Bildverarbeitung

Intelligente Kameras

Intelligente Kameras

Industrietauglich und anwenderfreundlich
sponsored
Automatisiertes Prüfen, Abgleichen und Sortieren mithilfe von Bildverarbeitung: Was früher komplexe Programmierung erforderte, kann heute oft anhand von Beispielbildern trainiert werden. Richtig eingesetzt, kann KI-Vision viele Prozesse in Produktion und Logistik verbessern. Allerdings reicht Hardware allein nicht aus, um das Potenzial der Technologie voll auszuschöpfen.
So gelingt die aufwandsarme Integration in der Fertigung

So gelingt die aufwandsarme Integration in der Fertigung

Herausforderungen bei der Plug-and-Play-Integration in der Industrie 4.0
Heterogene Steuerungslandschaften erschweren die für Industrie 4.0 wichtige Systemintegration. Wie also können unterschiedliche Fertigungskomponenten integriert werden? Einheitliche Funktionsbausteine ermöglichen die Programmierung von Robotern, Bildverarbeitung und Datenkopplung mit der Cloud. Fertigungsdaten werden aktuell und zentral abgespeichert und Fertigungsprozesse nachvollziehbarer gemacht.
Smarte Anpassung von Presslinienparametern

Smarte Anpassung von Presslinienparametern

Bildgebende Sensorik und maschinelles Lernen für robusteren Automobilbau
Presslinien führen einen mehrstufigen Umformprozess durch, der in der Praxis weitestgehend als Blackbox betrieben wird. Erst am Ende der Linie findet eine Qualitätskontrolle und gegebenenfalls eine Anpassung der Anlagenparameter statt. Im Forschungsprojekt Smart Press wird ein darauf abgestimmtes System entwickelt, das mithilfe bildgebender Sensorik Informationen über die aktuelle Platine aus den einzelnen Prozessstufen extrahiert.
Mit Simulationen schneller zur Anwendung

Mit Simulationen schneller zur Anwendung

Eine individualisierte Produktion erfordert es, kleine Losgrößen wirtschaftlich zu fertigen. Maschinelles Lernen bietet hierfür eine Lösung: Roboterprogrammierung und Bildverarbeitung können damit deutlich vereinfacht und zugleich leistungsfähiger werden. Um diese Vorteile ausspielen zu können, benötigt maschinelles Lernen viele Beispieldaten.