Für beinahe alle Aufgabenstellungen aus den verschiedensten Anwendungsbereichen der optischen Typenerkennung bietet in-situ eine Lösung.
Diese kann auf herkömmlichen, regelbasierten Techniken der Bildverarbeitung beruhen - zum Beispiel dort, wo die Typenvielfalt nicht so groß ist und klar unterscheidbare Merkmale wie Dimensionen, Codierungen oder Farben der Unterscheidung dienen. Je nach Aufgabenstellung werden einfache Werkzeuge wie Pixelzählen, Abstandsmessen oder Farberkennung verwendet oder es kommen Tools zur Muster- und Formerkennung sowie OCR und Codeleser zum Einsatz. Die Bildverarbeitungswerkzeuge können hierfür meist schnell parametriert und getestet werden. Damit lassen sich auch sehr kurze Prüfzeiten im Bereich einiger Millisekunden realisieren.
Ist die Typenvielfalt hoch oder sind die Merkmale, die zur Unterscheidung dienen, schwer zu bestimmen bzw. durch Schwankungen im Erscheinungsbild gekennzeichnet, können neuronale Netze zur Erkennung eingesetzt werden. in-situ stützt sich hierbei auf die neueste Deep Learning-Technologie von COGNEX. Zum Trainieren der Software werden für jede Produkttype Beispielbilder benötigt. Die Anzahl der benötigten Trainingsbilder richtet sich nach dem Schwierigkeitsgrad der Aufgabenstellung.
Die Hardware, die zur Lösung eingesetzt wird, ist so vielfältig wie die Aufgabenstellungen. Egal, ob Matrixkameras oder Zeilenkameras, 2D- oder 3D-Sensoren, Standardobjektive oder Mikroskop-Optiken, Ring- oder Flächenleuchten benötigt werden, in-situ trifft für Sie die optimale Auswahl.
Ein typisches Lösungsbeispiel ist die Felgenerkennung. In der hoch automatisierten chaotischen Fertigung von Aluminiumfelgen ist es nötig vor den einzelnen Arbeitsstationen zu wissen, welcher Felgentyp gerade angeliefert wurde, um die passenden individuellen Bearbeitungsschritte auszuführen.
COGNEX PatMax Redline - Lokalisierung von Teilen und Merkmalen mit hoher Präzision und Geschwindigkeit.
COGNEX OCRMax und Code Reader zum Lesen und Decodieren.
COGNEX Caliper, Gauging Tools und Kalibrier-Algorithmen für Ihre Messungen.
COGNEX ViDi – eine praxiserprobte, optimierte und zuverlässige Prüftechnologie, die auf aktuellen Algorithmen für maschinelles Lernen basiert.
Die Aufgabenstellung wird im Gespräch mit Ihnen als Kunden detailliert besprochen.
Vor der Angebotslegung klären wir mit Ihnen die Machbarkeit.
Wir treffen für Sie die passende Auswahl zur Hardware und Software, maßgeschneidert auf Ihre Aufgabenstellung.
Wir machen die Inbetriebnahme der kompletten Lösung.
Neben dem Nachweis, dass das passende Etikett zum gerade produzierten Produkt appliziert wird, kann zusätzlich auch die Etikettenposition und Unversehrtheit geprüft werden.
Neben dem Etikett kann auch geprüft werden, ob die richtige Verschlusskappe (z.B. Farbe oder Form) vollständig aufgeschraubt ist.
Prüfung von Stoffbezügen: Für die vielen Fahrzeugtypen und Ausstattungsvarianten gibt es ähnliche aber unterschiedliche Stoffe mit denen Sitze oder Türen bezogen sind. Mit einfachen Farb- oder Helligkeitssensoren können ähnliche Stoffe nicht unterschieden werden. Die Software muss in der Lage sein auf sehr geringe Helligkeitsunterschiede zu reagieren und Texturen zu unterscheiden.
Mit schnellen und lesestarken Codelesern und OCR können die gekennzeichneten Produkte unterschieden und in die richtige Bahn gelenkt werden. Dies findet Anwendung sowohl in der Pharmaindustrie, als auch in der Lebensmittelindustrie sowie in den jeweiligen Logistikketten.
©2024 in-situ GmbH.