Anzeige
Anzeige
Anzeige

KI per Vision App

Künstliche Intelligenz als App für Industriekameras

Vision App-basierte Industriekameras der IDS NXT Familien Rio und Rome sind bereit für künstliche Intelligenz (KI). Eine Vision App macht sie zu energieeffizienten und leistungsstarken Inferenzkameras mit integriertem KI-Beschleuniger.

 IDS zeigt auf der Vision einen funktionsfähigen Prototypen einer KI-basierten Objekterkennung, die vollkommen eigenständig auf einer IDS NXT Industriekamera läuft. (Bild: ©NicoElNino/stock.adobe.com)

Bild 1 | IDS zeigt auf der Vision einen funktionsfähigen Prototypen einer KI-basierten Objekterkennung, die vollkommen eigenständig auf einer IDS NXT Industriekamera läuft. (Bild: ©NicoElNino/stock.adobe.com)

Einmal programmiert, funktioniert die klassische Bildverarbeitung immer auf dieselbe Art und Weise – aber nur solange die zu identifizierenden Merkmale eindeutig sind und vorab einprogrammiert wurden. Um Fehlerquoten immer weiter zu senken, müssen Produktionsfehler frühzeitig erkannt und vermieden werden. Wo sich aber die komplette Vielfalt an möglichen Abweichungen und Fehlern kaum vollständig vorhersagen lässt, liefern KI-basierte Verfahren neue Ansätze. Künstliche Neuronale Netze (KNN) interpretieren mittlerweile komplexe Bildinhalte mit unerreichter Genauigkeit und bieten Lösungen, die sich durch die manuelle Programmierung mit bisherigen Algorithmen selbst mit hohem Aufwand nicht realisieren ließen. Neben der Qualitätssicherung oder Predictive Maintenance in der industriellen Produktion sind z.B. auch neue Einsatzgebiete in der medizinischen Diagnostik oder Lagerprüfungen in Einzelhandel und Logistik denkbar.

Embedded Beschleuniger in der Kamera

Die Vielfalt von KNNs wird Anwendern durch ein breites Spektrum von Open-Source Frameworks, high-level Software und Services zugänglich gemacht. Eine Vielzahl veröffentlichter KNN-Architekturen decken dabei bereits unterschiedliche Anforderungen an Komplexität, Genauigkeit oder Inferenzzeiten ab. Durch die Automatisierung und Überwachung industrieller Anlagen stehen zum Training dieser Architekturen immer mehr Daten zur Verfügung. Allerdings bedurfte der Einsatz von KNNs bisher häufig teure und leistungshungrige Hardware. Spezielle Embedded-Beschleuniger, das heißt Hardware-Chips mit hoher Rechenleistung bei geringer Leistungsaufnahme, können hier Abhilfe schaffen. Dabei liegt es nahe, solche Beschleuniger direkt in die Kamera zu integrieren, sodass Bildanalysen dezentral stattfinden und Bandbreiten-Engpässe in der Übertragung vermieden werden. Dem Anwender wird dadurch die Wahl gelassen, ob die künstliche Intelligenz klassisch auf einem PC, in der Cloud oder auf einer Embedded-Vision-Kamera ausgeführt wird, die sich damit neben der Bereitstellung der Bilddaten, auch direkt um deren Auswertung kümmert. Die Struktur und Arbeitsweise von KNNs hat gezeigt, dass für deren Beschleunigung bewährte Hardware neu überdacht werden muss. Zwar interpretieren sie Bilder mit vergleichsweise simplen Rechenoperationen, wie Additionen und Multiplikationen, allerdings müssen je nach Tiefe der Vernetzung Milliarden solcher Berechnungen durchgeführt werden, um die Bilddaten gegen alle trainierten Merkmale zu prüfen. Um hohe Inferenzraten bei geringer Latenz bzw. in Echtzeit zu realisieren, ist daher ein hohes Maß an paralleler Verarbeitung notwendig. Die Auswahl der richtigen Technologie (z.B. GPUs, DSPs oder FPGAs) zur KI-Beschleunigung ist somit eine weitere Variable, die bei der Konzeption des kompletten Bildverarbeitungssystems zu betrachten ist, dessen Umsetzung von Anforderungen wie Kosten, Baugröße, Performance, Qualität und Hardwarekompatibilität abhängt.

Anzeige

Empfehlungen der Redaktion

Das könnte Sie auch interessieren

Die auf der CIS basierenden Line Scan Bars gibt es nun mit neuen Längen von 1.064, 1.247 und 1.688mm, die eine höhere Scanbreite als bisher abdecken. ‣ weiterlesen

de.mitsubishielectric.com

Anzeige

Die Allpixa Evo ist die erste Zeilenkamera mit Dual-10GigE-Schnittstelle. Sie liefert je nach Modell 10K oder 15K horizontale Auflösung bei vier Zeilen und ist als Farb- oder Monochromversion erhältlich.‣ weiterlesen

www.chromasens.de

Auf Basis der CoaXPress-V2.0-Schnittstelle liefert die Highspeed-Kamera Eosens 1.1CXP2 bei 1,1MP Auflösung bis zu 3.600fps. ‣ weiterlesen

www.mikrotron.de

Der hochauflösende 3D-Sensor DSMax bietet 2.000 Profilpunkte und Scanraten von bis zu 18kHz bei vollem Messbereich. Durch die Kombination aus telezentrischen Objektiv und gerichteter Laserlinie werden die abgeschatteten Bereiche reduziert.‣ weiterlesen

www.i-mation.de

Die 10GigE-Modelle der LX-Serie von Baumer ermöglichen die Ansteuerung von Autofokusobjektiven mit Flüssiglinsen zur schnellen und flexiblen Fokussierung bei sich ändernden Arbeitsabständen. ‣ weiterlesen

www.baumer.com

Erster Sensor-Neuzugang für die GigE-Vision-Kameras von Matrix Vision ist der 31MP-Sensor IMX342 von Sony. In Verbindung mit dem SmartFrameRecall Feature können auch die Auflösungen von 6.480x4.856 Pixel mit GigE und Dual GigE genutzt werden. ‣ weiterlesen

www.matrix-vision.de

Anzeige
Anzeige
Anzeige