KI und Embedded Vision – a winning team
Die Stärken von Embedded-Vision-Technik und KI optimal nutzen
Die Verbindung von Embedded Vision und KI verändert die Bildverarbeitung. Welche Vorteile bietet KI in Kombination mit klassischen Methoden? Wie lässt sich beides in kompakte, leistungsstarke Systeme integrieren? Und welche Anwendungen werden durch die Synergie von KI und Embedded Vision möglich?
Embedded Machine Vision kombiniert leistungsstarke Bildverarbeitungstechniken mit kompakten, integrierten Hardwarelösungen. In Verbindung mit KI-gestützter Bildverarbeitung ermöglicht sie eine exakte, anpassungsfähige und automatisierte Qualitätskontrolle, die ohne externe Rechenressourcen auskommt. KI hilft, das Wissen und die Erfahrung der Anwender in automatisierte Systeme zu integrieren, sodass diese nicht nur eigenständig arbeiten, sondern durch gezielte Trainingsdaten optimal auf bestimmte Aufgaben vorbereitet werden. Das macht die Systeme leistungsstärker und anpassungsfähiger, wobei sich der Programmieraufwand mit einem richtig aufgesetzten KI-Modell minimieren lässt.
Die Vorteile der Technologie anhand eines Praxisbeispiels
Ein praktisches Beispiel verdeutlicht dies: Ein Hersteller produziert präzise Kunststoffsiebe mit einem Durchmesser von 100 mm. Am Ende des Fertigungsprozesses müssen die Siebe auf mögliche Verstopfungen und die Einhaltung der Toleranzen geprüft werden.
Mit einem KI-gestützten Vision-System lässt sich der Prüfprozess effizient gestalten. Bereits 20 bis 30 hochqualitative Beispielbilder exakt produzierter Siebe reichen aus, um das System für die Anomaliedetektion zu trainieren – und das wie bei Edge-KI-Systemen von Imago Technologies ohne Cloud-Anbindung, direkt im eingebetteten Vision-System. Nach Abschluss des Trainings erkennt die KI zuverlässig fehlerhafte Produkte und minimiert dadurch Ausschuss und Nacharbeit.
Darüber hinaus eröffnet die Klassifikation weitere Möglichkeiten. Verschiedene Kategorien wie »Sieb in Ordnung«, »Sieb verstopft« oder »Sieb verschmutzt« lassen sich mit einer ähnlich geringen Anzahl von Beispielbildern definieren. Diese Flexibilität macht die Technologie vielseitig und anpassungsfähig.
Jobangebote+ passend zum Thema
Die Leistung der KI hängt dabei von der jeweiligen Aufgabe ab. Zum Beispiel kann sie problemlos Produkte erkennen, die eine Toleranz von bis zu 20 Prozent vom Idealwert haben, aber für feinere Details wie etwa einzelne defekte Löcher könnte es nötig sein, das System mit zusätzlichem Wissen oder Aufwand zu trainieren. Hier zeigt sich ein weiterer Vorteil von Embedded-Systemen: Sie bieten eine skalierbare Lösung, die sich genau an die spezifischen Anforderungen und Aufgaben anpassen lässt.
Welche Rechenleistung ist die richtige?
Die Wahl des richtigen Systems für KI-gestützte Bildverarbeitung hängt von den Anforderungen der Anwendung ab. Sowohl smarte Kameras als auch Vision-Rechner mit KI-Beschleunigung bieten Vorteile. Smarte Kameras sind All-in-One-Lösungen, die Bildaufnahme, KI-gestützte Verarbeitung und Auswertung in einem kompakten Gehäuse vereinen. Sie eignen sich gut für Anwendungen mit geringer Komplexität und moderaten Stückzahlen. Beispiel: Eine smarte Kamera kann Kunststoffsiebe mit einer Geschwindigkeit von zehn Stück pro Sekunde zuverlässig prüfen. Dabei überzeugt die Kamera durch ihre nahtlose Integration von Hardware und Software – keine zusätzliche Hardware oder tiefgreifende IT-Kenntnisse sind erforderlich.
Für anspruchsvollere Anwendungen, wie die Prüfung von 100 oder mehr Sieben pro Sekunde, sind smarte Kameras jedoch an ihre Grenzen gebunden. Hier kommen Vision-Rechner ins Spiel. Ausgestattet mit leistungsstarken GPUs oder spezialisierten KI-Beschleunigern, können sie riesige Datenmengen parallel verarbeiten und bieten die Rechenleistung, die für die Verarbeitung hoher Stückzahlen erforderlich ist.
Die Flexibilität und Skalierbarkeit dieser Systeme ermöglichen es, Prozesszeiten zu verkürzen und anspruchsvolle Aufgaben wie die gleichzeitige Analyse mehrerer Bilddatenströme zu bewältigen. Allerdings ist die Einrichtung und Integration eines Vision-Rechners komplexer und erfordert technisches Know-how.
KI und klassische Bildverarbeitung: Eine geeignete Kombination
Embedded Machine Vision in Kombination mit KI-gestützter Bildverarbeitung bietet eine revolutionäre Herangehensweise für viele industrielle Anwendungen. Doch statt klassische Bildverarbeitungsverfahren vollständig zu ersetzen, zeigt sich der wahre Mehrwert in der intelligenten Kombination beider Ansätze – besonders bei komplexen Prüfaufgaben.
KI kommt vor allem dann zum Einsatz, wenn klassische Bildverarbeitung an ihre Grenzen stößt – etwa bei komplexen Aufgaben oder variablen Bedingungen. Ein Beispiel: Die Erkennung brauner Spuren auf der Oberfläche eines Kunststoffsiebs ist mit KI effizienter, weil sie durch Mustererkennung auch kleine Anomalien identifizieren kann.
Doch KI ersetzt nicht alle klassischen Verfahren. Aufgaben wie die präzise Messung geometrischer Merkmale lassen sich oft schneller und genauer mit traditionellen Methoden lösen. Das bedeutet jedoch nicht, dass man sich zwischen beiden Ansätzen entscheiden muss. Vielmehr lassen sie sich sinnvoll kombinieren.
Das Beste aus beiden Welten: Ein Praxisbeispiel
Bleiben wir beim Sieb: Neben der Anomalieerkennung soll auch der Durchmesser ermittelt werden. Muss der Hersteller dafür eine zweite Kamera oder zusätzliche Hardware einsetzen? Nein. Dank moderner Vision-Software, die KI mit klassischen Algorithmen wie denen aus der Halcon-Bibliothek von MVTec kombiniert, kann das System beide Aufgaben mit nur einer Kamera bewältigen.
Nach der KI-gestützten Erkennung von Anomalien übernimmt das System klassische Verfahren zur präzisen Durchmessermessung. Diese Integration spart Kosten, reduziert den technischen Aufwand und ermöglicht eine vielseitige Anwendung – alles mit einer einzigen Lösung.
Imago bietet Box-PCs und intelligente Kameras an, die durch Nutzung eines neuronalen Netzwerks zu leistungsstarken Inferenzcomputern und Kameras mit einer breiten Palette von Anwendungen werden. Das Unternehmen setzt bei der Hardware sowohl für klassische Bildverarbeitung als auch für KI konsequent auf industrietaugliche Komponenten mit einer langen Verfügbarkeit. Neuronale Netze werden hardwarebeschleunigt direkt in den Geräten ausgeführt. Dies ermöglicht Inferenzzeiten von wenigen Millisekunden. In Kombination mit der integrierten, echtzeitfähigen Signalverarbeitung lässt sich die Hardware von Imago auch in High-Speed-Prozessen einsetzen. Die Geräte sind aber nicht nur intelligent, sondern auch im Hinblick auf Schnittstellen und Hardware-Design konsequent industrietauglich.
Fazit
Embedded Vision und KI revolutionieren die industrielle Automatisierung durch präzise, effiziente und skalierbare Lösungen. Mit innovativen Technologien wie den Edge-KI-Systemen von Imago gelingt die Verarbeitung direkt vor Ort, flexibel und unabhängig von der Cloud – ein zukunftsweisender Schritt für smarte Bildverarbeitung.
Der Autor:
Christoph Siemon ist Vice President Sales and R&D bei Imago Technologies.
Lesen Sie mehr zum Thema
