In den letzten vier Jahrzehnten wurde die industrielle Bildverarbeitung auf eine Vielzahl von Fertigungsherausforderungen angewendet. Frühe Nutzer waren Halbleiter- und Elektronikhersteller. Um die Jahrtausendwende machten sie etwa die Hälfte der Bildverarbeitungsanwendungen in der Fabrikhalle aus. Seitdem ist die Akzeptanz im gesamten verarbeitenden Gewerbe gestiegen. Heute werden Bildverarbeitungssysteme auch in der Lebensmittel-, Pharma-, Holz- und Papier-, Kunststoff-, Metallverarbeitungs- und anderen Industrien eingesetzt.
In den frühen 1980er Jahren wurde die industrielle Bildverarbeitung als neue, unverzichtbare Technologie vermarktet für die Fertigungsautomatisierung. Allerdings weckte das Versprechen, das menschliche Auge durch technische Mechanismen nachzuahmen, Erwartungen, die nicht sofort erfüllt werden konnten. Die Pioniere litten unter komplexen Programmieranforderungen, schwierigen Installationen, mittelmäßiger Funktionalität und geringer Zuverlässigkeit. Die zur erfolgreichen Implementierung eines Systems erforderliche Technologie war für die meisten Benutzer einfach unerreichbar oder unerschwinglich.
Erst Ende der 1990er Jahre erlebte die industrielle Bildverarbeitung einen großen Durchbruch. Kameras und PC-Technik wurden immer ausgefeilter und spezialisierte Unternehmen boten professionelle Dienstleistungen an. Da die Software jedoch jeweils mit deterministischen Methoden für die Anwendung entwickelt werden musste, mussten Integrationsprojekte mit deutlich über 100.000 € veranschlagt werden. Häufig wurde die Automatisierung im Hinblick auf die begrenzten Möglichkeiten der Bildverarbeitung optimiert. Somit war die industrielle Bildverarbeitung nur den ganz großen Herausforderungen der Automatisierung vorbehalten.
Heute ist das anders. Durch selbstlernende Algorithmen entfällt der Entwicklungsaufwand und die Notwendigkeit, perfekte Bedingungen zu schaffen, weitgehend. Auf technischer Seite sind keine speziellen Kameras, Framegrabber und PCs mehr erforderlich. Dank der Entwicklung von Smartphones sind Kameras und eingebettete Systeme deutlich günstiger und gleichzeitig viel besser geworden.
Ein Computer-Vision-System besteht aus drei Komponenten:
(1) Kamera: CMOS-Kameras werden immer kleiner, leichter und billiger. Allzwecksensoren (z. B. von Sony) bieten Auflösungen im Megapixelbereich mit mehreren hundert Bildern pro Sekunde, um auch schnelle Vorgänge zu erfassen. Ein Makroobjektiv und ein zusätzlicher LED-Ring sorgen für ein scharfes und detailliertes Bild.
(2) Edge Device: Ein modernes Bildverarbeitungssystem basiert typischerweise nicht mehr auf Windows-PCs, sondern ein eingebettetes System auf Basis von Linux. Neben x86-Prozessoren von Intel und AMD kommen auch ARM-Prozessoren mit dedizierten Grafikchips von NVIDIA zum Einsatz, die die effiziente Berechnung neuronaler Netze übernehmen. Die Kommunikation mit der Automatisierung erfolgt über OPC-UA.
(3) Software: Im Gegensatz zu den frühen Windows-PCs mit ihren maßgeschneiderten Anwendungen läuft auf den Edge-Geräten Open-Source-Software.
Der Zugriff und die Konfiguration erfolgen bequem über einen Webbrowser. Die technischen Grenzen früherer Bildverarbeitung werden durch den Einsatz von KI-Methoden nahezu vollständig aufgehoben und entsprechen nun denen des menschlichen Auges. Die Algorithmen sind frei verfügbar und es gibt für fast alles Tutorials.
Während noch vor weniger als fünf Jahren die Integration eines Computer-Vision-Systems mehrere Monate dauerte, sechsstellige Beträge kostete und oft nicht ausreichte Erwartungen, PANDA bietet ein komplettes Computer-Vision-System für 3000 – 5000 € (je nach Support-Level) als Jahresabonnement an, inklusive der gesamten Hardware, Software und Funktionsgarantie der Algorithmen.
Ein Computer-Vision-System Damit ist es vom Traum eines jeden „Finishers“ zum einfachen und flexiblen Standardtool geworden und stellt den schnellsten Einstieg in die Welt der KI-Technologie dar.
