule sind Verbindung mit Halcon für Embedded-Vision-Anwendungen geeignet. www.mvtec.de 66 INDUSTRIELLE AUTOMATION 3/2018

Lernfähiger als der Mensch? IM FOKUS Künstliche Intelligenz (KI) ist in aller Munde. Ob Sprachassistent, Kredit-Risikoeinschätzung oder Spamfilter – unbemerkt schleicht sich synthetisches Denken in unser Leben. Auch in der industriellen Bildverarbeitung werkelt sie schon fleißig mit. Mit Machine Learning / Deep Learning nutzen Bildverarbeiter bereits heute mächtige Tools. Vision Systeme mit neuronalen Netzen übernehmen Aufgaben, die bisher dem Menschen vorbehalten waren: Und sie finden Fehlerarten, die ihnen noch nie vor die Kamera gekommen sind. Damit fallen Grenzen, die bisher als unumstößlich galten: Selbstlernende Sehsysteme lassen Erfahrungen in ihre Entscheidung einfließen. Bis dato war das einmalig beim Menschen. Fühlen Sie sich jetzt ertappt oder übertrumpft? Keine Sorge, denn Lernen heißt hier nur, Merkmale des Bildinhalts wie Kanten und Ecken auszuwerten. Da können wir weitaus mehr! Nur dass beim Deep Learning das neuronale Netz die Entscheidungsmuster selbst erstellt, ohne dass der Mensch herausbekommen kann, welche es sind. Das stimmt nachdenklich. Die Menge an Daten bestimmt den Lernfortschritt. Möglichst viele vom Menschen vorklassifizierte Teile braucht das System zur Modellbildung. So kann die Präzision der Entscheidung gesteigert werden. Aber: Je mehr Lernparameter enthalten sind, desto zeit- und rechenaufwändiger ist die Trainingsprozedur. Funktioniert das vom neuronalen Netz gebildete Modell, so sind die Strukturen Bestandteil des Modells geworden. Das Lernen hat ein Ende. Zuverlässige Entscheidungen können nun mit weniger Rechenleistung getroffen werden. Technologisch ist das ein neuer Kick für die Bildverarbeitung. Wo klassische Bildverarbeitungsansätze versagen, bei bisher nicht aufgetretenen Fehlern, bei stark variierenden Objekten in Bildern, bei der Erkennung von Oberflächenfehlern, bei schlechter Ausleuchtung oder reflektierenden Oberflächen übertrifft KI die Klassifizierungsraten klassischer Bildverarbeitung erheblich. Nun droht jedoch Ungemach aus ganz anderer Richtung: Mit der Offenlegung des Potentials von KI hat die chinesische Parteiführung die Vision Technologie für ihren Machtanspruch entdeckt: Dank „intelligenter Überwachungs-, Frühwarn- und Kontrollsysteme“ könne die „öffentliche Sicherheit“ in China so lückenlos wie nie zuvor werden. Dafür werde man 2020 über 600 Millionen Kameras im öffentlichen Raum verfügen. Auf je zwei Chinesen kommt dann eine Kamera … Nachdenklich grüßt Ihr Ingmar Jahr Dipl.-Ing. Ingmar Jahr ist Manager Training & Support bei der evotron GmbH in Suhl Hyperspectral Imaging schafft neue Märkte Ein Trendthema auf der Bildverarbeitungsmesse Vision in Stuttgart (6. bis 8. November 2018) wird das Hyperspectral Imaging (HSI) sein. Neben vielen Ausstellern, die HSI-Produkte und -Lösungen präsentieren, informieren auch Vorträge bei den „Industrial Vision Days“ über die Technologie. Hyperspektral-Systeme bieten im Vergleich zu herkömmlichen Bildverarbeitungssystemen pro Objektpixel ein Spektrum anstelle eines Monochrom- oder Farbwertes. Je nach Wellenlängenbereich und spektroskopischer Verarbeitung können damit hochpräzise Farbkoordinaten, chemische Materialeigenschaften, aber auch Schichtdickeninformationen abgeleitet werden. Die Output-Information einer solchen Kamera weist einen deutlich höheren Komplexitätsgrad auf, ermöglicht aber auch eine viel höhere Diversität und Selektivität hinsichtlich lösbarer Anwendungen. Hohe Erwartungen gibt es beispielsweise an Hyperspectral Imaging-Applikationen mit mobilen Trägersystemen, etwa für das Precision Farming mit Drohnen. www.vision-messe.de B I L D V E R A R B E I T U N G F Ü R T E C H N I S C H E , W I S S E N S C H A F T L I C H E U N D I N D U S T R I E L L E A N W E N D U N G E N Matrox Iris GTR Smartkameras klein & schnell n Leistungsstarke Plattform Intel Celeron Dual-Core CPU 2 GB RAM, 32 GB eMMC Speicher n Schnelle CMOS Sensoren Onsemi Python mono und color VGA bis 5 Megapixel n Flexible Anschlüsse GigE, RS-232, USB 2.0, VGA 8x Realtime I/Os mit Support Rotary Encoder n Autofocus und LED Controller Varioptic Caspian Autofocus-Linse LED-Intensität Beleuchtungsregelung n Kompakt und robust staub- und wasserdicht IP67 75 x 75 x 54 mm Gehäuse n OEM und Systemintegration Windows Embedded Standard 7, 64 Bit Matrox Fedora Remix Linux, 64 Bit oder interaktive Entwicklung mit Matrox Design Assistant RAUSCHER Telefon 0 8142/4 48 41-0 · Fax 0 8142/4 48 41-90 eMail info @ rauscher.de · www.rauscher.de

AUSGABE