Vision in der Edge
TITELSTORY: Vision-Anwendungen mit Edge-Architektur
Klassische Bildverarbeitung oder smarte Vision-Sensoren ist in vielen Anwendungen die Gretchenfrage. Es gibt aber noch weitere Aspekte, denn mit klassischer Bildverarbeitung lassen sich viele Anforderungen nicht so umsetzen, dass damit auch preissensitive Applikationen erreichbar sind. Neuronale Netze sowie KI eröffnen hier neue Wege. Hinzu kommt, dass die Anwendungen nicht unbedingt im separaten Rechner ablaufen, der Trend geht in Richtung Embedded Vision und Edge.
Bild 1 | In der Intralogistik gibt es zahlreiche Anwendungen für Autonomous Mobile Robots (AMRs). (Bild: IFM Electronic GmbH)
Klassische Bildverarbeitungslösungen sind sehr leistungsfähig und bieten zum Beispiel hohe Auflösungen und schnelle Verarbeitungsgeschwindigkeiten. Sie können einzelne Teile gut mit einer vorgegebenen Geometrie vergleichen und liefern dabei sehr gute Erkennungsquoten. Typische Anwendungen solcher Systeme finden sich etwa in der Fertigung zur Inline-Qualitätskontrolle. Aber mit anderen Aufgaben, die auf den ersten Blick einfach erscheinen, sind solche Lösungen überfordert, weil sie sich nicht formal bzw. mathematisch beschreiben lassen. Ein typisches Beispiel ist die Erkennung einer Hand. Zur Faust geballt, einzelne oder alle Finger ausgestreckt, mit der Handfläche nach oben oder unten, rechte oder linke Hand – die möglichen Bilder sind so unterschiedlich, dass sie mit einer auf Algorithmen basierten Bildverarbeitung nicht mit ausreichender Sicherheit als Hand erkannt werden können.
Werker-Assistenzsystem mit KI
Das für die eigene Produktion im ifm Werk in Tettnang entwickelte Werker-Assistenzsystem mate stellt aber genau diese Anforderung. Über eine Kamera, die oberhalb des Arbeitsplatzes montiert ist, soll das System die Hand detektieren, um zu erkennen, ob der Mitarbeiter in eine bestimmte Box gegriffen hat. Zum Einsatz kommt hier eine auf neuronalen Netzen basierende Technologie der Künstlichen Intelligenz (KI). Mit einem Deep-Learning-Ansatz erreicht das System eine beeindruckend hohe Erkennungssicherheit. Ob der Werker Rechts- oder Linkshänder ist, spielt dabei ebenso wenig eine Rolle wie die Haltung der Hand. Das Assistenzsystem kommt durch die optische Handerkennung ohne zusätzliche Hilfsmittel, wie VR-Brillen oder Tracker am Handgelenk aus
