Mech-Vision
KI-gestützte Bilderkennung
Mech-Vision
Objekterkennung mit einfach
bedienbarer 3D-Software
Mech-Vision ist die jüngste Generation der innovativen Software von Mech-Mind Robotics zur Bildverarbeitung dreidimensionaler Punktwolken. Die Bedienung erfolgt komplett codefrei über eine grafische Nutzeroberfläche.
Mithilfe intelligenter Algorithmen wie 3D-Vision und Deep Learning erfüllt Mech-Vision komplexe Aufgaben in unterschiedlichsten Anwendungsbereichen der Logistik und der industriellen Fertigung: Von der Maschinenbeladung über Bin-Picking in der Kommissionierung und Palettierung bis hin zum automatisierten Kleben und Verbinden unsortierter und sogar bewegter Objekte. Mit präziser Lokalisierung, sicherer Fehlererkennung und exakter Größenmessung.
Objekterkennung in Punktwolken
Mit Mech-Vision können Sie die 3D-Punktwolken der 3D-Kamerasensoren aufbereiten und Objekte mithilfe von Clustering, Model- und CAD-Matching sowie Deep Learning erkennen. So erhalten Sie Informationen zur Bauteillage, Bauteilgröße und Bauteilbeschaffenheit. Anhand dieser Informationen werden dann die besten Greifpunkte bestimmt und an die Robotersteuerung Mech-Viz übergeben.
Funktion
Mech-Vision – Grafische 3D-Bildverarbeitung
Mech-Vision erlaubt die einfache Verarbeitung von 3D-Punktwolken ohne Programmierkenntnisse. Vordefinierte Funktionen lassen sich einfach per Drag & Drop in den Arbeitsbereich ziehen und lösen so Aufgaben zur Objekterkennung. Auch die Vorverarbeitung und Optimierung der Punktwolken lässt sich in Mech-Vision in wenigen Bearbeitungsschritten umsetzen.
Clustering und Surface Segmentation
Bei der Surface Segmentation werden zusammenhängende Flächen in der Punktwolke identifiziert. Unter Annahme, dass diese Punkte alle zum selben Objekt gehören, wird der Mittelpunkt der Fläche als Greifpunkt ausgegeben. Dieses Verfahren eignet sich besonders für Anwendungen mit Fokus auf hohe Geschwindigkeit und geringen Anforderungen an die Genauigkeit.
Model Matching
Die Mech-Eye 3D-Kamera erzeugt von einem Bauteil ein Punktwolkenmodell. Anschließend wird auf dem Objekt ein idealer Greifpunkt definiert. Im laufenden Betrieb wird dann dieses Model in der Punktwolke gesucht. Das Verfahren ist genau, benötigt aber im Vergleich zu Surface Segmentation mehr Rechenzeit.
CAD Matching
Anstelle eines Sensormodells wird beim CAD Matching ein verfügbares CAD Modell genutzt. Der Vorteil: im Vergleich zu kameragenerierten Modellen sind solche computergenerierten Vorlagen vollständig definiert und meist sehr detailliert. Die Bildgebung ist frei von Kamerarauschen, wodurch Rechenzeiten verkürzt werden.
Deep Learning
Mit Hilfe von 2D Daten wird beim Deep Learning ein neuronales Netz trainiert, das exakte Positionen in der Punktwolke identifiziert. Unterschiedliche Verfahren wie Klassifizierung, Instance Segmentation oder Grasp Point Prediction kommen dabei zum Einsatz.
Punktwolken Editor
Mech-Vison beinhaltet einen integrierten Editor, mit dem sich Punktwolken automatisiert bearbeiten lassen.
Behältererkennung
Viele Applikationen erfordern die Erkennung des Ladungsträgers (Behälters), bevor ein Bauteil aus diesem herausgegriffen werden kann. Mech-Vision ermittelt in Verbindung mit Mech-Viz je nach Bedarf die exakte Position des Ladungsträgers. Das Kollisionsmodell wird so automatisch an die aktuelle Position des Ladungsträgers angepasst.
Künstliche Intelligenz
Perfekt integrierte
künstliche Intelligenz
Lassen Sie die Kamera entscheiden: Mech-Eye liefert präzise alle notwendigen Daten zur Klassifizierung, Segmentierung oder Greifpunktvorhersage, wo klassische Bildverarbeitungsalgorithmen an ihre Grenzen stoßen. Nutzen Sie dafür vortrainierte, neuronale Netze oder trainieren Sie diese mit dem Mech-Mind Deep Learning Kit einfach selbst. Komplett lokal in Ihrer Systemumgebung – ohne Zugriff auf die Cloud.
