In-Sight 2800: Bildverarbeitung leicht gemacht!
Scroll
Übersicht
Smarte Kamera mit Deep Learning-Funktion
Tagtäglich werden Milliarden Produkte mit den unterschiedlichsten Anwendungen geprüft, manche könnten ohne Bildverarbeitung nur schwer produziert werden: Dank der industriellen Bildverarbeitung lassen sich selbst die anspruchsvollsten Anwendungen auf schnellen Produktionslinien, wie zum Beispiel die Prüfung von Oberflächen, oder die Klassifizierung der Qualitätskategorie von Lebensmittel (Äpfel, Marillen, …) lösen. Außerdem ermöglich die Künstliche Intelligenz das Lesen von schlecht lesbaren Buchstaben.
Das In-Sight 2800 Bildverarbeitungssystem von Cognex ist speziell für die Fertigungsautomation ausgelegt und kombiniert die Deep-Learning-Technologie mit herkömmlichen regelbasierten Bildverarbeitungs-Tools, um eine Vielzahl an Anwendungen zu bewältigen.
Nutzen im Überblick
InSight 2800 ermöglicht Herstellern aller Größen:
- Verbesserung der Produktqualität: Durch Erkennung kleiner, subtiler Fehler mithilfe optimierter Fehlererkennung.
- Maximierung der Betriebseffizienz: Durch schnelles, intuitives Setup welches für den durchgehenden Betrieb der Produktionslinien sorgt.
- Rationalisierung der Integration: Durch die Optimierung der Bilder, Identifizierung der korrekten Kombination des Zubehörs mit nur ein paar Mausklicks.
Einsatzbereiche
Die modulare Hardware, sowie das umfangreichen Tool-Set der InSight 2800 vereinfacht die automatisierte Bildverarbeitung in allen Branchen und bei in einer Vielzahl von Anwendungen. Die InSight 2800 zeichnet sich durch seine Benutzerfreundlichkeit aus und ist für alle Qualifikationsniveaus geeignet, ganz gleich, welche Art von Bildverarbeitung zuvor verwendet wurde.
Automobilindustrie
Qualitätsprüfung Dichtungen
Prüft auf der Basis von Vorhandensein/Fehlen von Fehlern, ob die Dichtungen in Ordnung sind oder nicht.
Prüfung von Kugellagern
Erkennt das Vorhandensein bzw. Fehlen von Kugellagern in den Radlagerringen, um eine korrekte Montage zu gewährleisten.
Steckeranschluss-Prüfung
Bestätigt den korrekten Anschluss der Stecker in den Kabelsträngen.
Konsumgüterverpackung
Klassifizierung von Duftnoten
Erkennt verschiedene Duftnoten von Seifenstücken, um zu gewährleisten, dass die Duftnote korrekt auf der Verpackung ausgewiesen wird.
Prüfung Lufterfrischer
Erkennt Vorhandensein/Fehlen von Verschlusskappen auf Lufterfrischern.
Etikettenerkennung
Prüfen auf zerrissene, falsch liegende oder nicht richtig platzierte Etiketten.
Lebensmittel und Getränke
Prüfung von Verschlüssen
Prüft, ob Flaschen richtig verschlossen sind und klassifiziert sie in Pass/Fail.
Portionslöffel-Erkennung
Ermittelt, ob ein Löffel vorhanden ist, fehlt oder mehrere in einer Verpackung enthalten sind.
Elektronik
Prüfung von Komponenten für Leiterplatten
Klassifiziert Platten auf der Basis von fehlenden, beschädigten oder nicht korrekten Komponenten in OK/NOK.
Pharmaindustrie
Qualitätsprüfung von Blisterpackungen
Erkennt Vorhandensein/Fehlen von Tabletten in einer Blisterpackung, um die Vollständigkeit zu gewährleisten.
Software
InSight 2800 wird mit der EasyBuilder Schnittstelle aus dem InSight Bildverarbeitungs-Paket programmiert. Mit Point-and-Click erschließt sich EasyBuilder problemlos und ist damit ideal für ein Setup von einfachen bis hin zu komplexen Anwendungsaufgaben. Der intuitive Prozess führt die Anwender schrittweise von der Bilderfassung bis zum Endergebnis. Durch das Software-Setup wird Anfängern, wie erfahrenen Benutzern die Konfiguration von Bildverarbeitungsanwendungen ermöglicht.
Durch die herkömmlichen Deep-Learning-basierten Bildverarbeitungstools ist eine Vielzahl an Anwendungen zur Fehlervermeidung bewältigbar. Mitinbegriffen ist eine umfangreiche, für alle Qualifikationsniveaus geeignete Bibliothek, die Zugriff auf branchenbewährte, regelbasierte Algorithmen wie u.a. Messabstand, Pixelzähl-Tools, Zählmuster und Mathematik- und Logik-Tools sowie innovative, leicht zu bedienende ViDi EL-Tools bietet.
Mithilfe eines vortrainierten Satzes Deep-Learning-basierter Algorithmen bewältigen die ViDi EL-Tools komplexe Aufgaben wie erweiterte Segmentierung und Mehrklassen-Klassifizierung innerhalb von Minuten. Das Trainieren der InSight 2800 ist einfach, pro Klasse sind nur fünf bis zehn Bilder erforderlich, damit schnelle, verlässliche Ergebnisse in Echtzeit geliefert werden können.
Um Objekte automatisch zu erkennen und auf Basis von Mehrfachfehlarten oder benutzerdefinierten Merkmalen in Klassen zu kategorisieren bedient sich das ViDi EL Klassifizierungs-Tool dem Deep-Learning-Verfahren. Wegen dem leistungsstarken Klassifikator der in der Lage ist zwischen visuell ähnlichen, aber unterschiedlichen Objekten in derselben Objektklasse zu unterscheiden, ist ViDi EL Classify bei einer Vielzahl Produkten zur Fehlererkennung einsetzbar, die von einfachem bis hin zur Klassifizierung von Teilen mit Abweichung reicht.
Kontakt
Nehmen Sie Kontakt mit Schmachtl auf: automation@schmachtl.at und lassen Sie sich beraten.
Datenblatt
Kontakt
Für weitere Informationen zu unseren Produkten und Dienstleistungen kontaktieren Sie einen Schmachtl-Fachberater. Wir stehen Ihnen bei Fragen gerne zur Verfügung.