Smart und extrem günstig

Smart und extrem günstig

Kostengünstige intelligente Kamera auf Raspberry-Pi-Basis

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.

Bild 1 | Basis des neuen kostengünstigen Visionsystems ist ein Raspberry Pi 3 Modell B Einplatinencomputer mit zugehörigem Kamera-Modul, an dem eine LED-Lampe mit USB-Anschluss zur Beleuchtung des Prüfobjekts angeschlossen ist.(Bild: THD-Technische Hochschule Deggendorf)

Bild 1 | Basis des neuen kostengünstigen Visionsystems ist ein Raspberry Pi 3 Modell B Einplatinencomputer mit zugehörigem Kamera-Modul, an dem eine LED-Lampe mit USB-Anschluss zur Beleuchtung des Prüfobjekts angeschlossen ist.(Bild: THD-Technische Hochschule Deggendorf)

Das neue System stellt Bildvorverarbeitungsfunktionen und -aufgaben zur Verfügung, die durch den Anwender zu einem individuellen Prüfprogramm zusammengesetzt und konfiguriert werden können. Als Basis dient ein Raspberry Pi 3 Modell B Einplatinencomputer mit zugehörigem Kamera-Modul, das über die integrierte CSI-Schnittstelle angesteuert wird. Die Kamera verfügt über einen CS-Mount-Objektivgewindeanschluss, der einen Wechsel des Objektivs ermöglicht. Zur Präsentation und Verwendung im Labor wurde das System an eine Haltevorrichtung angebracht. Zur Simulation eines Linienlichts wurde eine handelsübliche preiswerte LED-Lampe mit USB-Anschluss zur Beleuchtung des Prüfobjekts angeschlossen. Die Anbindung an eine industrielle Produktionsanlage, z.B. zur Maschinensteuerung, wurde durch einfache Hardwaremaßnahmen simuliert. Ein Inputsignal zum Starten der Bildaufnahme mit darauffolgender Ausführung der Bildverarbeitungsfunktionen im konfigurierten Prüfprogramm kann durch Betätigung eines Tasters gesendet werden, wohingegen das Ergebnis der Prüfung im Output durch aufleuchtende LEDs verdeutlicht wird. Dies erfolgt im Prototyp über die GPIO-Pin-Leiste des Einplatinencomputers.

Offene Softwarearchitektur

 Bild 2 | Dank offener Bibliotheken wurde eine Software entwickelt, die per grafischer Oberfläche die Steuerung des Systems ermöglicht und individuell angepasst werden kann. (Bild: THD-Technische Hochschule Deggendorf)

Bild 2 | Dank offener Bibliotheken wurde eine Software entwickelt, die per grafischer Oberfläche die Steuerung des Systems ermöglicht und individuell angepasst werden kann. (Bild: THD-Technische Hochschule Deggendorf)

Unter Verwendung quelloffener Bibliotheken wurde eine Software entwickelt, die per grafischer Oberfläche die Steuerung des Systems ermöglicht. Dies kann über die angeschlossene Peripherie oder per Fernzugriff im Netzwerk erfolgen. Das Programm wurde mittels Python implementiert und nutzt OpenCV 3.4.1 als Bildverarbeitungsbibliothek. Im Fokus der Entwicklung stand die einfache Bedienbarkeit und Erweiterbarkeit. Die Softwarearchitektur besteht aus Einzelkomponenten, deren Erweiterung mit geringem Aufwand getrennt voneinander anhand definierter Schnittstellen möglich ist. Dadurch kann das System auf individuelle Bedürfnisse angepasst und um zusätzliche Bildverarbeitungsfunktionen erweitert werden. Aktuell sind folgende konfigurierbare Bildverarbeitungsfunktionen implementiert:

  • Maßkalibrierung
  • Maßprüfung eines Objekts
  • Blob-Analyse
  • Dekodierung von Barcodes und QR-Codes
  • Binarisierung
  • Graufilter
  • Box-Glättungsfilter
  • Bildaddition/-subtraktion
  • Bildspiegelung/-invertierung
  • Grauwert-Histogramm
  • Histogramm-Ebnung

Ergebnisse und Daten der Messung, wie beispielsweise Prüfdauer und Maße eines Objekts, werden in der grafischen Oberfläche angezeigt und können für statistische Zwecke mithilfe einer integrierten Logfunktion lokal protokolliert werden. Die Bildauflösung der Kamera kann in den Systemeinstellungen frei gewählt werden. Die maximale Auflösung beträgt 2.592×1.944 Pixel (5MP). Dadurch kann der Anwender wahlweise eine höhere Geschwindigkeit oder eine höhere Genauigkeit forcieren. Neben der Aufnahme von Bildern durch die Kamera und Erstellung von Prüfprogrammen können diese auch in das Programm importiert bzw. exportiert werden. Weiterhin können Arbeitsbereiche im Bild definiert werden, um die zu verarbeitende Datenmenge zu reduzieren, wodurch sich die Messdauer verringert.

Bild 3 | Mit dem Prototypen sind bereits Oberflächenprüfungen, Barcode-Dekodierungen und Vollständigkeitsprüfungen möglich. (Bild: THD-Technische Hochschule Deggendorf)

Bild 3 | Mit dem Prototypen sind bereits Oberflächenprüfungen, Barcode-Dekodierungen und Vollständigkeitsprüfungen möglich. (Bild: THD-Technische Hochschule Deggendorf)

100€ Hardwarekosten

Der Prototyp kann bereits für Oberflächenprüfungen, Barcode-Dekodierung oder Vollständigkeitsprüfungen eingesetzt werden. Weiterhin ist die Vermessung und Prüfung von Außenabmessungen von Objekten möglich, sofern die zulässige Toleranz mindestens im Bereich von 0,5mm liegt und die Geschwindigkeit zweitrangig ist. Alternativ wäre der Einsatz denkbar, wenn die Toleranzanforderungen niedriger sind, dafür die Geschwindigkeit aber wichtiger ist, wie z.B. bei einer Barcodeerkennung. Durch Erweiterung der Software und Verbesserung der Hardwarekomponenten ist eine Erhöhung des Toleranzbereiches, der Leistungsfähigkeit und eine Erweiterung der Anwendungsmöglichkeiten, z.B. Farbprüfung oder Mustererkennung, denkbar. Auch ist eine Kameraanbindung, sowie die Input- und Output-Funktionen z.B. über Ethernet- oder USB-Schnittstelle möglich. Die Hardwarekosten des Systems (ohne Monitor zur Darstellung und Peripherie) betragen lediglich ca. 100€. In Relation zu den Systemkosten ist die Leistung des entwickelten Prototyps sehr positiv zu bewerten.

THD-Technische Hochschule Deggendorf

Das könnte Sie auch Interessieren