Anzeige
Anzeige
Anzeige

Auf den Arm genommen

Inline-3D-Snapshot-Scanner mit 5Hz Abtatsrate

3D-Snapshot-Scanner verwenden eine Triangulationskamera oder zwei Stereokameras in Kombination mit strukturiertem Licht, um eine 3D-Punktwolke hoher Dichte eines stationären Objektes zu erzeugen. Herkömmliche 3D-Snapshot-Scanner verwenden handelsübliche, hochauflösende Kameras und Standard Projektoren zur Offline-Erzeugung der Punktwolke. Allerdings sind die meisten Scanner Handgeräte und somit ungeeignet für den Inline-Betrieb. Die typische Messgeschwindigkeit beträgt dabei weniger als 1Hz.
Die Gocator-3-Serie definiert eine neue Kategorie der All-In-One 3D-Scanner. Sie kombiniert die Erfassung der 3D-Punktwolke, Datenanalyse und Messwerkzeuge in einem kostengünstigen Gerät. Strukturierte, blaue LED-Beleuchtung und Zweikamera-Stereotechnik garantieren ein zuverlässiges Messresultat, auch bei schwierigen Lichtverhältnissen. Zudem eliminiert der Einsatz der LED-Beleuchtung spezielle Laser-Sicherheitsmaßnahmen. Durch Abtastraten bis zu 5Hz, die das Abtasten von großen Flächen bei einer Messgenauigkeit von 50µm erlauben, sind die Scanner für eine Vielzahl von Inline-Messaufgaben geeignet. Die Sensoren verfügen über einen integrierten Webserver, der eine einfache Konfiguration und Implementierung mittels Webbrowser ermöglicht. Die Konfiguration kann mit einem handelsüblichen PC oder Mobilgerät und ohne spezielle Software oder BV-Wissen durchgeführt werden. Das Gerät ermöglicht die Visualisierung der 3D-Punktwolke direkt in der Weboberfläche. Sämtliche Steuerungen (Orbit, Pan und Zoom) sind möglich. Die Anzeige der Videobilder zur Einrichtung und Diagnose ist ebenso vorgesehen.

Einsatz an Roboterarmen

So wie die anderen Gocator Serien, verfügt auch die 3er-Serie über integrierte Messwerkzeuge, das heißt ein PC mit einer BV-Software wird nicht benötigt. Die Sensoren sind werkskalibriert und temperaturstabilisiert. Werden mehrere Sensoren benötigt, um eine Messaufgabe zu lösen, können diese über einen Master synchronisiert werden. Die Kommunikation ist über Ethernet-IP/Modbus sowie TCP/IP-Befehle (über GigE) möglich. Die Triggerung der Messung geschieht über eine interne Zeitbasis, einen Drehgeber oder einen digitalen Triggereingang. Eine Open-Source Programmierschnittstelle erlaubt zudem die Entwicklung kundenspezifischer Lösungen. Das kompakte (1,5kg) IP67-Gehäuse, erlaubt den Einsatz an Roboterarmen und Aktuatoren. n

Anzeige

Empfehlungen der Redaktion

Das könnte Sie auch interessieren

Antmicro und Allied Vision haben auf der Vision eine Deep-Learning-Anwendung gezeigt. Diese bedient sich KI zur Identifizierung und Verfolgung von Personen und Objekten in Echtzeit und setzt auf die neue Alvium-Kameraserie sowie den Nvidia Jetson AGX Xavier.‣ weiterlesen

www.antmicro.com, www.alliedvision.com

Anzeige

The Omnitek DPU (Deep Learning Processing Unit) is a configurable IP core built from a suite of FPGA IP comprising the key components needed to construct inference engines suitable for running DNNs used for a wide range of Machine Learning applications, plus an SDK supporting the development of applications which integrate the DPU functionality.‣ weiterlesen

www.omnitek.tv

Anzeige

Moonvision automatisiert dank AI die Oberflächenerkennung unterschiedlichster Materialien. Was bislang über 50 Bilder erfordert hat, gelingt dem Wiener Startup mit nur elf Bildern. ‣ weiterlesen

www.moonvision.io

Anzeige

Preiswerte Einplatinencomputer haben ihr Bastler-Image längst abgelegt und werden bereits zur Maschinensteuerung eingesetzt. Im Rahmen einer Masterarbeit an der TH Deggendorf wurde nun ein kostengünstiges Smart-Kamera-System auf Basis eines Einplatinencomputers (Raspberry PI 3) als Labormuster entwickelt.‣ weiterlesen

www.th-deg.de

Der neuromorphe System-on-Chip-Baustein (NSoC) Akida ermöglicht erstmals eine gepulste neuronale Netzwerk-Architektur (SNN: Spiking Neural Network) in Serie.‣ weiterlesen

www.brainchipinc.com

Embedded Deep Learning soll künstliche Intelligenz von der Cloud in das Gerät oder die Maschine bringen. Der erste Schritt zur Verkleinerung einer Serverfarm besteht laut Imago darin, ein leistungsstarkes GPU-Board in einer kompakten VisionBox einzusetzen.‣ weiterlesen

www.imago-technologies.com

Anzeige
Anzeige
Anzeige