Objekterkennung bezeichnet die Fähigkeit eines Roboters, mithilfe von Bildverarbeitungstechnologie das Vorhandensein eines Objekts in einem Bild oder Video zu identifizieren.

 

Bei der Objektverfolgung handelt es sich um eine Reihe von Vorgängen, einschließlich Detektion, Erkennung und Verfolgung von Gegenständen durch eine Bildverarbeitungsanwendung. Die Bewegungsplanung durch Softwareprogramme, die in KI-gestützte Bildverarbeitungsalgorithmen integriert sind, optimiert die Präzision und sorgt somit für eine genauere Erkennung und Verfolgung von Objekten.

Maximierung von Genauigkeit und Verfügbarkeitsgeschwindigkeit
Die Objekterkennung und -verfolgung durch KI und 3D-Robotik in der Industrie optimiert die Genauigkeit beim Bin Picking sowie bei der Erkennung, Depalettierung und Palettierung. Diese Technologien arbeiten mit gleichbleibender Geschwindigkeit und führen so zu einem höheren Output. Beispielsweise wird in Fertigungsunternehmen, in denen Roboter Objekte mithilfe von Bildverarbeitungssystemen scannen, die Bestandsüberwachung in jeder Produktkategorie präziser.

 

Hohe ROI (Return on Investment)
Die manuelle Erfassung von Gegenständen ist mit Fehlern behaftet. Im Zeitalter des E-Commerce ist der Austausch von Waren bei Rückgabe teuer und führt zu repetitiven Aufgaben. Der Einsatz moderner, robotergestützter Objekterkennungssysteme in E-Commerce-Shops reduziert diese Fehler und verbessert somit den ROI.

 

Hohe Kostenleistung
Intelligente Roboter werden von KI-Systemen gesteuert und beide weisen eine hohe Kosteneffizienz auf. Automatische Objekterkennung und -verfolgung führen zu hoher Produktivität und niedrigen Betriebs- und Wartungskosten.

 

Verbesserung des reibungslosen Betriebs
Das manuelle Suchen und Scannen von Produktcodes ist zeitaufwändig und führt oft zu Doppelarbeit im Arbeitsablauf. Durch die Implementierung von Objekterkennung mittels Deep Learning kann dieser Prozess jedoch erheblich verbessert werden. Die Objekterkennung ist schnell, präzise und gut koordiniert. Dadurch werden wiederholte Schleifen vermieden und ein nahtloser, effizienter Arbeitsablauf geschaffen.

Der Roboter ist mit einem Bildverarbeitungssystem ausgestattet, das Objekte durch Datenrepräsentationsmodule erkennt und verfolgt. Diese Module werden durch maschinelle Lernalgorithmen gesteuert. Die 3D-Kameras oder Sensoren des Roboters scannen und identifizieren Objekte mit hoher Präzision und Geschwindigkeit, unabhängig von deren Form, Position und Orientierung. Nach der Objekterkennung berechnet der Roboter automatisch die Bewegungsbahn, um Kollisionen zu vermeiden.

 

Das erkannte Objekt wird dann mithilfe eines von Algorithmen erstellten Verfolgungsmodells verfolgt. Verschiedene Technologien kommen dabei zusammen, um eine systematische Kommunikation zwischen 3D-Kameras, Sensoren und KI-Algorithmen zu ermöglichen. Nicht zuletzt ist die Geschwindigkeit entscheidend, um eine kontinuierliche Verfolgung der Objekte auf ihren Bahnen zu gewährleisten.

1. Veränderung der Seitenverhältnisse eines Objekts
Roboter werden zunächst auf Objekte trainiert, um sie zu verfolgen. Jede künftige Änderung der Seitenverhältnisse oder Größen von Objekten kann die Algorithmen verwirren und die Verfolgung erschweren. Dieses Problem tritt häufig in Supermärkten und E-Commerce-Shops auf, wo die Erkennung und Verfolgung von Gegenständen durch Roboter erfolgt.

 

2. Mehrere Prioritäten
Um ein Objekt präzise zu verfolgen, müssen wir seine Bahngeschwindigkeit und Position überwachen sowie die Echtzeitverfolgung sicherstellen. Die Herausforderung besteht darin, den Verfolgungsalgorithmus und die Bildverarbeitungsdaten so zu konfigurieren, dass all diese drei Aspekte genau aufeinander abgestimmt sind.

 

3. Hintergrundstörungen
Der Hintergrund, der beim Training für die Objektverfolgung verwendet wird, kann sich manchmal von demjenigen unterscheiden, der während der tatsächlichen Verfolgung verwendet wird. Diese Inkonsistenz kann die Genauigkeit des Verfolgungsmodells verringern.Durch die Wahl eines einfachen und übersichtlichen Hintergrunds können KI- und Deep-Learning-Systeme die Objekterkennung und -verfolgung effizienter durchführen.

 

4. Objektkollisionen
Objektkollisionen können dazu führen, dass ein Objekt auf dem erstellten Verfolgungspfad erscheint und verschwindet. Daher erschweren Objektkollisionen nicht nur die Verfolgung, sondern auch die Überwachung der Objektpositionen.

Mech-Eye industrielle 3D-Kameras
Um Objekte präzise zu erkennen und zu verfolgen, benötigt ein Roboter intelligente „Augen“. Die Mech-Eye 3D-Kamera ist das spezielle "Auge" des Roboters. Diese 3D-Kamera erfasst dreidimensionale Bilder in Punktwolken und überträgt sie an die Verfolgungsalgorithmen.

 

In der Automobilindustrie wird die industrielle Mech-Eye 3D-Kamera beispielsweise eingesetzt, um zufällig angeordnete und unterschiedlich große Heckklappen zu verfolgen. Sie erfasst die Konturen dieser Heckklappen und ermöglicht eine präzise Positionierung sowie das anschließende Verkleben.

 

Mech-Vision Bildverarbeitungssoftware
Das Mech-Vision-System vereint zahlreiche Bildverarbeitungsmodule und Werkzeuge zur Erstellung und Bearbeitung von Objektbahnen. Es unterstützt den Roboter bei der genauen Verfolgung von Objekten durch exakte Positionierung und Posenanpassung. Mithilfe von Mech-Vision führt der Roboter Depalettier- und Palettieraufgaben effizient durch und setzt dabei hochentwickelte Algorithmen ein, um Zielobjekte präzise zu erkennen und zu verfolgen.

 

Mech-DLK Deep Learning Software
Mech-DLK Deep Learning Software ist ein leistungsstarkes Tool, das eine Vielzahl von Trainingsmodulen für Deep Learning enthält, wie z.B. Instanzsegmentierung, Bildklassifizierung, Objekterkennung und semantische Segmentierung.  Nach dem Training dieser Module integriert und speichert die Software alle Trainingsdaten. Durch fortschrittliche Algorithmen bewältigt Mech-DLK die Herausforderungen bei der Verfolgung mit mehreren Prioritäten, sodass der Roboter gleichzeitig  Objekte erkennen, detektieren, positionieren und verfolgen kann.

 

Mech-Viz Programmierumgebung für Roboter
Mech-Viz bietet eine 3D-Simulationssoftware für die Bewegungssimulation. Darüber hinaus verfügt das Mech-Viz-System über integrierte Algorithmen zur Bahnplanung und Kollisionserkennung. Diese Algorithmen führen auch eine Objektverfolgung durch, um Kollisionen auf der erstellten Bahn zu vermeiden.

Messung
Bildverarbeitungssysteme verwenden intelligente 3D-Kameras, um mittels 3D-Bildgebung genaue Messungen von Objekten vorzunehmen. Sobald das System das Vorhandensein eines Objekts festgestellt hat, berechnen 3D-Kameras die Abstände zwischen zwei Messpunkten, um die Objektgröße zu bestimmen.

 

Zählung
Nach der Objektinspektion identifiziert das Bildverarbeitungssystem des Roboters, das für die Bestandskontrolle und -verwaltung zuständig ist, die Produktcodes und zählt sie. Bei der Kommissionierung entnimmt der Bildverarbeitungsroboter die gewünschten SKUs (Stock Keeping Units) und legt sie in die entsprechenden Auftragsbehälter ab.

 

 

Positionierung
Ein Bildverarbeitungssystem sorgt auch dafür, dass Objekte oder Bauteile in derselben Ausrichtung positioniert werden. In industriellen Anwendungen wird diese Funktion genutzt, um die Position und Ausrichtung von Objekten zu bestimmen. Die Objekte werden anschließend von KI-gestützten und 3D-Visiongeführten Robotern in einen Behälter zum Etikettieren und Scannen gelegt. Daraufhin liefert das System die genauen Informationen über die Position und Ausrichtung der Objekte. Der Roboter richtet die Objekte dann neu aus und positioniert sie in der richtigen Ausrichtung.

Roboter mit modernen Bildverarbeitungssystemen haben viele industrielle Herausforderungen gelöst und die Effizienz von Produktionslinien erheblich gesteigert.

 

Mech-Mind hat die Arbeitsweise in vielen Branchen revolutioniert, indem es fortschrittliche Bildverarbeitungsprodukte zur Erkennung und Verfolgung von Objekten anbietet. Mit dem Bildverarbeitungssystem von Mech-Mind können Roboter Objekte genau lokalisieren, identifizieren, greifen und verfolgen. Mech-Mind erweitert die Fähigkeit von Industrierobotern, komplexe und riskante Aufgaben in industriellen Umgebungen erfolgreich zu bewältigen. Für robotergestützte Bildverarbeitungslösungen oder All-in-One-Lösung zur Behebung von Fertigungs- oder Lagerproblemen stehen Ihnen unsere Experten gerne zur Verfügung: info@mech-mind.de.